开源 · 在你自己的机器上运行

知道该改什么

编程 Agent 已经把每一轮对话写进了日志。本工具读取这些日志，告诉你少数几件值得改的事——每一件都带一个数字。

一分钟内就能跑起来
无需账号
数据不出本机

# 60 天示例数据，直接生成完整看板
$ git clone https://github.com/jxxyx-bloop/ai-observatory
$ cd ai-observatory/observatory
$ python3 observe.py demo digest report

仅用 Python 3 标准库。无需安装、无依赖、无构建步骤。

输出结果

不是一个数字，是下一步该做什么

高你在按高峰价买 token，本可以不用≈ 34 美元/月

按时段计价的模型上，61% 的花费落在高峰时段，同样的 token 最多要贵一倍。

不需要盯着的任务——测试生成、迁移、文档整理——排到非高峰时段跑。

中上下文在被重建，而不是复用≈ 61 美元/月

缓存复用率只有 38%。重建上下文的成本约为读回它的 12 倍。

相关任务放在同一个会话里做，不要反复重开。这个差距比换任何模型都值钱。

低18 美元的套餐给你带来了 23 倍回报23 倍回报

如果按量计费，同样的工作要花 412 美元。这里没有需要改的地方。

继续用这个套餐。等每月轮次跌破 400 再重新评估。

十五项检测。每月价值低于 15 美元的会被降级，所以排在最前面的一定值得看——用得健康时，它也会照实说健康。

工作方式

三步，约一秒钟

读取
Agent 已经把日志写好了。我们就地读取这些文件——无需安装，也不用开启任何东西。
计量
token、缓存、时段与成本——按任务实际运行时生效的价格计算。
行动
一份排好序的改进清单，每条都附证据，以及每月值多少钱。

无需 API key、无代理、无账号、不联网。采集本身消耗零 token。

有何不同

按你真实付费的方式计价

时钟会改变价格

DeepSeek 与 GLM 按时段计价。在 UTC+7 到 +9，它们的高峰时段正好是你的工作下午。

套餐不等于账单

在 18 美元的套餐上，“你花了 412 美元”是虚构的，“23 倍回报”不是。

缓存折扣因厂商而异

0.1× 是 Anthropic 的惯例，不是定律。算错它，页面上最重要的那个数字就错了。

十三种货币

IDR、VND、THB、PHP、MYR 等——并对照当地日薪，因为 412 美元在各地的分量并不一样。

此处所有金额均为公开 API 标价——即价格上限。企业合同与订阅套餐的实际成本更低。

隐私

隐私源于结构本身

除非你亲手改配置文件，否则没有任何数据离开本机。

从不存储：提示词、回复、代码、命令、文件路径。
读取每个文件时即丢弃，因此从不会进入仪表板。
看板和本页都不发起任何外部请求。无 CDN、无字体、无统计。

保持最新

过期时它会主动告诉你

仪表板是一个文件，不是服务器。渲染时会打上时间戳，页面自己完成时间差计算——离线运行，无需向任何服务查询。

一天以内

什么都不显示。始终亮着的横幅没有人会看。

超过一天

提示上次构建的时间，并说明此后的新会话尚未计入这些数字。

超过一周

直接说明它已过期，并附上刷新命令和一键复制按钮。

示例数据始终会标明身份，无论刚刚生成与否。

One command, about a minute

One line. It checks your setup, reads what your coding agents already wrote on this disk, builds your dashboard, puts an icon in your Dock and opens it.

git clone https://github.com/jxxyx-bloop/ai-observatory.git && cd ai-observatory/observatory && python3 observe.py setup

What that command does, step by step →

Something did not work

“python3: command not found”: macOS and Linux ship Python 3 already, so this is almost always Windows. Install it from python.org and tick “Add Python to PATH” during setup, then use python instead of python3.
“sync: 0 new events from 0 sources”: No supported tool has run on this machine yet, or its transcripts live somewhere non-standard. This is expected on a fresh laptop — the sample data in step 1 still shows the whole product.
The page says there is no digest yet: Collection and rendering are separate steps. Run python3 observe.py digest report, or just python3 observe.py all, which does every step in order.
Nothing opened in my browser: The file is still there — open dist/observatory.html from the project folder. Scheduled runs never open a browser on purpose, so a morning refresh cannot steal focus while you work.
macOS says the app is from an unidentified developer: That warning belongs to downloaded apps. The launcher is generated on your own machine, so it should never appear — if it does, the app was copied from another computer. Delete it and run python3 observe.py install again to build a local one.

Still stuck? Run python3 observe.py doctor — it checks every step and prints the exact fix for whichever one failed.

打开在线演示 GitHub

知道该 改什么