AgentsView：开源多客户端AI编程助手历史记录检索分析工具

一、AgentsView是什么

AgentsView 是一款本地优先的开源AI编程代理会话可视化与数据分析工具，作为 ccusage 的高性能升级替代方案，检索与统计速度提升近百倍，完全基于本地存储运行，无需云端上传用户对话数据，专门面向使用 AI 代码助手、大模型编程智能体的开发者打造。

当下开发者普遍使用 Cursor、GitHub Copilot、Claude Code、Codex 等数十款AI编程工具，各类工具会话数据分散存储在本地不同目录，无法统一查看 Token 消耗、调用成本、对话历史、模型使用频次，缺少可视化统计面板。AgentsView 自动扫描本地全量AI编程会话文件，内置轻量Web可视化后台，一站式完成会话检索、用量统计、成本核算、行为分析，同时提供导出、数据库同步、热力图分析等配套能力，遵循 MIT 开源协议，跨 Windows / macOS / Linux 全平台兼容，同时提供 PyPI 包、桌面客户端、Docker、一键安装脚本多种部署形态。

核心设计理念：数据主权归本地，性能优先，一站式统一管理全平台AI编程智能体会话记录，不收集、不上传任何原始对话内容。

二、功能特色

2.1 全平台会话自动采集

• 自动识别20+主流AI编程客户端本地存储路径，无需手动导入日志文件

• 支持 Cursor、Claude Code、GitHub Copilot、Warp AI、CodeLlama 本地客户端、Codex 等主流编程智能体

• 增量扫描机制：仅读取新增会话，重复扫描无性能损耗，百万级会话记录也不会卡顿

2.2 本地全文检索系统

• 底层搭载 SQLite FTS5 全文搜索引擎，支持关键词、代码片段、模型名称、日期范围复合检索

• 检索结果高亮匹配代码与文本内容，支持会话单条预览、完整展开查看

• 多维度筛选器：按使用模型、消耗 Token、会话创建时间、所属工具分类过滤数据

2.3 Token与调用成本可视化统计面板

• 自动区分输入Token、输出Token、总消耗Token三类核心指标

• 内置主流大模型单价配置模板（GPT系列、Claude系列、开源本地大模型），自动计算单次/每日/每月调用花费

• 可视化图表：每日用量折线图、模型使用占比饼图、会话活跃热力图

• 报表分类：日维度用量、周维度汇总、单模型独立统计报表

2.4 完整本地数据安全机制

• 所有会话原始数据、统计缓存全部存储本地 SQLite 文件，无强制云端同步

• 可选同步能力（非强制）：导出HTML静态会话存档、同步至GitHub Gist、对接PostgreSQL团队数据库

• 无注册、无登录、无设备校验，断开网络依然完整使用全部核心功能

2.5 轻量化Web管理后台

• 单命令启动本地Web服务，默认监听8080端口，浏览器直接访问可视化面板

• 响应式页面，电脑、平板均可适配操作，无复杂前端依赖

• 支持会话批量导出、单会话删除、无用缓存清理、数据库重置功能

2.6 多形态部署与便捷命令行工具

• 提供 pip Python包、uvx临时运行、系统一键安装脚本、Docker镜像、独立桌面客户端五种部署方式

• 内置丰富CLI指令，无需打开网页即可快速查看用量报表、批量导出数据、执行数据库维护

三、技术细节

3.1 整体技术栈

1. 后端核心：Go语言编写底层扫描与统计核心引擎，兼顾跨平台编译性能；配套Python封装层用于PyPI分发

2. 数据存储层：SQLite 3 + FTS5 全文检索扩展，轻量无服务，单文件数据库无需额外部署数据库服务

3. Web服务层：内置轻量HTTP服务，原生静态前端资源内嵌二进制程序，无需单独部署Nginx

4. 前端可视化：轻量原生JS图表库，无React/Vue重型框架，加载速度极快，内存占用低

5. 跨平台适配：交叉编译Windows exe、macOS dmg、Linux amd64/arm64二进制程序

6. 同步扩展模块：Gist API、PostgreSQL驱动模块化设计，按需加载，不启动多余依赖

3.2 核心性能优化点

• 相比前身 ccusage 采用全量文件遍历解析，AgentsView 引入文件指纹缓存，跳过未修改日志文件，扫描速度提升约100倍

• Token解析采用预编译代码词法解析器，批量计算消耗，避免逐行循环低效运算

• FTS5索引异步后台构建，启动服务不阻塞页面加载，后台静默完成全文索引更新

• 内存分级缓存：高频访问统计数据常驻内存，历史会话数据仅按需加载，低配置电脑也可流畅运行

3.3 数据存储结构

本地数据库分为三张核心数据表：

1. agent_sessions：存储会话基础信息（创建时间、所属工具、使用模型、总Token、花费）

2. session_content：存储完整对话文本、代码片段，关联会话ID实现分离存储，降低主表查询压力

3. token_stats：预聚合统计数据（日/周/模型维度汇总），可视化面板直接读取预计算结果，无需实时运算

3.4 权限与网络逻辑

• 程序仅读取用户本地应用缓存目录，无系统敏感文件读取权限申请

• 仅在用户主动触发Gist同步、模型价格更新时发起外部网络请求，静默状态零网络访问

• 网络请求支持系统代理配置，兼容企业内网环境

四、应用场景

1. 独立开发者用量成本管控
   日常使用多款付费AI编程模型，想要统一核算每月大模型调用花费，快速定位高消耗会话、冗余长上下文对话，控制开发成本。

2. AI编程会话沉淀与检索
   本地存储数百条包含业务代码、方案思路的AI对话，需要通过代码关键词快速检索历史解决方案，替代分散的客户端历史记录。

3. 个人AI使用行为复盘
   通过热力图、模型占比图表分析自身开发习惯，统计不同大模型的使用频率，对比本地开源模型与云端付费模型的成本差异。

4. 小型开发团队用量汇总
   团队成员本地部署AgentsView，可选同步PostgreSQL数据库，管理员统一查看全员AI编程工具总消耗，统计团队研发AI开销。

5. AI工具数据迁移备份
   更换Cursor、Claude等编程客户端时，批量导出全部历史会话为HTML存档，永久留存对话记录，防止客户端卸载丢失数据。

6. 本地离线安全办公场景
   企业内网禁止会话数据外传，离线环境下完整统计、查看AI编程记录，数据全程不离开本地设备，满足信息安全规范。

五、使用方法

5.1 多平台安装部署

方式1：Python pip 通用安装（全平台通用）

# 稳定版安装
pip install agentsview

# 无需全局安装，临时运行（uvx环境）
uvx agentsview

方式2：系统一键脚本安装

macOS / Linux：

curl -fsSL https://agentsview.io/install.sh | bash

Windows PowerShell（管理员）：

powershell -ExecutionPolicy ByPass -c "irm https://agentsview.io/install.ps1 | iex"

方式3：Docker容器部署

# 拉取镜像并启动Web服务
docker run -p 8080:8080 kennio/agentsview

5.2 基础常用CLI命令

1. 启动本地可视化Web面板（核心指令）

agentsview serve

执行完成后浏览器访问 http://127.0.0.1:8080 进入管理后台
2. 直接输出每日Token与成本报表（无需打开网页）

agentsview usage daily

3. 手动触发全量本地会话扫描更新数据库

agentsview scan

4. 批量导出全部会话为HTML文件至指定文件夹

agentsview export ./agent-backup

5. 重置本地数据库，清空全部统计与会话缓存

agentsview db reset

5.3 Web后台基础操作流程

1. 执行 agentsview serve 启动服务，浏览器打开本地地址

2. 首页自动后台扫描本地AI客户端会话，等待索引构建完成

3. 左侧菜单栏切换：会话检索、用量统计、数据导出、系统设置

4. 统计页面筛选时间、模型查看可视化图表，导出Excel格式用量报表

5. 检索页面输入代码关键词、模型名称快速定位历史对话，支持单会话导出保存

六、竞品对比

选取三款同类AI用量/会话管理工具，从核心能力、部署、数据安全、性能多维度横向对比

对比总结

ccusage 作为 AgentsView 前身，仅保留简单用量统计，缺失会话检索、可视化、多客户端适配能力；OpenCost 重度依赖云端API，不适合离线本地安全场景；Cursor内置统计仅局限单一软件，无法统一管理多类AI编程工具，AgentsView 在本地离线安全、全客户端兼容、检索性能、可视化维度上具备综合优势。

七、常见问题解答（FAQ）

Q1：AgentsView 会上传我的AI对话、代码数据到第三方服务器吗？

A：不会。程序默认所有会话、代码、统计数据仅保存在本地SQLite文件中，全程不会自动上传任何原始内容。仅当你手动执行同步Gist、拉取最新模型单价时，才会主动发起网络请求，同步行为由用户完全控制。

Q2：安装后执行 agentsview serve 访问8080端口提示无法打开页面是什么原因？

A：存在三种常见诱因：第一，本地8080端口被其他程序占用，可通过 agentsview serve --port 8081 修改端口启动；第二，防火墙拦截本地回环地址访问，关闭本机防火墙测试；第三，扫描会话文件过程程序卡死，执行 agentsview db reset 重置数据库后重启服务。

Q3：扫描本地文件后，部分Cursor/Claude会话没有显示在列表中如何解决？

A：先确认对应AI工具已正常产生本地缓存日志；其次执行 agentsview scan --force 强制全目录扫描，刷新文件路径索引；若软件为新版本存储路径变更，可前往官方仓库Issues提交客户端版本，等待更新适配路径规则。

Q4：Docker部署版本和本地二进制安装功能上有区别吗？

A：核心统计、检索、Web面板功能完全一致；Docker容器受文件挂载限制，需要手动映射本地客户端缓存目录至容器内，否则无法自动扫描本地会话，二进制安装可直接读取本机文件，操作更简便。

Q5：可以同步多人团队的AI用量数据做统一汇总吗？

A：支持。软件内置PostgreSQL同步模块，每位团队成员本地部署AgentsView，开启数据库同步配置，所有统计数据统一写入团队共享数据库，管理员可汇总查看全员模型消耗报表，原始会话内容依然保留在成员本地，仅同步统计指标。

Q6：Windows系统一键安装脚本运行报错权限不足怎么处理？

A：右键PowerShell选择「以管理员身份运行」后重新执行安装脚本；若系统组策略限制脚本执行，可改用pip方式安装，兼容性更高。

Q7：本地开源大模型（Llama3、Qwen）调用记录能否被AgentsView识别统计？

A：仅支持具备本地日志缓存客户端的开源模型工具，纯API本地推理无本地日志文件的场景暂时无法自动采集；可手动导入推理日志文件至数据库完成统计。

八、相关链接

1. GitHub仓库：https://github.com/kenn-io/agentsview

2. AgentsView官网：https://agentsview.io

九、总结

AgentsView 是一款兼顾高性能、本地数据安全、全平台适配的开源AI编程智能体会话管理工具，解决了开发者多客户端AI会话分散、用量成本无法统一统计、历史代码对话难以检索、离线场景无可用分析工具的行业痛点，依托Go语言底层引擎实现远超同类工具的扫描解析速度，内置SQLite全文检索与多维度可视化面板，同时提供脚本、pip、Docker、桌面客户端多种轻量化部署方案，MIT开源协议允许个人与企业免费修改、二次分发，不管是独立开发者管控大模型开销、沉淀AI编程解决方案，还是小型团队汇总研发AI使用数据、满足内网离线数据安全需求，都能够提供完整、轻量化、高安全度的数据管理解决方案。