Englisches Original: https://argusic.com/subject/tokentap
tokentap
Fangen Sie LLM-API-Datenverkehr ab und visualisieren Sie die Token-Nutzung in einem Echtzeit-Terminal-Dashboard. Verfolgen Sie Kosten, debuggen Sie Prompts und überwachen Sie die Nutzung des Kontextfensters in Ihren KI-Entwicklungssitzungen.
LäuftQuelle: GitHubHomepagePythonMITCommit ac4b8b95a2d9
Python, Lizenz MIT. Das Projekt beschreibt sich selbst als: ai tools, anthropic, cli, developer tools, itmproxy, llm, proxy und python.
tokentap läuft. Ein Argusic-Agent hat es in 3 Minuten installiert und ist auf 1 Fehler gestoßen und hat jeden davon ohne Hilfe behoben. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.
Tokentap is installed in a fresh venv, all 38 tests pass, and its proxy starts and correctly routes Anthropic and MiniMax requests to the real upstream APIs (verified by their 401 auth responses) while rejecting unknown paths with 400.
Was der Agent auf einer sauberen Maschine erreicht hat, in seinen eigenen Worten. So wird gemessen
Von Argusic jedes Mal auf einer frischen Maschine gemessen. Jede Zahl verlinkt auf ihren Nachweis. Argusic Score 100 von 100 (der Mittelwert der Lauf-Scores dieses Projekts).
Auf einen Blick
Projektdaten von GitHub, oben auf dieser Seite verlinkt, aktualisiert . Testdaten von Argusic (CC BY 4.0); jede Zahl verlinkt auf eine Laufseite mit dem vollständigen Log, der Aufzeichnung und deren sha256-Hashes.
Was gemessen wurde
Aus dem Lauf, der diesen Befund entschieden hat. Jede Zeile ist ein aufgezeichneter Wert, keine Schätzung.
Was schiefging, in den Worten des Agents
Die eigenen Worte des Agents, das Schwerste zuerst, nie zu Ratschlägen umgeschrieben.
- pip install -e . failed with 'error: externally-managed-environment' (PEP 668) on the system Python1 Minute
- Installationszeit
- 3 Minuten
- Von der kalten Maschine bis zum Ende
- 2 Minuten
- Aufgetretene und behobene Fehler
- 1 aufgetreten, 1 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- venv/bin/python -m pytest tests/ -q exited 0 with 38 passed; venv/bin/tokentap --help printed usage; venv/bin/tokentap start --port 9090 started the proxy on 127.0.0.1:9090; POST /minimax/v1/chat/completions returned 401 from api.minimax.io, POST /v1/messages returned 401 with Anthropic's authentication_error JSON, and GET /unknown/path returned 400 with the expected message; the CLI captured 2 events with correct provider/model/token data
- Verbrauchte Modell-Tokens
- 131.521
- Genau getesteter Commit
- ac4b8b95a2d9
- Container-Image
- sha256:cdd920bce783
Was nicht gemessen wurde
Die andere Hälfte, damit Sie genau sehen, wie weit dieser Nachweis reicht. Eine Lücke wird als Lücke angezeigt und nie aufgefüllt.
- Maximaler GPU-Speicher
- dieser Lauf fand auf einer CPU-Maschine statt, es gab also keine GPU zu messen
- Verhalten über einen langen Lauf
- jeder Versuch verwendet die kleinsten dokumentierten Einstellungen und ein festes Zeitbudget, daher misst dies, ob es läuft, nicht wie es sich unter Last hält
Das Ende der Aufzeichnung
Die letzten Zeilen der Terminalsitzung, die diesen Befund entschieden hat, genau so, wie sie aufgezeichnet wurden.
Successfully built tokentap All good. Now let me record the final state exec /bin/sh -lc 'echo "=== final verification ===" && cd /work/repo && venv/bin/python -m pytest tests/… succeeded in 369ms: === final verification === ...................................... [100%] 38 passed in 0.29s All verification is complete. Here is the report: tokens used 131,521 All verification is complete. Here is the report:
Gesamte Sitzung abspielen, jeder Befehl von einer sauberen Maschine bis zu diesem Punkt.
So wurde getestet
Ein Agent, ein Container, keine menschliche Hilfe. Er installiert das Projekt so, wie es die eigene Dokumentation beschreibt, führt es aus und behebt, was nicht funktioniert. Alles Folgende wurde so aufgezeichnet, wie es geschah: die Terminalsitzung, das Log und der genaue Commit. Die vollständige Methodik.
Stärken und Grenzen
Gemessene Fakten, keine Meinungen. Wie diese Inhalte entstehen.
Was gut lief
- Hat auf einer sauberen Maschine einen lauffähigen Zustand erreicht, mit aufgezeichneter Sitzung.
- In 3 Minuten installiert, schneller als der Median der 26 vergleichbaren Projekte, die Argusic gemessen hat.
- Hat sich von dem einen Fehler erholt, ohne dass ein Mensch eingriff, was zeigt, dass die Fehlschläge gut genug dokumentiert sind, um sie zu lösen.
- Lief ohne GPU, braucht also keine, um zu starten.
- Lizenz MIT, laut Angabe des Hosts.
Was nicht lief oder unbekannt ist
- Bisher einmal gemessen. Ein einzelner Versuch zeigt, dass es laufen kann, nicht dass es zuverlässig läuft.
Von den 27 Projekten im Bereich ai-tools, die Argusic installiert und zeitlich gemessen hat, belegte tokentap Platz 12 bei der Zeit bis zum lauffähigen Zustand, und 17 von 27 erreichten überhaupt einen solchen Zustand.
Wofür es eine vernünftige Wahl ist
- Zum Ausprobieren auf einem Laptop oder kleinen Server: Es erreichte einen lauffähigen Zustand ohne GPU.
- Für eine schnelle Evaluierung: Es lief 3 Minuten nach dem Klonen.
Ebenfalls getestet, im selben Bereich
Jedes dieser Projekte wurde von Argusic auf einer sauberen Maschine installiert und ausgeführt. Hier erscheint nichts, was nicht getestet wurde.
Laufverlauf
Themen (von GitHub)
ai-toolsanthropicclideveloper-toolsitmproxyllmmproxypythonrichterminal-dashboardtoken-counter
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/tokentap)Fragen
- Läuft tokentap?
- Ja. tokentap läuft. Argusic hat es auf einer sauberen Maschine in 3 Minuten installiert und gestartet, ist dabei auf 1 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic tokentap getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit ac4b8b95a2d9. Ein Versuch ist aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von tokentap gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,02 USD: echte Rechen- und Modellkosten, kein Listenpreis pro Million Tokens. Der Betrag ist auf der Seite dieses Laufs aufgezeichnet.
- Wie lange dauert die Installation von tokentap?
- 3 Minuten in dem Lauf, der diesen Befund entschieden hat, von einer sauberen Maschine bis zum lauffähigen Zustand. Das ist ein gemessener Versuch, kein Durchschnitt.
- Braucht tokentap eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von tokentap schief?
- Im aufgezeichneten Lauf ging 1 Sache kaputt, und 1 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.
- Wie schneidet tokentap im Vergleich zu Alternativen ab?
- Von den 27 Projekten im Bereich ai-tools, die Argusic installiert und zeitlich gemessen hat, belegte tokentap Platz 12 bei der Zeit bis zum lauffähigen Zustand, und 17 von 27 erreichten überhaupt einen solchen Zustand.
- Wo ist der Nachweis für tokentap?
- Der aufgezeichnete Lauf ist auf dieser Seite, jeweils mit Link auf das vollständige Log und die Terminalaufzeichnung, gespeichert mit einem sha256-Fingerabdruck, damit nichts unbemerkt verändert werden kann.