agentsview：把 50+ 编程 Agent 的会话、Token 和成本收进一个本地面板

核心判断

快速信息卡

项目	信息
仓库	kenn-io/agentsview
Stars	5.8k+
Forks	650+
许可证	MIT
语言	Go / Svelte
核实	2026-09-08（数字随仓库增长而变化）

agentsview 解决的是一个被掩盖的小麻烦：当你在 Claude Code、Codex、Copilot CLI、Gemini CLI、Cursor、Kiro 几个 Agent 之间来回切，本地磁盘上其实堆了一堆 ~/.claude/projects/、~/.codex/sessions/、~/.copilot/ 这种互不相通的会话目录。

你没法在一个地方搜索昨天问过 Claude 的某条指令，没法知道这个月在不同 Agent 上各花了多少钱，也没法比较不同模型在同一个仓库上的实际上下文消耗。

kenn-io/agentsview 把这件事做成一个本地优先的 Go 单文件二进制：自动扫描支持表里 50 多个会话目录，把它们索引到本地 SQLite（FTS5），再开一个 127.0.0.1 的 Web 面板。无需账号、无需上传，Telemetry 只有一个匿名的 daemon_active PostHog 上报，默认开启、可用环境变量关掉。agentsview usage daily 一行命令直接打印每日成本。相比 ccusage 这类每次都要重新解析原始会话 JSONL 的工具，agentsview 把会话先索引进 SQLite，之后的查询走数据库、不再重解析，重复统计自然更快；README 自带的 make bench-backends 比较的是 SQLite / DuckDB / PostgreSQL 三家的读取延迟，并不和 ccusage 对标。

这不是一个玩具项目 —— 仓库近 1200 次 commit、Go 1.27 / Svelte 5 / Tauri 的完整栈，make bench-backends 还自带 SQLite / DuckDB / PostgreSQL 三家读取对比（默认 fixture 1000 会话、64000 消息，需要 Docker）。README 致谢的两个前作 claude-history-tool 和 claude-code-transcripts 管的是「浏览会话、导出转写」，ccusage 管的是 Claude Code 的成本统计；agentsview 把这几件事合成了一份统一索引。

学习目标

读完这篇文章后，你应该能够：

• 说出 agentsview 的核心价值：为什么需要在多个 AI Coding Agent 之间统一监控会话和成本
• 解释 agentsview 的架构：SQLite 主存、PostgreSQL/DuckDB 镜像、只读服务模式
• 通过 agentsview serve 和 agentsview usage daily 快速查看 Agent 使用成本和会话统计
• 配置远程访问（--public-url）和团队共享（PostgreSQL 镜像、S3 / 文件系统会话同步）
• 判断 agentsview 是否适合你的场景，并制定采用顺序

目录

• 系统地图
• 三种安装方式
• 一次完整使用流
• 三个值得展开的细节
• 适用边界与采用决策

系统地图

在动手之前，先把 agentsview 的组件摊开看一眼，省得后面被「它到底有几个后端」绕晕。

边界只有一条：SQLite 是主存，所有写入都从它出去。PostgreSQL 和 DuckDB 都是从 SQLite 推出去的「镜像」，服务模式全部 read-only。你可以先单机玩 SQLite，需要时再决定要不要把团队数据汇到 PG 做共享面板，或者把历史分析导到 DuckDB。搜索有两条腿：FTS5 全文是默认，语义搜索是选配——接任意 OpenAI 兼容的 embeddings 端点，用 session search --semantic 或 --hybrid 按意思查，每条命中都标注它来自哪段对话。

新版 README 把写入侧的常驻进程拆成了 daemon 子命令族（daemon start / status / restart / stop）：桌面 App 和需要新鲜数据的命令（sync、usage、pg push、duckdb push）在有必要时自动拉起它；serve --background 仍保留，适用于那些需要 serve 专属 flag（如 --no-sync、非回环 --host）的一次性后台任务。兼容的 daemon 已经在跑时再敲 serve，它只报告现有地址然后退出，不会起第二个进程；后台 daemon 空闲一段时间会自行退出。只想要一次性 sync、不留常驻进程的话，用 AGENTSVIEW_NO_DAEMON=1 agentsview sync。

Agent 接入侧，README 的「Supported Agents」表列出了 50+ 个会话条目（同款工具的 CLI / IDE 变体会占多行），目录全部支持环境变量覆盖。两个例外要记住：Aider 没有中央会话目录（历史写在每个仓库的 .aider.chat.history.md 里），agentsview 默认不扫——作者给的理由是全盘扫描会在 macOS 上触发隐私弹窗，要用 AIDER_DIR 显式开启；Amp 已标记废弃，新版把线程存在服务端，本地只剩桩文件，agentsview 只能解析历史本地 JSON。其中 Antigravity CLI 是特例：新版本把轨迹存成 SQLite .db，旧版本是 AES-GCM 加密的 .pb，两种格式的完整转写都依赖一个 <uuid>.trajectory.json sidecar；没有 sidecar 时 agentsview 只能降级到 summary mode。要补完整转写，需要并行跑一个 agy-reader，它连上本地 Antigravity daemon 逐段解密，把 sidecar 写到源文件旁边，agentsview 的 file watcher 会自动切换到完整解析，不用重启。

三种安装方式

仓库的 README 把安装拆得很直白：脚本、桌面包、Docker。我把 macOS 上最稳的两条路写出来，Windows/Linux 可以照葫芦画瓢。

1. 一键脚本（开发机首选）

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

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

装完直接：

agentsview serve           # 前台起服务，Web UI 挂在 8080
agentsview usage daily     # 看最近 30 天每日成本

首次 serve 会扫一遍本地已装的 Agent，把会话索引到 ~/.agentsview/ 下的 SQLite，然后在 http://127.0.0.1:8080 起 Web 面板。CLI 是独立命令，不需要先起服务就能跑 usage、stats、session usage。

2. Homebrew / 桌面 App（不熟终端的人）

brew install --cask agentsview

或者去 GitHub Releases 拽 macOS / Windows 桌面包。桌面版本质就是 Tauri 包了同一份二进制，启动后行为和 CLI 完全一致。

3. Docker（无 GUI 服务器 / 团队共享）

README 的 compose 文件只把端口绑到 127.0.0.1，这是有意的 —— 默认拒绝外网访问，需要暴露给非本机浏览器时必须加 --require-auth。容器默认入口是 serve；要起团队只读面板，把环境变量换成 PG_SERVE=1 并配上 AGENTSVIEW_PG_URL，启动命令就切到 pg serve。

docker run --rm -p 127.0.0.1:8080:8080 \
  -v agentsview-data:/data \
  -v "$HOME/.claude/projects:/agents/claude:ro" \
  -v "$HOME/.forge:/agents/forge:ro" \
  -e CLAUDE_PROJECTS_DIR=/agents/claude \
  -e FORGE_DIR=/agents/forge \
  ghcr.io/kenn-io/agentsview:latest

容器化部署的坑只有一个：只挂载你显式声明的会话目录。不挂载 + 不设对应 env var，那个 Agent 不会出现 —— agentsview 不会去猜你机器上还装了啥。

一次完整使用流

光看功能列表你可能抓不到重点。我按「让 agentsview 帮我看下最近花了多少」的最小路径走一遍，所有命令都来自 README 原文，门槛很低。

# 1. 起服务（同时把数据塞进 SQLite + 开 Web 面板）
agentsview serve

# 2. 终端里一行总览
agentsview usage daily

# Output 类似：
# Date         | Claude   | Codex   | Copilot | Total
# 2026-06-08   |   $3.21  |  $0.42  |   —     |  $3.63
# 2026-06-09   |   $5.10  |  $0.87  |  $0.12  |  $6.09
# ...

# 3. 想按模型看细项，加 --breakdown
agentsview usage daily --breakdown --agent claude

# 4. 给 status bar / 状态行用的极简格式（只报当日）
agentsview usage statusline
# → "$4.23 today"；加 --agent claude 则输出 "$4.23 today (claude)"

# 5. 想看「这个月我到底属于哪种 Agent 用户」
agentsview stats --since 2026-06-01
# → 输出 archetype：automation / quick / standard / deep / marathon
# → 时长、消息数、峰值上下文、工具调用次数的分布
# 依赖 git/GitHub 的结果指标默认关闭（慢且脆），要 --include-git-outcomes 显式打开

# 6. 单会话精细账
agentsview session usage <session-id>
# → total_output_tokens / peak_context_tokens / cost / has_cost
#   金额以整数 microdollar 对象返回（如 {"cost":{"microdollars":2410000}}），CLI 渲染成美元

如果脚本要用：usage 系列支持 --json，session usage 和 stats 用 --format json（stats 的输出带 schema_version: 1 的版本化 schema）。CI 里跑一次性 claude -p 或 codex exec 时，还可以用 capture run 包住命令——保留子进程输出和退出码，单独落一份用量结果，全程不启 daemon、web server 和 watcher。

三个值得展开的细节

agentsview 的 README 信息密度很高，下面三个点不展开的话你装上之后大概率会撞到。

远程转发必须配 --public-url

agentsview 默认绑 127.0.0.1:8080，并且校验 Host 头防 DNS rebinding。SSH 端口转发、exe.dev / Codespaces / Coder / WSL2 转发，浏览器发的 Host 服务端都不认，/api/v1/settings 之类会直接 403。

修法：

# 假设你 ssh -L 18080:127.0.0.1:8080 host
agentsview serve --public-url http://127.0.0.1:18080

# 转发到远端域名
agentsview serve --public-url https://your-workspace.exe.dev

--public-origin 可以重复 / 逗号分隔追加受信 origin。一旦暴露到 loopback 之外，加 --require-auth，这是文档原话，没法跳过。

PostgreSQL / DuckDB 是镜像不是替代

这一点很容易被忽略。pg serve 和 duckdb serve 都是 read-only 的 pg push / duckdb push 目标，主写还在本地 SQLite。duckdb serve 的搜索路径目前是 substring/regex 回退，索引搜索仍然走 SQLite FTS5。

PG 侧已经长出了完整的后台化路径：pg push --watch 盯着会话目录，新会话落盘后自动推，pg service install 能把它注册成 launchd（macOS）或 systemd –user（Linux）服务。多台目标库用命名配置块 [pg.work]、[pg.archive] 分开管，default_pg 指定长驻命令用哪个。跨机器聚合还有两条不走 PG 的路：Claude 和 Codex 的会话根可以直接配成 s3://，中央实例同步时只下载有变更的会话；或者用 rsync / Git 把原始会话文件搬过来，再用 [[session_sources]] 带上机器标签统一收录（只传会话文件，别碰 sessions.db 和它的 WAL）。Quack 协议还新，agentsview 的默认很保守：本地只绑 loopback、强制 token，非回环的明文 HTTP 要显式 --allow-insecure。

所以：

• 想给团队做个只读共享面板 → pg push --watch + pg service install + pg serve
• 想在远端用 DuckDB 查历史 → 同步到 sessions.duckdb，再 duckdb quack serve 暴露 Quack 协议
• 多台机器、又不想上 PG → S3 会话根，或 [[session_sources]] 文件系统同步
• 日常搜索 / 实时写 → 始终 SQLite

Antigravity CLI：靠 sidecar 补完整转写

README 在「Supported Agents」表里把 Antigravity 和 Antigravity CLI 分成两个条目（后者目录在 ~/.gemini/antigravity-cli/），还单独拉了一节「Antigravity CLI: high-resolution transcripts」解释它为什么特殊。

Antigravity CLI 的会话轨迹有两种落盘格式：新版本存 SQLite .db，旧版本是 AES-GCM 加密的 .pb。无论哪种，完整转写（结构化工具调用、结果、推理、diff）都来自一个 <uuid>.trajectory.json sidecar；没有 sidecar 时降级到 summary mode，详情页头部会挂一个「Summary mode」徽标——.db 会话靠启发式解出原始步骤，只剩 prompt 和工具调用名；.pb 会话用 history.jsonl 的 prompt 加 brain/ 下的纯文本工件（计划、走查、检查点）拼个大概。要补上完整转写，需要并行跑 agy-reader：

go install github.com/mjacobs/agy-reader@latest   # 社区工具，独立仓库，不在 agentsview 里
agy-reader --sync      # 给存量会话批量生成 sidecar
agy-reader --watch     # 持续守护，新会话实时产出

agy-reader 不是直接把 .pb 文件解开，而是连上本地 Antigravity daemon 逐段解密，把 <uuid>.trajectory.json 写到源文件旁边；它通过解析 ~/.gemini/antigravity-cli/cli.log 发现 daemon 地址，发现不了（比如日志轮转）就打印定位端口的手动办法，再配合 ANTIGRAVITY_DAEMON_URL 环境变量指定。sidecar 落在源文件同目录，agentsview 的 file watcher 会自动切到完整解析，不用重启。这是仓库里很体现工程态度的一段：宁可对接一个外部小工具，也不把解密逻辑塞进自己进程里。

适用边界与采用决策

agentsview 是一个「让 AI 使用过程更可观察」的工具。先判断你的痛点落在哪一类，再决定要不要装。

适合立刻装的场景：

• 你同时用 ≥ 2 个 CLI 编程 Agent（Claude Code + Codex + Copilot CLI 是高频组合），且本地磁盘上积累了几个月会话
• 团队报销或个人记账需要按日 / 按模型看 Token 和美元成本，ccusage 只覆盖 Claude Code 不够用
• 你经常需要在历史会话里 grep 某条指令、找某个工具调用结果，但不想手动翻 ~/.claude/projects/<hash>/<hash>.jsonl
• 你用 SSH 远程开发、Codespaces / exe.dev 之类转发环境，需要一个本地回环的「AI 工作台」

可以再等等的场景：

• 你只用单一 Agent（且就是 Claude Code），ccusage 已经够用
• 你想要的是「在 IDE 里直接看会话」（VSCode / JetBrains 集成），这不是 agentsview 的目标，方向也不太对
• 你的会话量已经在百万级，SQLite 单机 FTS5 性能没测过；想冲这个规模建议先用 DuckDB 镜像做分片
• 你对 PostHog 那个匿名 daemon_active 事件敏感 —— 关闭方法是 AGENTSVIEW_TELEMETRY_ENABLED=0 或 TELEMETRY_ENABLED=0，Go test 二进制会硬关闭

采用顺序（避免一次吃撑）：

1. 跑 agentsview serve + Web UI，确认在用的 Agent 目录都能被自动发现；如果有缺失就翻 configuration docs 加环境变量
2. CLI 跑通 usage daily 和 stats，看 28 天的 archetype 分布是不是符合你的实际使用习惯
3. 想要远端访问再上 --public-url + --require-auth
4. 团队场景才上 pg push / pg serve；分析需求再上 duckdb push + Quack

自测题

下面 5 道题用来检验你对 agentsview 核心概念和使用方式的掌握程度。点击参考答案前的三角展开查看解析。

1. agentsview 的架构中，哪个组件是主存储？PostgreSQL 和 DuckDB 镜像的角色是什么？

2. 在 SSH 远程转发场景下，agentsview serve 为什么要配置 --public-url？不配置会出现什么错误？

3. agentsview 与 ccusage 相比，性能优势来自哪里？

4. Antigravity CLI 的老版本会话文件为什么需要 agy-reader sidecar？新版本是怎么处理的？

5. 说出 agentsview 的采用顺序，并解释为什么 SQLite 单机是第一步。

↑ 回到目录

练习

练习1：评估你的 Agent 使用场景

回顾你最近一个月使用 AI 编程 Agent 的经历，回答以下问题：

1. 你同时在使用几个 AI 编程 Agent？（Claude Code、Cursor、Copilot CLI 等）
2. 你是否需要在多个 Agent 之间查找之前的问题和回答？
3. 你是否需要跟踪不同 Agent 的成本消耗？
4. 你的会话历史是否已经积累了几个月？

如果以上问题的答案多为"是"，那么 agentsview 可能适合你的场景。

练习2：配置远程访问

假设你需要在远程服务器上运行 agentsview，并通过 SSH 端口转发在本地浏览器访问。请完成以下配置：

1. 在远程服务器上启动 agentsview，并配置 --public-url 参数
2. 在本地机器上配置 SSH 端口转发
3. 在本地浏览器中访问 agentsview Web UI
4. 确认成本统计和会话搜索功能正常工作

练习3：分析你的 Agent 使用模式

使用 agentsview 的 stats 命令分析你的 Agent 使用模式：

1. 运行 agentsview stats --since <起始日期> 查看你的使用档案
2. 分析你的 archetype（automation / quick / standard / deep / marathon）
3. 查看你的时长、消息数、峰值上下文、工具调用次数的分布
4. 根据分析结果，调整你的 Agent 使用策略

进阶路径

阶段1：深入理解 agentsview 架构

• 目标：理解 agentsview 的组件结构和数据流
• 行动：
  1. 阅读 agentsview 源码中的 cmd/agentsview/ 和 internal/ 目录
  2. 理解 SQLite 主存、PostgreSQL/DuckDB 镜像的架构设计
  3. 分析 internal/parser 如何解析不同 Agent 的会话文件
  4. 理解 file watcher 如何自动识别新会话文件
• 参考资源：
  • agentsview GitHub 仓库
  • agentsview 架构文档

阶段2：优化性能和扩展性

• 目标：让你的 agentsview 部署更高效、更可扩展
• 行动：
  1. 调整 SQLite 的 FTS5 索引配置，优化搜索性能
  2. 配置 PostgreSQL 镜像，实现团队共享面板
  3. 使用 DuckDB 镜像，实现历史数据分析
  4. 优化 file watcher 的性能，减少资源消耗
• 参考资源：
  • SQLite FTS5（全文搜索）文档
  • agentsview 语义搜索说明
  • agentsview 命令参考

阶段3：集成到团队工作流

• 目标：让团队成员共享 agentsview 数据，提升协作效率
• 行动：
  1. 配置 PostgreSQL 镜像，让团队成员共享会话和成本数据
  2. 设置访问控制和认证，保护敏感数据
  3. 将会话数据导出到团队知识库，便于知识共享
  4. 配置自动化报告，定期发送成本统计和使用分析
• 参考资源：
  • agentsview 团队共享（PostgreSQL）文档
  • agentsview 文件系统会话同步指南
  • agentsview 信任模型与安全说明（仓库 SECURITY.md）

资料口径说明

为避免把 README 文案直接写成结论，本文的几个关键判断采用了下面的取径方式：

• agentsview 的架构、安装命令、CLI 命令、Web UI 功能、PostgreSQL/DuckDB 镜像、Antigravity CLI 支持，直接以其 GitHub README 和官方文档为准。
• make bench-backends 是 README 自带的 SQLite / DuckDB / PostgreSQL 三家读取对比（fixture 1000 会话、64000 消息，需要 Docker），本文不把它的数字当作与 ccusage 的性能对标；重复成本统计"走库更快"仅依据索引后不再重解析这一事实推断。
• Supported Agents 表的条目数、Go 版本、commit 数、Stars/Forks 以 2026-09-08 核实的 GitHub 数据为准，会随仓库增长变化；usage statusline 的输出格式等 CLI 细节以当日 main 分支源码为准。
• 本文的适用场景和采用顺序，结合 README 的功能列表和实际使用场景进行交叉比对。

完整文档在 agentsview.io（README 反复强调的「Full docs」），仓库 license 是 MIT。安装脚本和 docker image 都在 ghcr.io/kenn-io/agentsview。