为什么需要一个 Claude Code 监控面板？
Claude Code 的计费模式是按 token 消耗计算的，而在实际开发中，不同任务的消耗差异巨大——一次简单的代码补全和一次复杂的多文件重构，成本可能相差几十倍。如果你是独立开发者，每一分钱的 API 开支都直接影响利润率。问题是，Claude Code 本身并没有提供特别直观的用量分析界面。
这就是 Lumo 切入的痛点。
Lumo 做了什么？
Lumo 是一个本地优先（local-first）的仪表盘应用，核心功能围绕四个维度展开：
- Usage（使用量）：追踪你的 Claude Code 调用频次和 token 消耗
- Sessions（会话）：记录每次开发会话的详细信息，方便回溯
- Cost（费用）：将 token 消耗换算为实际费用，让你对开支一目了然
- Tools（工具调用）：分析你在开发过程中调用了哪些工具，频率如何
"本地优先"这个设计选择值得注意——你的数据不会上传到任何第三方服务器，全部存储在本地。对于在意隐私和数据安全的开发者来说，这是一个加分项。
适合谁用？
如果你正在日常使用 Claude Code 进行开发，尤其是以下几种场景，Lumo 会特别有价值：
- 控制成本：你想知道每天/每周在 Claude Code 上花了多少钱，哪些任务最"烧钱"
- 优化工作流：通过分析 session 数据，你可以发现自己的使用模式，比如哪些时段效率最高、哪些类型的任务最适合交给 AI
- 团队透明度：即使是一人公司，养成记录和分析开发成本的习惯，对未来扩展或融资都有帮助
目前这个项目在 GitHub 上还处于早期阶段（57 star），但方向很明确，代码也在活跃更新中。
值得思考的延伸
其实 Lumo 代表的是一个正在浮现的需求类别：AI 开发工具的可观测性。当 AI 编程助手从"偶尔用用"变成"每天离不开"，监控和优化 AI 工具的使用本身就变成了一项必要的工程实践。你现在用的 AI 工具，有没有一套清晰的成本和效率追踪机制？如果没有，或许是时候搭建一个了。