tokentab کے ساتھ مقامی AI ٹوکن کے استعمال اور اخراجات کو ٹریک کریں

tokentab کیا کرتا ہے

tokentab ایک مقامی رپورٹنگ ٹول ہے جو یہ سمجھنے میں مدد دیتا ہے کہ کوڈنگ اسسٹنٹس ٹوکنز کیسے استعمال کرتے ہیں اور تخمینی اخراجات کیسے جمع ہوتے ہیں۔ یہ ان سیشن لاگز کو پڑھتا ہے جو معاون ٹولز پہلے ہی آپ کے کمپیوٹر پر محفوظ کرتے ہیں، پھر استعمال کو ماڈل، فراہم کنندہ، پروجیکٹ، دن اور سرگرمی کی اخذ کردہ قسم کے لحاظ سے گروپ کرتا ہے۔

کسی اکاؤنٹ یا API key کی ضرورت نہیں۔ پراسیسنگ آپ کی مشین پر ہی رہتی ہے، اور tokentab سیشن کی معلومات اپ لوڈ نہیں کرتا اور نہ ہی قیمتوں کی خدمات سے رابطہ کرتا ہے۔

معاون ٹولز اور لاگ کے مقامات

tokentab میں فی الحال تین ٹولز کے لیے فعال پارسرز شامل ہیں:

• Claude Code: ~/.claude/projects/**/*.jsonl
• Codex: ~/.codex/sessions/**/rollout-*.jsonl
• Gemini CLI: ~/.gemini/tmp/**/session-*.json

Cursor کے لیے فراہم کنندہ کی جگہ موجود ہے، لیکن اس کا پارسر ابھی مکمل نہیں ہوا۔ اگر معاون ٹولز میں سے کوئی آپ کی مشین پر انسٹال نہ ہو تو tokentab اسے نظر انداز کر دیتا ہے۔ اس لیے رپورٹس میں صرف وہی ٹولز شامل ہوتے ہیں جن کے لاگز آپ کی مشین پر دستیاب ہوں۔

اہم خصوصیات

• موجودہ مقامی سیشن لاگز سے براہِ راست ٹوکن کی تعداد پڑھتا ہے۔
• مقامی طور پر برقرار رکھی گئی قیمتوں کی جدول کے ذریعے اخراجات کا تخمینہ لگاتا ہے۔
• ڈیٹا کو فراہم کنندہ، ماڈل، پروجیکٹ، تاریخ اور سرگرمی کے لحاظ سے گروپ کرتا ہے۔
• روزانہ، ماہانہ، تمام دستیاب مدت اور حسبِ ضرورت تاریخ کی حدود کو سپورٹ کرتا ہے۔
• ٹرمینل ٹیبلز یا مشین کے لیے قابلِ مطالعہ JSON تیار کرتا ہے۔
• ایک ایسا براؤزر ڈیش بورڈ فراہم کرتا ہے جو صرف localhost سے منسلک ہوتا ہے۔
• آؤٹ پٹ کو پائپ کیے جانے پر ٹرمینل کا رنگ خودکار طور پر ہٹا دیتا ہے۔
• کسی ویب فریم ورک کے بغیر کام کرتا ہے؛ ڈیش بورڈ Python کے معیاری لائبریری والے HTTP سرور پر چلتا ہے۔

واحد تھرڈ پارٹی انحصار Rich ہے، جو ٹرمینل ٹیبلز دکھاتا ہے۔ پارسنگ، JSON پراسیسنگ اور مقامی ویب سرور Python کی معیاری لائبریری استعمال کرتے ہیں۔

tokentab انسٹال کریں

معیاری انسٹالیشن

ریپوزٹری کلون کریں، اس کی ڈائریکٹری میں جائیں اور پیکیج کو اپنے فعال Python ماحول میں انسٹال کریں:

git clone https://github.com/damejan80/tokentab
cd tokentab
pip install .
python cli.py

انسٹالیشن آپ کے path میں tokentab کمانڈ شامل کر دیتی ہے۔ اس کے بعد آپ انسٹال شدہ کمانڈ براہِ راست چلا سکتے ہیں:

tokentab

قابلِ ترمیم سورس انسٹالیشن

اگر آپ کوڈ کا جائزہ لینے یا اس میں ترمیم کرنے کا ارادہ رکھتے ہیں تو اسے editable mode میں انسٹال کریں:

git clone https://github.com/damejan80/tokentab
cd tokentab
pip install -e .
tokentab

Editable انسٹالیشن کمانڈ کو آپ کی working copy سے منسلک رکھتی ہے، اس لیے مقامی کوڈ میں تبدیلیاں پیکیج کو دوبارہ انسٹال کیے بغیر مؤثر ہو جاتی ہیں۔

اپنی پہلی رپورٹ چلائیں

ریپوزٹری کی ڈائریکٹری سے CLI کو بغیر اختیارات کے چلائیں:

python cli.py

پہلے سے طے شدہ رپورٹ ہر شناخت شدہ فراہم کنندہ اور پروجیکٹ کے لیے گزشتہ سات دنوں کا احاطہ کرتی ہے۔ اگر آپ نے کمانڈ انسٹال کی ہے تو مساوی کمانڈ یہ ہے:

tokentab

چونکہ tokentab فراہم کنندگان کی موجودہ لاگ ڈائریکٹریز پڑھتا ہے، اس لیے اکاؤنٹ بنانے یا اسناد کی ترتیب کی ضرورت نہیں۔ اگر کوئی معاون لاگ موجود نہ ہو تو شامل کرنے کے لیے متعلقہ استعمال بھی موجود نہیں ہوگا۔

استعمال کو وقت کے لحاظ سے فلٹر کریں

آج کی سرگرمی

python cli.py -today

موجودہ کیلنڈر مہینہ

python cli.py -month

تمام دستیاب سابقہ ریکارڈ

python cli.py -p all

تاریخ کی مخصوص حد

python cli.py --from 2026-06-01 --to 2026-06-15

حسبِ ضرورت تاریخ کی حدود اس وقت مفید ہوتی ہیں جب آپ استعمال کو کسی sprint، billing period، تجربے یا کسی دوسری متعین مدت سے ملانا چاہتے ہوں۔

فراہم کنندہ یا پروجیکٹ کے لحاظ سے فلٹر کریں

صرف Claude کا استعمال دکھانے کے لیے فراہم کنندہ کا فلٹر دیں:

python cli.py --provider claude

کسی ایک پروجیکٹ پر توجہ مرکوز کرنے کے لیے اس کا پروجیکٹ نام استعمال کریں:

python cli.py --project myapp

یہ فلٹرز کسی مخصوص codebase یا ٹول کی لاگت کو آپ کی مجموعی سرگرمی سے الگ کرنے میں مدد دیتے ہیں۔

مشین کے لیے قابلِ مطالعہ JSON برآمد کریں

جب کسی دوسرے پروگرام کو رپورٹ استعمال کرنی ہو تو --json استعمال کریں:

python cli.py --json

مثال کے طور پر، اگر jq انسٹال ہو تو JSON کو فارمیٹنگ یا مزید پراسیسنگ کے لیے اس میں پائپ کریں:

python cli.py --json | jq .

tokentab اپنے معمول کے آؤٹ پٹ کو پائپ کیے جانے پر ٹرمینل کا رنگ خودکار طور پر ہٹا دیتا ہے، جس سے رپورٹس کو ANSI escape codes کے بغیر pull requests، چیٹ پیغامات، فائلوں یا دیگر کمانڈز میں شامل کرنا آسان ہو جاتا ہے۔

مقامی ویب ڈیش بورڈ استعمال کریں

براؤزر انٹرفیس اس کمانڈ سے شروع کریں:

python cli.py -web

tokentab http://localhost:4747 کھولتا ہے اور ڈیٹا کو ماہانہ اسٹیٹمنٹ کی طرح پیش کرتا ہے، جس میں سب سے اوپر کل اور اس کے نیچے تفصیلی اندراجات ہوتے ہیں۔

ڈیش بورڈ نتائج کو cache کرنے کے بجائے ہر درخواست پر ڈسک سے لاگز پڑھتا ہے، اس لیے نئی ریکارڈ کی گئی سیشنز الگ database برقرار رکھے بغیر ظاہر ہو سکتی ہیں۔ یہ صرف localhost سے منسلک ہوتا ہے اور ڈیٹا اپ لوڈ نہیں کرتا۔ یہ بیرونی font services سے بھی گریز کرتا ہے، جس سے نیٹ ورک منقطع ہونے کے باوجود انٹرفیس کام کرتا رہتا ہے۔

دوسرا port منتخب کرنے کے لیے --port استعمال کریں۔ براؤزر خودکار طور پر کھولے بغیر سرور شروع کرنے کے لیے --no-open شامل کریں:

python cli.py -web --port 8080 --no-open

ٹوکن اور لاگت کے حساب کو سمجھیں

ٹوکن کی تعداد

ٹوکن کے مجموعے متن سے اندازہ لگانے کے بجائے براہِ راست معاون ٹولز کے لاگز سے حاصل کیے جاتے ہیں۔ tokentab کیش رپورٹنگ کے فرق کو بھی مدِنظر رکھتا ہے۔ Claude کیش ریڈز اور رائٹس الگ الگ ریکارڈ کرتا ہے، جبکہ Gemini ایسے ان پٹ کی رپورٹ کرتا ہے جس میں کیش شدہ ٹوکن شامل ہوتے ہیں۔ جہاں ضروری ہو، tokentab کیش شدہ حصے کو نکال دیتا ہے تاکہ ایک ہی ٹوکنز کی قیمت دوبارہ شمار نہ ہو۔

ماڈل کی قیمتیں

قیمتیں tokentab/pricing/prices.py میں مقامی طور پر فی ملین ٹوکن ڈالرز کے حساب سے محفوظ ہیں۔ یہ ٹول جان بوجھ کر نیٹ ورک سے براہِ راست قیمتیں حاصل کرنے کے بجائے ایک جامد جدول استعمال کرتا ہے۔

ماڈل کی مطابقت غیر دقیق انداز میں کی جاتی ہے، اس لیے claude-opus-4-6-20260514 جیسا تاریخ والا ماڈل شناخت کنندہ زیادہ عمومی claude-opus-4-6 اندراج سے مطابقت رکھ سکتا ہے۔ اگر کوئی ماڈل $0.00 کی لاگت کے ساتھ ظاہر ہو تو غالباً اس کا نام جدول سے مطابقت نہیں رکھتا۔ CLI اس صورتِ حال کی اطلاع دیتا ہے اور یہ فرض نہیں کرتا کہ ماڈل مفت ہے۔

قیمتوں کی معلومات بہترین ممکنہ کوشش پر مبنی ہیں۔ جب فراہم کنندگان قیمتیں تبدیل کریں یا ایسے ماڈل نام متعارف کرائیں جنہیں ابھی پہچانا نہیں جاتا، تو مقامی جدول کو اپ ڈیٹ کریں۔

سرگرمی کے زمرے

سرگرمی کے لیبل، جیسے coding، debugging، refactoring، testing، chat اور exploring، استعمال کیے گئے ٹولز اور سیشن کے پہلے پیغام کے الفاظ سے اخذ کیے جاتے ہیں۔ یہ درجہ بندی متعین شدہ طریقے سے ہوتی ہے اور کسی دوسرے AI ماڈل کو کال نہیں کرتی۔

سرگرمی کے لیبلز کو حتمی فیصلوں کے بجائے مفید اشارے سمجھیں۔ یہ لیبل وسیع رجحانات ظاہر کرنے میں مدد دیتے ہیں، لیکن کام کا مکمل سیاق و سباق صرف آپ جانتے ہیں۔

رپورٹ کی تشریح

• تقریباً 80% سے کم کیش ہٹ ریٹس کا مستقل رہنا: ممکن ہے آپ کا سیاق و سباق بار بار تبدیل ہو رہا ہو یا کیشنگ فعال نہ ہو۔ کئی ہفتوں تک جاری رہنے والا رجحان ایک غیر معمولی واحد سیشن سے زیادہ معنی رکھتا ہے۔
• بہت سی چھوٹی کالز پر کسی مہنگے ماڈل کا غالب ہونا: رپورٹ ظاہر کر سکتی ہے کہ ایک بڑا ماڈل بار بار ہونے والے محدود کام انجام دے رہا ہے۔ tokentab یہ رجحان دکھاتا ہے تاکہ آپ جانچ سکیں کہ یہ استعمال ارادی ہے یا نہیں۔
• chat یا exploring کے بڑے زمرے: ریکارڈ شدہ سرگرمی کا بڑا حصہ ترمیم کے بجائے گفتگو یا مطالعے پر مشتمل تھا۔ یہ مناسب ہو سکتا ہے، لیکن ایسے سیشنز کی بھی نشاندہی کر سکتا ہے جو اصل سمت سے بھٹک گئے۔

یہ رجحانات تحقیق کے ابتدائی نکات ہیں، حتمی نتائج نہیں۔ رپورٹ کا موازنہ اس بات سے کریں کہ متعلقہ سیشنز کے دوران آپ حقیقتاً کیا کر رہے تھے۔

اعلیٰ درجے کی ترکیب: ایک اور فراہم کنندہ شامل کریں

ہر فراہم کنندہ tokentab/providers/ کے تحت ایک ماڈیول کے طور پر نافذ کیا گیا ہے۔ فراہم کنندہ ایک collect() فنکشن فراہم کرتا ہے جو UsageRecord آبجیکٹس کی ایک فلیٹ فہرست واپس کرتا ہے۔ مشترکہ ریکارڈ کا ڈھانچہ tokentab/types.py میں بیان کیا گیا ہے۔

1. tokentab/providers/ میں ایک فراہم کنندہ ماڈیول بنائیں۔
2. فراہم کنندہ کی مقامی سیشن فائلیں پڑھیں اور پارس کریں۔
3. ہر متعلقہ استعمال کے اندراج کو مشترکہ UsageRecord شکل میں تبدیل کریں۔
4. ریکارڈز collect() سے واپس کریں۔
5. فراہم کنندہ کو tokentab/providers/__init__.py میں شامل کریں۔

جب ریکارڈز مشترکہ شکل اختیار کر لیتے ہیں، تو موجودہ قیمت گذاری، گروپ بندی، CLI آؤٹ پٹ اور ڈیش بورڈ انہیں پراسیس کر سکتے ہیں۔ README میں Claude پارسر کو آسان ترین نمونے کے طور پر استعمال کرنے اور مزید مثالوں کے لیے دیگر فعال پارسرز سے رجوع کرنے کی سفارش کی گئی ہے۔

عملی استعمال کی تجاویز

• حالیہ تبدیلیاں تلاش کرنے کے لیے پہلے سے مقررہ سات روزہ رپورٹ باقاعدگی سے چلائیں۔
• وسیع تر اخراجاتی رجحانات کا جائزہ لیتے وقت ماہانہ منظر استعمال کریں۔
• کسی مخصوص کوڈ بیس کی تحقیق سے پہلے پروجیکٹ کے لحاظ سے فلٹر کریں۔
• tokentab کے ڈیٹا پر اسکرپٹس یا حسبِ ضرورت رپورٹس بناتے وقت JSON برآمد کریں۔
• جب کسی ماڈل کی رپورٹ $0.00 ہو تو قیمتوں کا جدول دیکھیں۔
• بصری جائزے کے لیے ڈیش بورڈ اور آٹومیشن یا اشتراک کے لیے CLI استعمال کریں۔

نتیجہ

tokentab مقامی Claude Code، Codex اور Gemini CLI لاگز کو عملی ٹوکن اور لاگت کی رپورٹس میں تبدیل کرتا ہے، اس کے لیے اسناد درکار نہیں ہوتیں اور ڈیٹا آپ کے کمپیوٹر سے باہر نہیں بھیجا جاتا۔ پہلے سے مقررہ سات روزہ CLI منظر سے آغاز کریں، پھر وقت، فراہم کنندہ اور پروجیکٹ کے فلٹرز سے نتائج محدود کریں، اور جب مختلف پیشکش درکار ہو تو JSON یا localhost ڈیش بورڈ استعمال کریں۔ یہ پروجیکٹ MIT لائسنس کے تحت دستیاب ہے۔