contextburn — MCP-сервер для Claude Code: доля полезных токенов
Считает по локальным транскриптам Claude, какая часть оплаченных токенов стала выводом модели, а какая ушла на перечитывание контекста.
claude mcp add contextburn -- uvx contextburnЧто делает contextburn
contextburn разбирает транскрипты, которые Claude и так пишет на диск, и показывает долю токенов, превратившихся в вывод модели. Остальное — повторное чтение уже отправленного контекста. Счётчики токенов отвечают на вопрос «сколько я потратил», этот инструмент — на вопрос «сколько из этого было работой».
Числа две: доля по токенам и доля с учётом цены. Первая почти не двигается, потому что каждый шаг агента заново отправляет накопленный контекст. Вторая зависит от того, как вы ведёте сессии, ведь кэшированное чтение стоит дешевле свежего ввода и вывода. Цены по моделям лежат в начале файла bin/contextburn, их придётся обновлять руками.
Сам CLI — один файл на Python 3 без зависимостей, копируется в ~/bin. MCP-сервер работает по stdio и даёт агенту два инструмента: run_efficiency с долями в структурированном виде и spend_breakdown с полным отчётом. Читаются только локальные транскрипты Claude из ~/.claude/projects/**/*.jsonl, сетевых вызовов нет. Пока это работает лишь с транскриптами Claude — на других агентах считать нечего.
Какие задачи решает
- понять, какая часть оплаченных токенов стала выводом модели
- увидеть, сколько контекста агент перечитывает повторно
- сравнить эффективность длинной сессии и нескольких коротких
- дать агенту прочитать свою эффективность прямо посреди сессии
- следить за текущей скоростью расхода токенов
Примеры запросов агенту
- Покажи мою эффективность прогона за последние 24 часа
- Разбери, что именно раздуло контекст в этой сессии
- Сколько токенов ушло на перечитывание, а сколько на вывод?
Как установить contextburn
Командой платформы
claude mcp add contextburn -- uvx contextburnuvx запускает команду с именем пакета; если в README она другая — uvx --from contextburn <команда>
Командой платформы
codex mcp add contextburn -- uvx contextburnuvx запускает команду с именем пакета; если в README она другая — uvx --from contextburn <команда>
Файл настроек
{
"mcpServers": {
"contextburn": {
"command": "uvx",
"args": [
"contextburn"
]
}
}
}uvx запускает команду с именем пакета; если в README она другая — uvx --from contextburn <команда>
Файл настроек
{
"servers": {
"contextburn": {
"type": "stdio",
"command": "uvx",
"args": [
"contextburn"
]
}
}
}uvx запускает команду с именем пакета; если в README она другая — uvx --from contextburn <команда>
Командой платформы
gemini mcp add contextburn uvx contextburnuvx запускает команду с именем пакета; если в README она другая — uvx --from contextburn <команда>
По шагам, с командами для каждой платформы: Как подключить MCP-сервер: Claude Code, Codex, Cursor, VS Code, Gemini CLI и другие
Вопросы о contextburn
Как установить contextburn в Claude Code?
Одной командой: claude mcp add contextburn -- uvx contextburn. Она регистрирует MCP-сервер, после чего агент видит инструменты run_efficiency и spend_breakdown.
Что делает contextburn?
Читает локальные транскрипты Claude и считает, какая доля оплаченных токенов стала выводом модели. Даёт две цифры: по токенам и с учётом цены.
Нужен ли доступ в интернет или ключ API?
Нет. Инструмент читает файлы из ~/.claude/projects/**/*.jsonl и никуда их не отправляет. Для CLI достаточно Python 3, зависимостей нет.
