Der Screenshot, der zeigt, was dein KI-Assistent wirklich kostet

Der Screenshot, der zeigt, was dein KI-Assistent wirklich kostet

Jun 23, 2026 ai coding agents developer tools claude code codex cursor productivity workflow optimization local-first tools open source

Token Receipt: Der Kassenbon für deine KI-Coding-Sessions

Mal ganz ehrlich: Während du mit Claude Code, Codex oder Cursor arbeitest, sind Token-Zahlen abstrakt. Du siehst nicht, wie Dollars von deinem Konto fließen. Aber am Monatsende kommt die Rechnung – und die hat es in sich.

Token Receipt dreht den Spieß um. Anstatt auf die Abrechnung zu warten, bekommst du mitten im Sprint einen Beleg. Wie ein Thermodrucker-Bon sieht das Teil aus und listet auf, was dein Coding-Agent in deinen lokalen Sessions wirklich treibt.

Mehr als nur Zahlen

Was Token Receipt wirklich spannend macht: Es will kein weiteres Observability-Dashboard sein. Der Entwickler hat etwas Wichtiges verstanden – Entwickler teilen Screenshots. Wir werfen Fehlermeldungen in Slack, posten Terminal-Ausgaben in GitHub Issues und schicken Screenshots von ungewöhnlichem Verhalten an unsere Teams.

Ein Beleg, den du screenshotten und teilen kannst, kommt anders rüber als ein Graph in einem Dashboard. Er erzählt eine Geschichte: „Guck mal, wie oft ich den Agenten dasselbe File neu lesen ließ" oder „Mein Context-Window ist quasi ein emotionaler Support-Tier."

Was auf dem Bon landet

Das Tool parst lokale Session-Logs von deinem Agenten und extrahiert Muster. Version 1 konzentriert sich auf Signale, die sich aus den Logs selbst belegen lassen – Dinge wie wiederholte File-Reads, Planen-vor-dem-Anfassen-Patterns, MCP-Tool-Tourismus (ja, das ist tatsächlich eine Kategorie) und diese charmanten Subagent-Middle-Management-Situationen, in denen dein Agent Helfer spawnt, um Helfer zu koordinieren.

Cache-lastige Sessions und teure Runs mit wenig Output schaffen es ebenfalls auf den Bon. Falls du je zugeschaut hast, wie ein Agent methodisch deine Codebase erkundet, eine Drei-Zeilen-Änderung macht und dann einen kleinen Roman an Output generiert – diese Sessions kriegen ihren eigenen Posten.

Local-First-Philosophie

Ein Punkt, den ich hervorheben möchte: Token Receipt braucht keinen weiteren API-Key. Der Skills-first-Ansatz nutzt deine bestehende Codex- oder Claude-Code-Session für das finale Formatting. Die Runtime bleibt lokal, liest deine Session-Logs und generiert strukturierte Fakten. Keine Telemetrie, keine Uploads deiner Prompts oder deines Codes in v1.

Das ist wichtig für Developer-Trust. Wenn du ein Tool benutzt, das deine Coding-Patterns analysiert, willst du wahrscheinlich nicht, dass diese Daten woanders hinfliegen. Token Receipt respektiert diese Grenze von Grund auf.

Warum Kiro CLI besonders behandelt wird

Die Kiro-CLI-Unterstützung ist interessant, weil sie lokale Credit-Nutzung statt Token-Schätzungen verwendet. Die Begründung ist pragmatisch: Nicht jeder Agent exposed dieselben Zähler. Also errät Token Receipt nicht, sondern liest, was tatsächlich verfügbar ist, und arbeitet mit diesen Signalen. Wenn du Kiro in deinem Daily-Workflow nutzt, spiegelt dein Beleg diese Sessions neben Codex und Claude Code wider.

Cursor-Support ist aus ähnlichen Gründen als experimentell markiert – Tool-Aktivität und Workspace-Metadaten sind lesbar, aber die Kostenabrechnung ist nicht so präzise wie bei den anderen Agents. Der Trade-off ist klar dokumentiert: Cursor-Belege zeigen Verhalten, aber nicht exakte Kosten.

Der echte Mehrwert

Im Kern ist Token Receipt ein Selbstreflexions-Tool, verkleidet als lustige Spielerei. Die „schlechten Gewohnheiten", die es aufdeckt – wiederholte Reads, Context-Bloat, Over-Planning – sind keine Bugs. Es sind Pattern, die darauf hindeuten können, dass dein Workflow optimiert werden könnte, dass deine Prompts besser werden müssen, oder dass du einen anderen Ansatz brauchst, um mit deinem Agenten zu arbeiten.

Das Screenshot-Format macht es einfach, diese Insights mit dem Team zu teilen. Wenn alle lachen, wie oft der Agent die Config-Datei neu gelesen hat, führt ihr gleichzeitig ein Gespräch darüber, wie ihr effizienter zusammenarbeitet.

Loslegen

Wenn du sehen willst, wie deine Agent-Sessions wirklich aufgeschlüsselt aussehen, ist die Installation über das Skills-System straightforward:

npx skills add ameyalambat128/token-receipt --skill token-receipt

Dann rufst du einfach /token-receipt in deiner nächsten Session auf. Oder sei spezifisch: /token-receipt Generate a receipt for my last 30 days of usage – falls du das komplette historische Roast haben willst.

Das Projekt ist MIT-lizenziert und Open Source. Wenn du es für andere Agents erweitern oder das Receipt-Format anpassen willst, freut sich das Repository über Beiträge.

Fazit

Token Receipt wird dich nicht direkt vor Kosten bewahren – es senkt nicht deine API-Kosten. Aber es könnte verändern, wie du über die Arbeit mit KI-Coding-Agents nachdenkst. Sobald du deine Gewohnheiten aufgeschlüsselt siehst, ist es schwer, blind dem Context-Window zu vertrauen. Manchmal ist ein Thermodrucker-Bon genau die Accountability, die du nicht wusstest, dass du sie brauchst.

Read in other languages:

RU BG EL CS UZ TR SV FI RO PT PL NB NL HU IT FR ES DA ZH-HANS EN