AI Token Monitor：在Linux桌面实时监控Claude、Gemini、Grok、Kimi配额

痛点：同时管理六个 AI 服务，永远不知道哪个已经耗尽 #

现代开发者同时使用四到八个 AI 服务——Claude 处理复杂推理，Gemini 做长上下文分析，Grok 获取实时网络数据，Kimi 处理大型文档。每个服务都有独立的配额控制台、重置时间和账单页面。

结果是：在任务中途撞上限流，花五分钟切换浏览器标签，发现 Gemini 的免费配额在 UTC 午夜重置（不是你本地时间的午夜），再浪费十分钟 debug Kimi 为什么返回 429。

AI Token Monitor 通过一个始终可见的桌面小工具解决这个问题——无需离开编辑器，一眼看清所有服务状态。

● Claude  ░░░░░░░░░  无余额
● Gemini  ░░░░░░░░░  配额用完
● Grok    ░░░░░░░░░  耗尽
● Kimi    █████████  22.4M剩
● Codex   ─────────  18:42:01
● Kilo    ─────────  18:42:01

工作原理 #

监控工具由两个组件构成：

api_fetcher.py — 后台脚本（每 5 分钟 cron 执行），轮询各服务 API 并将结果写入 ~/token-monitor/api_cache.json。

conky_ai.py — 每 30 秒读取缓存，输出带内联 ${color} 标签的 Conky 格式文本，Conky 将其渲染为桌面小工具。

api_fetcher.py  →  api_cache.json  →  conky_ai.py  →  Conky 显示
  （cron/5分钟）    （JSON 缓存）      （30秒轮询）     （常驻桌面）

这种架构确保 API 故障不会导致桌面卡死——缓存始终保存着最后一次已知状态。

血条式进度可视化 #

核心特色是血条风格的配额显示——一排 Unicode 方块字符直观展示剩余配额：

进度条宽度为 9 个字符，每个 █ 约代表 11% 的配额。

安装步骤 #

# 1. 克隆仓库
git clone https://github.com/luckybbjason1/ai-token-monitor
cd ai-token-monitor

# 2. 安装
bash install.sh

# 3. 填写 API keys
nano ~/.config/.ai_monitor_keys

# 4. 重启 Conky
pkill conky && conky --daemonize --pause=1

安装脚本自动完成：

• 将脚本复制到 ~/token-monitor/
• 在 Conky 配置中添加 ${execpi 30 python3 ~/token-monitor/conky_ai.py}
• 设置 api_fetcher.py 的 cron 定时任务

各服务支持情况 #

安全设计 #

API key 存储在 ~/.config/.ai_monitor_keys，文件权限为 chmod 600，并通过 .gitignore 排除在 git 之外。key 不会被打印到终端或写入日志——fetcher 在启动时读取一次，仅在 HTTP 请求期间保留在内存中。

扩展自定义服务 #

在 api_fetcher.py 末尾添加代码块：

# ── 自定义服务 ────────────────────────────────────
key = keys.get('yourservice')
if key:
    try:
        r = requests.get('https://api.yourservice.com/v1/usage',
                         headers={'Authorization': f'Bearer {key}'}, timeout=8)
        if r.status_code == 200:
            data = r.json()
            remain = data['quota_remaining']
            total  = data['quota_total']
            cache['YourService'] = {
                'ok': True,
                'label': f'{remain//1000}K剩',
                'pct': remain / total
            }
        else:
            cache['YourService'] = {'ok': False, 'label': 'API 错误'}
    except Exception:
        pass

然后在 conky_ai.py 的 SERVICES 列表中添加 {'name': 'YourService', 'reset_h': 24}。

dibi8 相关工具 #

如果你在管理多个 AI API 的使用成本，还可以参考：

• 2026 Q2 AI 编程横评——Claude Code vs Cursor vs Codex — 真实开发工作流成本对比
• RTK Rust CLI 代理——降低 80% AI 成本 — 自动路由提示词，节省高达 80% 的 AI API 费用
• 2026 AI 编程月账单实录 — 六个月生产环境 AI 使用真实账单

获取代码 #

工具完全开源，MIT 许可证。

GitHub： github.com/luckybbjason1/ai-token-monitor

如果这个工具帮你避免了任务中途被限流的困扰，欢迎 Star 支持。也欢迎提 Issue 和 PR——特别期待 macOS 支持和新服务集成的贡献。