![[分享创造] 用 Claude Code 给 Claude Code 写了个](https://www.chat-gpts.plus/wp-content/uploads/2026/06/ai_cover_5-447.jpg)
一句话看懂:一位开发者利用 Anthropic 的编程工具 Claude Code,让它为自己编写了一个名为 cc-journal 的本地统计工具,用于分析 Claude Code 自身的使用数据——包括会话热力图、token 消耗和日报生成。这既是一次”工具写给自己的报告”,也展示了 Claude Code 在代码生成与数据分析任务上的实际能力。
事件核心:发生了什么
名为 pickjason 的开发者在 V2EX 社区发帖,分享了他用 Claude Code 编写了一款统计工具 cc-journal 的过程。该项目已发布到 npm,代码托管在 GitHub(pickjason/cc-journal)。cc-journal 的定位是:解析 Claude Code 存储在本地 ~/.claude/projects/**/*.jsonl 中的会话记录,将这些日志文件转化为可视化的 Dashboard,包含会话热力图、token 用量统计、模型使用情况以及每日自动生成的日报。
该项目从零开始到发布 npm,耗时一天。值得注意的是,cc-journal 统计的第一批数据来源正是”写它自己”的那几次会话开发过程。工具本身只支持 Claude Code,不兼容其他 API 或模型,数据口径的处理细节已写入 README。
为什么重要
这个项目虽然体量不大,但揭示了 Claude Code 生态中的一个真实痛点:Anthropic 官方未提供任何内置的使用统计或分析功能。对于高频使用 Claude Code 的开发者和团队而言,缺乏 token 用量、会话频率、项目粒度等数据的反馈,导致难以评估成本、优化使用策略或做工作回顾。cc-journal 以极低成本填补了这一空白,且完全基于本地 JSONL 文件解析,不涉及远程调用或数据上云,在隐私和可控性上更符合开发者的偏好。从行业看,这也表明大模型工具链的”可观测性”正在成为刚需——类似类似 Copilot 的统计面板、OpenAI 的用量仪表盘,未来可能会有更多第三方或官方跟进。
对用户/开发者/创作者的影响
对于重度使用 Claude Code 的开发者,cc-journal 提供了立即可用的本地统计手段:一条命令即可启动浏览器 Dashboard,首次解析耗时仅数秒。它可以帮助用户识别出每天的会话高峰、最耗 token 的任务类型、哪些来自 Claude Sonnet 或 Opus 模型,从而更科学地管理预算和工作流。对于 AI 工具的生态建设者,该项目展示了 Claude Code 在工具类代码开发(解析本地日志、绘制图表、生成 HTML Dashboard)场景下的效率——一天内从零到发布,说明 LLM 结合适当的提示、模板和调试能力后,确实能显著加速小型实用工具的产出。但对于非 Claude Code 用户(如使用 OpenAI、Google Gemini 的开发者),此工具目前不可用,没有普适性。
AI 工具推荐
想把多个 AI 模型放在一个入口?
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型,适合写作、绘图、视频和日常 AI 工作流。
推广链接:通过此链接购买,我可能获得佣金,不影响你的价格。
值得关注的后续
首先是项目能否持续迭代,比如增加对多项目聚合统计、导出报表、定时日报推送等功能,以及是否会有其他开发者基于该思路为其他大模型工具编写类似统计器。其次是 Anthropic 官方是否会注意到这一需求,并在未来版本中加入原生统计面板,若官方介入,cc-journal 这类项目的生命周期可能缩短。最后是社区反馈:目前 GitHub 仓库已在 V2EX 上被公开,PR 和 issue 的活跃度将决定这个工具能否从”个人项目”进化为”社区维护的工具链组件”。


