**Frugal Tokens** 是一款全新的开发者工具，旨在帮助用户追踪和分析其编程代理（coding agents）的成本与使用模式。该工具专为应对大语言模型（LLM）支出波动而设计，可提供总支出、缓存命中/未命中率以及针对特定模型的使用情况分析。 主要功能包括： * **详细分析：** 提供会话级指标，包括百分位细分、工作时长以及各模型的成本分布。 * **会话探索器：** 允许用户检查单个模型调用、工具输入/输出，并定位具体的缓存未命中情况。 * **成本模拟：** 支持用户对比在不同模型或缓存配置（例如 Anthropic 的 5 分钟与 1 小时缓存）下，同一会话的预计成本。 该项目专为通过 Deno 轻松部署而构建，旨在通过识别推高大语言模型成本的隐性因素，帮助开发者优化工作流程。早期反馈显示，会话探索器是其核心亮点，用户发现它能有效识别低效的构建流水线和意外的缓存失效。该项目现已开源并发布于 GitHub。