L'integrazione degli assistenti (e degli agenti) basati sui modelli di intelligenza artificiale ha ottimizzato e velocizzato la scrittura del codice. Oggi, progetti che un tempo richiedevano mesi di lavoro possono essere completati in pochi giorni. Nel contempo però è nato un problema legato alla gestione dei costi legati all'impiego delle API messe a disposizione dagli AI provider. Per evitare brutte sorprese in fattura, gli sviluppatori hanno bisogno di strumenti per il monitoraggio della spesa che siano quanto più precisi possibili.
CodeBurn è un progetto open source scritto in TypeScript che permette di tenere sempre sotto controllo il consumo dei token da locale. Senza richiedere la configurazione di proxy o l'inserimento di chiavi API aggiuntive. Per far questo, l'applicazione analizza direttamente i dati storici delle sessioni che vengono memorizzati sul disco della macchina dell'utente. Le metriche vengono quindi centralizzate in una dashboard interattiva (la TUI di CodeBurn) consultabile da terminale.
Requisiti di sistema e compatibilità per l'uso di CodeBurn
Per poter eseguire correttamente CodeBurn all'interno del proprio ambiente di sviluppo è necessario soddisfare alcuni requisiti minimi. A partire dal fatto che il progetto richiede l'installazione di Node.js (in versione 18 o superiore) installato sul sistema operativo. Come anticipato, l'applicazione è sviluppata in TypeScript e viene distribuita tramite i registri standard. La gestione delle dipendenze viene affidata invece ai gestori di pacchetti ad oggi più popolari, come per esempio npm, yarn o pnpm.
Si tratta di uno strumento in grado di rilevare e analizzare nativamente i log e i dati di utilizzo che vengono generati dalle soluzioni più diffuse presso gli sviluppatori. Attualmente viene garantita la compatibilità con provider come Cursor, Claude Code, GitHub Copilot e Codex ma la lista è destinata ad allungarsi. L'estensione nativa per la barra dei menu è supportata esclusivamente sugli ambienti desktop di macOS e Linux, mentre la dashboard principale basata su TUI è pienamente cross-platform e utilizzabile anche all'interno del terminale di Windows.
Procedura di installazione e configurazione
L'installazione di CodeBurn è relativamente semplice e si esegue tramite la riga di comando. Per l'installazione a livello globale nel sistema, utile quando si vuole richiamare il comando da qualsiasi percorso, è sufficiente eseguire la seguente istruzione da terminale:
npm install -g codeburnIn alternativa, per gli utenti che preferiscono pnpm, il comando da utilizzare è:
pnpm add -g codeburnUna volta completato il download e l'estrazione dei pacchetti, l'inizializzazione avviene digitando semplicemente:
codeburnAl primo avvio, l'applicazione scansiona automaticamente i percorsi predefiniti del sistema operativo alla ricerca delle directory in cui gli assistenti memorizzano i log dei token. Nel caso in cui si utilizzino configurazioni personalizzate o percorsi non standard per i progetti, è possibile specificare manualmente le cartelle di origine impostando le variabili d'ambiente corrispondenti prima di lanciare la TUI.
La dashboard si aggiorna autonomamente mostrando i grafici storici, la suddivisione dei costi per modello (con distinzione di input, output e token di cache) e il tasso di successo al primo tentativo. I dati aggregati possono essere infine esportati direttamente dall'interfaccia in formati standard come CSV o JSON per le analisi successive.
CodeBurn e LiteLLM
CodeBurn traccia l'utilizzo dei token, i costi e le prestazioni di quasi una ventina di strumenti di programmazione basati sulla AI. Suddivide inoltre la spesa per tipo di attività, modello, strumento, progetto e provider, in questo modo si ha la possibilità di verificare dove finisce esattamente il proprio budget per l'interazione con le API.
Come sottolineato in precedenza, tutto viene eseguito localmente. Nessun wrapper, nessun proxy, nessuna chiave API. CodeBurn, infatti, legge i dati delle sessioni direttamente dal disco e calcola il prezzo di ogni chiamata utilizzando LiteLLM.
Quest'ultimo è un AI Gateway open source che offre un'interfaccia unificata per le chiamate a oltre 100 provider di LLM (OpenAI, Anthropic, Gemini, Bedrock, Azure..) tramite il formato di OpenAI.
Lo si può usare come SDK Python per un'integrazione diretta nella propria libreria, oppure distribuire il Proxy Server come servizio centralizzato per un team di sviluppo.
