Token Doctor
Lit vos transcriptions locales Claude Code/Cowork et affiche un vrai diagnostic de structure de coût dans le terminal.
Testé · Fonctionne
Ce que fait
Analyse les transcriptions locales de Claude Code et Cowork (et les rollouts Codex, s'ils sont présents) pour calculer la distribution de longueur des conversations, la part de sessions marathon/zombies, le coût de reconstruction de cache, et le taux de relecture, puis rédige en quelques secondes un diagnostic façon rapport médical directement dans le terminal. Une seconde étape optionnelle répartit des sous-agents Haiku parallèles sur les sessions les plus coûteuses et les plus efficaces et rédige un rapport Markdown par session. Se déclenche sur des questions concernant les dépenses Claude/Cowork, la consommation de tokens, ou les habitudes d'utilisation ; explicitement pas pour les requêtes d'inventaire de tâches (« sur quoi ai-je travaillé ») ou de rappel de session (« où ai-je fait X »), qui relèvent de skills associés.
Rapport de test
Les deux scripts déterministes ont réellement été exécutés contre de vraies transcriptions Claude locales sur cette machine, avec de vrais chiffres en retour : 72,01 $ sur 3 conversations, 77 % des dépenses dans une seule session marathon, 5,80 $ de coût de reconstruction de cache.
Testé le: 2026-07-13 · Claude Code 2.x (agent harness)
Installation
git clone https://github.com/techwolf-ai/ai-first-toolkit cd ai-first-toolkit mkdir -p ~/.claude/skills cp -r plugins/ai-adoption/skills/token-doctor ~/.claude/skills/token-doctor
Commandes et exemples de prompts
/token-doctorLit vos transcriptions locales Claude Code/Cowork et affiche un vrai diagnostic de structure de coût dans le terminal.
Les skills se déclenchent sur des demandes en langage courant — aucune commande à retenir. Après installation, des prompts comme ceux-ci l'activent (en anglais) :
How much am I spending on Claude Code tokens and where's it goingDiagnose my Cowork transcripts for zombie sessions and cache wasteGive me a cost-shape report on my recent Claude usage habits