如果你经常使用 AI 编码助手，比如 Claude Code、Codex 或者 OpenCode，大概率会遇到一个痛点：你根本不知道 AI 在后台到底干了什么。它发了多少请求？用了多少 token？哪些是缓存命中的？流式响应里到底说了什么？ccglass 就是来解决这个问题的。
它能看到什么？
ccglass 本质上是一个本地流量拦截器，运行在你的开发机上，抓取 AI 编码代理与后端 API 之间的所有通信。具体来说，它会展示：
- 精确的 prompt：AI 收到的指令原文
- 工具架构（tool schemas）：AI 使用的函数/工具定义
- 消息历史：完整的对话上下文
- Token 用量、缓存命中、每次调用的成本，以及流式响应的逐字输出
这些信息以结构化视图呈现，方便你对照排查。比如你发现 AI 突然开始胡言乱语，一查消息历史就能定位到是哪一步的上下文污染。
支持哪些代理？
目前 ccglass 已经兼容 Claude Code、Codex CLI、OpenCode、DeepSeek-TUI、Kimi 等主流工具。只要这些工具通过标准 HTTP/HTTPS 协议与 API 通信，ccglass 就能劫持流量。
安装也很简单——一条 npm 命令即可。启动后它会自动生成防篡改的测试摘要，方便分享或存档。对于团队协作场景，还能减少重复“嗯？”的困惑时间。
典型使用场景
假设你正在用 Claude Code 重构一个模块，结果它花了 2 分钟才给出答案，而且结果还不理想。打开 ccglass 一看，发现 token 消耗异常高，原来是因为缓存未命中，每次都在重复发送相同的上下文。这时你可以调整策略，让 AI 复用之前的结果。
另一个常见场景是调试工具调用。AI 有时候会调用错误的工具、或者传参异常，在 ccglass 里你可以逐条查看工具调用的输入输出，比翻终端日志快得多。
实际影响与价值
对独立开发者或小团队而言，ccglass 提供了一个低成本的方式来理解 AI 编码代理的“黑盒”行为。过去你可能只能通过估算或第三方的费用统计来推断成本，现在可以精确到每次调用。这直接影响了两个决策：
- 选型：对比不同代理的真实 token 消耗和响应速度
- 优化：调整 prompt 策略来减少冗余请求
当然，ccglass 目前还不支持 HTTPS 解密（需要手动信任证书），对某些非标准端口的代理支持也有限。但鉴于它完全开源且免费，这点门槛完全可以接受。
实用建议
如果你是重度 AI 编码用户，建议装上 ccglass 跑一两天，积累一些基线数据。你会发现：
- 很多表面上的“慢”其实是网络延迟，而非模型推理
- 很多 token 花在了重复的系统提示上
- 缓存策略的差异可以极大影响成本
一句话总结：ccglass 把 AI 编码的黑箱变成了玻璃箱，值得一试。
评论
暂无评论
成为第一个评论的人