Ogumo Blog

用 Cursor Hooks 统计每个项目的 AI 花费

· 阅读 -- 次

用 Cursor Hooks 统计每个项目的 AI 花费

Cursor 账单只会给一个总数，但同时开着好几个项目用 Agent 写代码时，很想知道到底是哪个项目在“烧钱”。官方后台目前不提供按项目拆分的账单，所以自己写了一个小工具 cursor-cost-count，用 Cursor 的 Hooks 机制把每一轮对话和它花的钱对应起来，再按项目汇总展示。

思路

Cursor 支持在 hooks.json 里配置钩子脚本，在特定事件发生时调用外部命令，并把上下文通过 stdin 传入 JSON payload。用得上的几个事件：

  • beforeSubmitPrompt：一轮对话开始提交时触发，payload 里带 conversation_id、generation_id、model、workspace_roots（也就是项目路径）。
  • stop：这一轮主对话结束时触发。
  • subagentStart / subagentStop：Agent 内部起的子请求（比如并行搜索）开始/结束时触发。

单靠这些事件拿不到金额，因为 Hooks 本身不包含计费信息。但 Cursor 网页后台有一个用于渲染账单明细的接口：

POST https://cursor.com/api/dashboard/get-filtered-usage-events

传入起止时间戳就能拿到这段时间内每一条 usage event 的 conversationId、model、chargedCents（精确计费，单位为分）。于是整个方案就是：

  1. 用 Hooks 记下这一轮的开始时间、结束时间、conversation_id 和项目路径。
  2. stop 触发后，另起一个进程，等账单入账（通常几秒内），拿 [开始 - 3s, 结束 + 2s] 这个时间窗口去查 usage events。
  3. 把 conversationId 等于本轮的事件记为“主请求”；再结合 subagentStart/Stop 还原出的时间区间，把落在区间内、且不属于其他已知会话的事件记为“子请求”（子请求的计费 conversationId 和主对话不是同一个）。
  4. 主请求 + 子请求的费用相加，就是这一轮真实花掉的钱，连同项目名一起写进 costs.jsonl。

这样即使一次提问背后触发了好几个并行子任务，费用也都能归并到这一轮、这个项目上。

部署步骤

1. 克隆项目并安装依赖

git clone https://github.com/xqyveteyio/cursor-cost-count.git
cd cursor-cost-count
python3 -m venv venv
source venv/bin/activate
pip install fastapi uvicorn

main.py 需要一个能访问账单接口的 Session Token。打开浏览器登录 cursor.com，打开开发者工具的 Network 或 Application 面板，找到 Cookie 里的 WorkosCursorSessionToken，复制它的值，通过环境变量传入（不要写进代码或提交到仓库）：

export CURSOR_SESSION_TOKEN="你的 token"

3. 配置 Hooks

在项目或全局的 ~/.cursor/hooks.json 里把四个事件都指向同一个脚本：

{
  "version": 1,
  "hooks": {
    "beforeSubmitPrompt": [
      { "command": "python3 /path/to/cursor-cost-count/main.py" }
    ],
    "stop": [
      { "command": "python3 /path/to/cursor-cost-count/main.py" }
    ],
    "subagentStart": [
      { "command": "python3 /path/to/cursor-cost-count/main.py" }
    ],
    "subagentStop": [
      { "command": "python3 /path/to/cursor-cost-count/main.py" }
    ]
  }
}

main.py 会根据 hook_event_name 自动分发处理逻辑，不需要为每个事件单独写脚本。之后正常用 Cursor 聊天、跑 Agent，每一轮结束都会自动在后台对账，结果追加进 costs.jsonl。

4. 启动可视化面板

python3 web_gui.py

默认监听 http://0.0.0.0:8787，浏览器打开后就是一个实时刷新的仪表盘：顶部是总花费、项目数、总调用次数、今日花费；下面按项目分卡片展示，每张卡片里有该项目的总花费、平均单次花费、按模型拆分的花费占比，以及最近几十条调用的明细表（主请求花费 / 子请求花费 / 总花费 / 子请求数）。costs.jsonl 一有新增，页面就会通过 WebSocket 推送更新并高亮对应项目卡片。

Cursor Cost Dashboard 效果图

一些细节

  • 时间窗口两端各留了几秒缓冲，用来抵消本地时钟和服务端落账的延迟，避免漏算或错算到别的对话。
  • 子请求的计费 conversationId 和触发它的主对话不是同一个，工具靠“已知的所有主对话 id 集合 + 子请求时间区间 + 模型是否匹配”三个条件筛出真正属于本轮的子请求费用，防止把其他并发窗口的请求混进来。
  • 对账逻辑跑在完全独立的子进程里（start_new_session=True），不会被 Cursor 对 Hook 脚本的执行超时限制卡死。
  • Token 有过期时间，失效后重新从浏览器 Cookie 里取一份替换即可。

这套方案本质上是“用官方前端在用的接口，把散落的账单明细按对话重新拼回去”，不涉及破解或绕过任何限制，纯粹是官方没做按项目统计，自己动手拼一个。

评论