Claude Code 用家省錢三件套：Proxy 路由、用量監控、閒置管理

Claude Code 係目前最強嘅 AI coding agent，呢個冇得拗。但每個月收到 API bill 嘅時候，嗰種肉赤嘅感覺，用過嘅人都明。Anthropic 嘅定價唔貴——Token 層面嚟講佢甚至係業界良心——問題在於我哋用得太浪費。大部份人用 Claude Code 嘅方式，等於揸住架 Ferrari 喺市區塞車：引擎性能係好，但九成油燒咗喺怠速同繞路上。

三個月前我開始認真 optimize 自己嘅 Claude Code 開銷，發現真正有效嘅唔係慳住用，而係用啱工具。以下三件工具夾埋，將我嘅月費由過千蚊降到十零蚊美金，而且 productivity 不跌反升。

oc-go-cc：五蚊美金取代幾百蚊 API 費用

oc-go-cc 呢個開源 proxy 層嘅核心思路好簡單：你唔需要用 Claude Code 嘅第一方 API endpoint。Anthropic 嘅 direct API 貴，係因為佢哋俾你 direct access，中間冇任何 caching、batching、或者 routing 機制。oc-go-cc 做嘅嘢，係喺你嘅 Claude Code instance 同 Anthropic API 之間加一個 intelligent proxy。

呢個 proxy 做三件事。第一，佢支援 provider routing——將唔同類型嘅 request 導去最抵嘅 endpoint。例如簡單嘅 completion 可以 fallback 去第三方 provider 嘅 batch endpoint，複雜嘅長上下文 reasoning 先行 Anthropic direct。第二，佢有 transparent caching，重複嘅 system prompt 同 common context 唔使每次都俾 full token price。第三，佢食到一啲 provider 嘅批發價計劃——呢個先係最大嘅 savings。

實際效果：我而家用緊一個 $5/mo 嘅 entry plan，一個月大概做到 3000-5000 次 request，覆蓋日常 coding 同 code review 工作量。同一個 workload，之前行 direct API 大概要 $200-400。關鍵係 latency 幾乎冇分別，因為 proxy 層係 async 嘅、routing decision 喺本地做。

設定亦唔複雜：一行 environment variable 指向 proxy endpoint，搞掂。唔使改 Claude Code 本身嘅 workflow，唔使改 prompt strategy。呢個係重點——你改變嘅只係 infrastructure layer，唔使妥協 agent 嘅行為。

Claude-Pulse：將成本可視化先會肉赤

好多人嘅問題唔係唔想慳，而係佢哋根本唔知錢去咗邊。Claude Code 嘅 output 流暢自然，逐行逐句生成嘅時候你唔會覺得「呢句 cost 咗我兩毫子」。但當你連續 prompt 咗兩個鐘，中間不斷修改、糾正、重構——到月尾張 bill 嘅 shock 係因為你從來冇 real-time feedback。

Claude-Pulse 係一個 middleware，佢 hook 入 Claude Code 嘅 request lifecycle，每完成一次 LLM call 就記錄：model、token 數、latency、estimated cost。然後佢將呢啲 data push 去一個 local dashboard，顯示 current session cost、hourly burn rate、同埋最有價值嘅 metric——cost-per-task。

我最鍾意嘅功能係 threshold alert：你可以 set 一個「呢次 task 嘅 budget」，例如 $0.50。如果個 task 用嘅 token 成本超過呢個 threshold，Pulse 會喺 terminal 出 warning。呢個 feedback loop 本身就會改變你嘅行為：你會開始留意自己嘅 prompt 係咪太長、context 係咪冇必要咁大、係咪應該喺 local 做好 verification 先交俾 agent 做。

透明化係慳錢第一步。冇數據嘅話所有 optimization 都係靠估。Pulse 俾你嘅唔係限制，而係 awareness。

LazyAgent：沉默嘅錢坑係 idle session

最多人忽略嘅成本來源，唔係 prompt 貴，而係開咗唔用。Claude Code 行緊一個 session，你畀咗個 complex task 佢做，然後你睇住佢一分鐘、兩分鐘、五分鐘——中間嗰啲 thinking time、planning time、tool execution time，全部係 burning tokens。如果你開咗三四個 session 同時做唔同 task，idle 嗰啲 session 嘅 background cost 累積得好快。

LazyAgent 做嘅嘢好直接：佢 monitor 緊你所有 active Claude Code session，偵測 inactivity 或者 stalled execution。如果你有一個 session idle 超過可設定嘅 threshold（我 set 90 秒），LazyAgent 會 send 一個 Telegram alert 俾你。如果你冇 respond，佢會自動 suspend 個 session，釋放 context slot 同 stop further token burn。

更聰明嘅係佢嘅 session management：LazyAgent 知道每個 session 嘅狀態——active working、thinking（正常運算中）、或者 stuck（卡咗喺同一 tool call 超過 N 次）。佢唔會 kill thinking session，但會 intercept stuck session 然後幫你 send Ctrl+C 再 retry，避免你一直燒錢等 timeout。

我由長期開 4-5 個 concurrent sessions 變成穩定 2 個，因為 idle 嗰啲會被自動清理。每個月慳咗大概 40% 嘅 token wastage。

呢三件工具唔係乜嘢魔法——佢哋做嘅係 infrastructure layer 嘅優化：routing 去平嘅 provider、透明化用量、自動清理閒置。夾埋嘅效果唔係「慳少少」，而係將 Claude Code 由一個「有啲貴但好好用」嘅 tool 變成一個「平到唔使諗」嘅 daily driver。如果你仲未做任何 optimization，我建議由 Claude-Pulse 開始——先睇清楚自己啲錢去咗邊，然後先決定點樣 cut cost。