Claude Code Token 費用分析：費用計算、工具統計與 Web Dashboard 實作
這個章節要説明關於 Claude Code Analytics 的部分内容
計算 token 費用、分析工具使用模式、建立 Web Dashboard
首先加入 Token 計算器
這邊要查詢所有 session，計算每個 session 的 token 用量與美金費用
新增費用計算模組
新增 lib/costs.mjs：
分類 claude 下的文章
深入解析 Claude Code Session History：JSONL 格式、訊息結構與快取費用優化
session保存格式結構如下：
json格式化如下：
為什麼選擇 JSONL？
Claude Code 沒有使用資料庫，而是選擇了最簡單的格式：每個 session 一個 .jsonl 檔案，每行一條 JSON 訊息。
| 比較面向 | JSONL 格式 | 關聯式資料庫 |
|---|---|---|
| 讀取方式 | 任何文字編輯器、cat |
需要 DB 驅動 |
| 追加速度 | 極快（append-only） | 需要 transaction |
| 查詢能力 | 低（需全掃） | 高（SQL） |
| 跨機器遷移 | 複製檔案即可 | 需要 dump/restore |
| 故障恢復 | 行級別，單行壞掉不影響其他行 | 依賴 transaction log |
| 版本控制 | 可用 git 追蹤 | 不適合 |
結論：AI 對話是只增不改、需要人類可讀、不需要複雜查詢的應用場景，所以JSONL 是最合適的選擇。
在大型遊戲專案中使用 Claude Code：分析 Session 並設計通用 Skills
本文以一個中型 Unity 單機遊戲專案為基礎，探討在程式碼總量逼近百萬 token 的情境下，
如何透過設計專案專屬的 Claude Code Skills，有效降低 token 消耗並提升查詢效率。
一、Session 數據初步觀察
從 token 總量與增長趨勢來看，本次 session 並無明顯異常。
Anthropic 改條款砍掉 96% AFK 額度：衝擊、競品動向與 Infra 因應策略
Anthropic 上週宣布，6/15 起訂閱額度一分為二。
- 人類在場、有互動的 Human-in-the-loop 用途（像是 Claude Code 日常使用）繼續吃原本的額度
- 自動化工作流 Away From Keyboard（AFK）則改吃獨立的月度 credit——Pro 給 $20、Max 5x 給 $100、Max 20x 給 $200
這對 AFK 工作流和 harness engineering 來說是一記重拳，但同時也是重新審視自己 agent infra 的好時機。
使用 image2+stitch 設計新風格用 GPT Image2 + Stitch + Claude Code MCP 自動套用 UI 風格設計
使用 GPT Image2 + Stitch + Claude Code 設計新風格本篇示範一套 AI 輔助 UI 風格設計的完整工作流程，從圖像生成到前端套用，全程透過工具鏈串接完成。
1、用 GPT Image2 生成風格參考圖
首先在 GPT Image2 中輸入風格描述提示詞，例如「深色星空背景、粒子光點、漸層藍紫色調」，生成一張視覺風格參考圖。
