codeburn est un dashboard TUI qui lit les fichiers de session de vos outils IA directement sur disque — sans wrapper, sans clé API — et vous montre où partent vos tokens : par projet, par modèle, par type d’activité.
npm install -g codeburn
# Ou sans installer :
npx codeburn
Prérequis : Node.js 22+.
1. Lancer le dashboard sur vos 7 derniers jours :
codeburn
Naviguez avec les flèches pour changer la période. Tapez c pour comparer les modèles, o pour les suggestions d’optimisation.
2. Résumé rapide en une ligne :
codeburn status
3. Identifier les commandes qui brûlent le plus de tokens :
codeburn optimize
Repérez les tool calls inutilement coûteux (lecture de fichiers entiers, commandes verbose…).
4. Export pour archiver :
codeburn report -p 30days
codeburn export
Ce que vous cherchez : quel outil / quel projet consomme le plus ? Y a-t-il des pics inexpliqués ? Les suggestions optimize correspondent-elles à ce que vous observez ?
rtk est un proxy CLI qui filtre et compresse les sorties de commandes avant qu’elles n’entrent dans le contexte de votre agent — 60 à 90% de tokens en moins sur les commandes courantes (git status, ls, diff, pytest…).
# Linux/macOS :
curl -fsSL https://raw.githubusercontent.com/rtk-ai/rtk/refs/heads/master/install.sh | sh
# macOS via Homebrew :
brew install rtk
# Vérifier :
rtk --version
# Pour Claude Code :
rtk init -g
# Pour un autre outil :
rtk init --gemini # Gemini CLI
rtk init --copilot # GitHub Copilot
rtk init --agent cursor # Cursor
Redémarrez votre outil IA après l’init — les commandes se réécrivent automatiquement via un hook Bash.
1. Comparer la sortie brute vs. filtrée :
Dans un repo avec de l’activité Git :
# Sortie brute :
git status
# Sortie filtrée pour l'agent :
rtk git status
Observez la différence de volume. Faites pareil avec rtk git log et rtk git diff.
2. Lancer une session avec rtk actif :
Lancez votre agent sur une tâche courante (ajout d’une feature, correction d’un bug). Comparez le coût affiché avec une session équivalente sans rtk.
3. Voir les économies accumulées :
rtk gain
4. Découvrir les opportunités d’optimisation :
rtk discover
Commandes disponibles :
| Catégorie | Exemples |
|---|---|
| Fichiers | rtk ls, rtk read, rtk find, rtk grep, rtk diff |
| Git | rtk git status/log/diff/push/pull |
| Tests | rtk pytest, rtk jest, rtk cargo test |
| Build/Lint | rtk tsc, rtk ruff check, rtk cargo build |
| Containers | rtk docker ps, rtk kubectl pods |
Ce que vous cherchez : sur quel type de commande le gain est-il le plus fort ? Est-ce que la sortie filtrée reste suffisante pour que l’agent travaille correctement ?
À la fin de ce TP :
codeburn optimize)rtk gain)Question clé : Pour quelle tâche d’aujourd’hui auriez-vous pu utiliser un modèle moins cher ?
Pattern retenu : Phase Plan = raisonnement fort. Phase Act = modèle frugal.
Module 6 : Multimodal - screenshots, images, et au-delà.