Pheebs
Eversynced · 程式設計 · 生產力
Pheebs 是 Eversynced 推出的開源遙測工具，記錄工程師怎麼使用 Claude Code、Cursor 與 Codex。它只留下工作階段的形狀，不存程式碼與提示詞，再回報模型匹配度與 AI 支出。
關於 Pheebs
About
Pheebs 是什麼
Pheebs 是一套命令列工具，裝進團隊原本就在用的編碼代理裡，記下每個工作階段發生的事。它在 Claude Code、Cursor 與 Codex 註冊掛鉤，把細小的事件寫進本機記錄檔。事件描述的是結構：哪些工具跑過、花了多久、修改之後有沒有接測試、哪個模型在做這件事。這是純粹的 AI 編碼代理遙測，不夾帶內容。
它存在的理由，是一個幾乎每個團隊都感覺得到、卻很少能算出來的落差。授權與詞元已是預算裡真實的一行，但很少有人說得清哪些工作階段需要頂級模型，哪些只是改一個檔案卻燒掉大筆費用。Pheebs 替每個工作階段的工作量定出規模，跟實際跑的模型比對，再依 API 牌價把差距換算成金額。
它不轉送提示詞、不封鎖指令，也不替任何人挑模型。對於早就對任何測量抱持懷疑的工程師，這種克制很重要。工具只讀出落差、標上金額，接下來怎麼做仍然由人決定。
限制值得一開始就講明。Pheebs 是量測工具，不是報表產品。自架安裝給你原始記錄與一份有文件的端點契約，儀表板要自己建。它也需要 Node.js 20 以上，而且只支援有提供生命週期掛鉤的代理。
開始使用
- 在執行 Node.js 20 以上的機器上，用
npm install -g pheebs安裝命令列工具。 - 執行
pheebs init。它會偵測機器上已有的代理，詢問要設定哪幾個，以及事件要送到哪裡。 - 想完全留在本機，就把目的地留空。事件只會寫進
~/.pheebs/logs/，不會出現在別的地方。 - 執行
pheebs doctor確認接線，再開始相信任何數字。 - 要把資料送到自家後端，得同時設定
pheebs config set base-url與pheebs config set token。少一個，資料就不會離開筆電。
產品資訊
快速了解 Pheebs 的定價、支援平台與效能。
適合對象
這項工具最適合的使用者、任務與情境。
使用者
- 付授權費與詞元費、想要一條基準線的工程主管：Pheebs 把對採用率的猜測換成每人、每個儲存庫的數字，前提是手上有幾週的工作階段可以讀。
- 平台與開發者生產力團隊：實務採用率檢視能分辨整欄偏冷與單列偏冷，前者代表設定缺了一塊，後者代表某個人需要陪跑。
- 想知道自己數字的工程師：選用的洞察端點讓每位開發者查看自己的驗證率與模型匹配度，不必對全隊公開。
任務
- 稽核模型支出：每個完整工作階段都會取得工作量規模，跑得比任務需求更重的會被換算成金額，於是不再需要憑感覺跟財務討論。
- 確認 AI 產出的程式碼有沒有被驗證：驗證覆蓋率計算的是 AI 修改後接上測試、型別檢查、靜態檢查、建置或規格比對的比例。
- 衡量共用工具是否真的落地：技能重用與連接器採用率會顯示哪個斜線指令或 MCP 伺服器週週被拿出來用，哪個只被試過一次。
- 分清結構缺口與陪跑缺口：整隊都弱的職能需要補骨架，只有一個人弱則需要一場對話。
情境
- 三十天的 AI 賦能評估：Eversynced 以遙測衝刺的方式執行代管版本，最後交付高層簡報與書面計畫。
- 在多個小組推行 Claude Code 或 Cursor：先量測，再判斷問題出在授權、訓練，還是儲存庫的設定。
- 受監管或對隱私敏感的組織：預設的本機遙測讓程式碼、路徑與提示詞文字留在公司內，這個差別往往決定推行能不能過關。
主要功能
三種代理的工作階段形狀捕捉
Pheebs 掛進 Claude Code、Cursor 與 Codex，在真正代表工作的事件上觸發：工作階段開始與結束、送出提示詞、工具呼叫與失敗、技能與斜線指令展開、子代理生成、上下文壓縮，以及背景任務。十七種事件類型涵蓋這個範圍。每個提示詞只留字元數，選用的意圖分類器開啟時再加一個標籤。Claude Code 分析與 Cursor 使用追蹤走同一套掛鉤機制，一次安裝就同時涵蓋兩者。
本機 JSONL 記錄，後端自己管
每個事件都會附加到本機的 JSONL 檔，不論有沒有設定後端，它都是長期留存的那一份。全新安裝不帶任何端點。填上基礎網址與權杖之後，同一批事件也會送到自家基礎設施。參考後端與端點契約都放在開源儲存庫裡，收資料的那一端可以先讀再決定要不要信。
以金額呈現的模型匹配度
多數團隊正是為了這個功能才採用。Pheebs 替每個提示詞判定規模，從改一個檔案到開放式設計，再以最難的那個提示詞代表整個工作階段。接著拿這個規模跟實際跑的模型等級比對。規模開太大的工作階段會安靜地燒預算，開太小的則會在之後以修補提示詞的形式回來。兩者的差距依 API 牌價換算，並明確標示這是估計上限。
預設不存內容的隱私設計
檔案內容、檔案路徑、目錄結構、提示詞文字與指令字串都不會進到記錄。像 npm test 這樣的指令只在行程內讀取，記成 tool_intent: test_run。身分會是權杖背後的編號，或 Git 電子郵件位址的截斷雜湊。Pheebs 不會去查 GitHub 帳號。對於 AI 量測卡在法務審查的團隊，這些預設值就是讓案子過關的關鍵。
AI 能力模型
原始事件在主管會議上很難討論，所以 Pheebs 附上一套模型，把事件整理成兩層。第一層看的是工具箱：二十四項實務、六個職能，涵蓋模型選擇、可重用資產、MCP 連線、接進代理迴路的驗證、上下文管理，以及多代理協作。第二層看的是判斷力：驗證覆蓋率、反問率、精修與修補的比例、未經檢視就整批接受的比例，以及模型匹配度。每項實務都能從遙測判定，報表因此不必依賴自填問卷。
OpenTelemetry 轉送
Claude Code 與 Codex 會輸出原生 OpenTelemetry 指標與記錄，Pheebs 把這些訊號轉送到你的收集器，不必把觀測平台的憑證發到每台筆電。既有的追蹤與記錄架構可以繼續用。Cursor 只走掛鉤，因為它沒有提供同樣的原生匯出方式。
優缺點
優點
- 隱私設計具體得少見。把永不儲存的項目寫清楚，細到指令字串與 Git 身分怎麼處理，比一句籠統的承諾有用得多。
- 模型匹配度把抽象的效率論述變成一筆金額，而這種版本才拿得到預算。
- 一個用戶端同時支援 Claude Code、Cursor 與 Codex，省下三個各自獨立的量測專案。
- Apache-2.0 授權加上有文件的端點契約，蒐集到的資料不會被綁死。
- 能力模型替事件流建立結構，團隊不必自己發明一套計分方式就能比較工程師的習慣。
缺點
- 自架意味著報表要自己建。用戶端產出記錄與契約，行銷網站上那些儀表板不在裡面。
- 金額是以牌價推估，採用議定企業價的團隊會看到高於實際帳單的數字。
- 建立在掛鉤上的東西會繼承掛鉤的死角。在代理以外的終端機完成的工作，或在沒有掛鉤支援的編輯器裡完成的工作，完全不會出現。
- 小團隊的資料很薄。模型看的是數週下來的重複行為，五個人跑一週，看到的檢視多半是空的。
常見問題
事件類型、時長、次數、模型名稱與觸發類型。它會記下某個提示詞被送出、長度多少，分類器開啟時再加一個意圖標籤。提示詞本身、檔案內容與檔案路徑都不記錄。
相關內容
探索與 Pheebs 相關的工具、技能與文章。
Pheebs 替代方案
Base Code
Base44 (Wix) · 程式設計 · 生產力Base Code 是 Base44 推出的共享雲端開發環境。團隊在對話中描述對既有 GitHub 儲存庫的修改，看著預覽確認結果，再以 Pull Request 交回工程團隊。
Google EmbeddingGemma 2
Google DeepMind · 寫作 · 圖片 · 程式設計Google EmbeddingGemma 2 是 7.4 億參數的開源模型，能把文字、程式碼、圖片、音訊與影片畫面轉成同一個 768 維空間裡的向量，在手機與筆電上就能執行。
GitGlow
GitGlow · 程式設計 · 生產力GitGlow 是桌面版 Git 用戶端，把你自己的程式碼與 AI 代理程式的變更集中在同一份審查裡，讓你在交付前看清楚機器上究竟要送出什麼。