tokentab
读本地 AI 编程工具的会话日志，按模型、项目、日期算出你到底花了多少钱。
适合 · 天天用 Claude Code / Codex / Gemini CLI 干活，但说不清「这个月 AI 花了多少钱」的人。它不联网、不传数据，纯读本机日志产出账单。
逐个试用过才收录
AI 工具
收录标准只有两条：用的人足够多（出问题能搜到答案），以及今天装完今天就能替你干活。 每一项都写清免费额度、什么时候该掏钱、以及别人踩过的坑。
Supabase
一个 Postgres 就把数据库、登录、文件存储、向量检索和函数全包了，免费额度对个人项目够用。
适合 · 一个人做带用户系统的 AI 产品。登录、数据表、上传的文件、RAG 的向量、定时任务这些原本要拼四五个服务，这里是一套 Postgres 加一层自动生成的 API。
Claude Code
跑在终端里的编码 Agent：能读整个仓库、自己改文件、跑命令，也能无头模式接进脚本。
适合 · 一个人扛整个代码库的人。它不只是补全：可以交办一个跨十几个文件的改动，自己去搜、改、跑测试，交付一个你可以 review 的 diff。
LiteLLM
一个 OpenAI 兼容端点直连 100+ 模型，自带成本追踪、失败回退与限流。
适合 · 同时用两三家模型供应商、又不想被某一家锁死的人。一个 endpoint 管所有模型，还能看每一分钱花在哪、某家挂了自动切到下一家。
Ollama
一行命令在本地跑起开源大模型，自带模型库与 OpenAI 兼容接口。
适合 · 想把「AI 流程」先跑通、但暂时不想为 API 付费的人——尤其是草稿生成、批量改文案、本地知识库这类对前沿能力要求不高的活。
n8n
可视化工作流自动化，400+ 集成节点，可完全自部署。
适合 · 需要把五六个服务串起来、而且逻辑会经常改的人。改流程时看得见全貌，比一堆散落的脚本好维护得多。
Open WebUI
自托管的 LLM 聊天前端，支持 Ollama 与 OpenAI 兼容后端。
适合 · 已经跑起本地模型（或有一堆 API key），想给团队、客户或自己一个像样的对话界面，而不想从零写前端。
Dify
LLM 应用开发平台，编排、RAG、Agent 与日志管理一体。
适合 · 要做的是一个「产品」而不是一段脚本——需要知识库、多轮对话、调用记录、效果标注这些配套设施时，自己搭不如用它。
Docling
把 PDF、Word、PPT 解析成结构化内容，为 RAG 准备干净输入。
适合 · 手上有一堆 PDF / Word / PPT 要喂给 RAG 的人。解析质量直接决定检索效果，这一步偷懒，后面怎么调都救不回来。
llama.cpp
C/C++ 实现的本地推理引擎，CPU 与消费级显卡都能跑。
适合 · 想知道本地推理到底是怎么跑的、或者需要在没有 Python 环境的小机器上部署的人。它是很多上层工具的地基。