token-tracker 0.4.0__tar.gz → 0.4.2__tar.gz

{token_tracker-0.4.0/src/token_tracker.egg-info → token_tracker-0.4.2}/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.4
 Name: token-tracker
-Version: 0.4.0
+Version: 0.4.2
 Summary: Track token usage across local AI agents (Claude Code, Codex)
 Author-email: stormzhang <stormzhang.dev@gmail.com>
 License: MIT License
@@ -99,14 +99,18 @@ Dynamic: license-file
 
 通过 `Stop` hook 注入 `systemMessage` 实现，渲染 24-bit 真彩色、**不进模型上下文**（实测），**配色跟随当前主题**（与 CLI 报表 / CC 状态栏同源，`tt theme` 切换三者一起变）。`tt unsetup` 一并移除。
 
-## Status 实时面板和 日/周/月 数据报表分析
+## Daily 概览和 日/周/月 数据报表分析
 
-`tt`（无参）/ `tt status`：聚焦**过去 5 小时**的实时面板——顶部多 Agent **合并**概览（Token / Cost / Sessions / Messages / Top Model），中间 **5h / 7d 订阅额度**进度条（Claude Code / Codex 分开；都没订阅额度时换成 per-agent 的 token/cost/sessions/messages 统计），底部**近期会话**列表（CC + Codex 合并、带 Agent 列、按 Cost 倒序、Cost 前三名高亮）。所有时间按**系统时区**显示，配色跟随当前主题。
+`tt`（无参）/ `tt daily`：默认入口，GitHub 风格 token 贡献热力图 + 顶部**单一卡片**内拼三段概览（**Last 12 months / This Month / This Week**，粗→细）。
+- Last 12 months：橙色 Tokens / Cost / Sessions / Avg/Cost / 活跃天数 + 蓝色 单日峰值 / 当前·最长连续活跃天数
+- This Month / This Week：橙色 Tokens / Cost / Avg/Cost / 活跃天数，**带环比**（↑/↓ 上月 / 上周）
 
-![Token Tracker Status](assets/screenshot.png)
+`tt status`：聚焦**过去 5 小时**的实时面板——顶部多 Agent **合并**概览（Token / Cost / Sessions / Messages / Top Model），中间 **5h / 7d 订阅额度**进度条（Claude Code / Codex 分开；都没订阅额度时换成 per-agent 的 token/cost/sessions/messages 统计），底部**近期会话**列表（CC + Codex 合并、带 Agent 列、按 Cost 倒序、Cost 前三名高亮）。所有时间按**系统时区**显示，配色跟随当前主题。
 
 ![Token Tracker Daily](assets/screenshot-daily.png)
 
+![Token Tracker Status](assets/screenshot.png)
+
 ![Token Tracker Weekly](assets/screenshot-weekly.png)
 
 ![Token Tracker Monthly](assets/screenshot-monthly.png)
@@ -129,19 +133,18 @@ Dynamic: license-file
 curl -sSL https://raw.githubusercontent.com/stormzhang/token-tracker/main/install.sh | bash
 ```
 
-或者通过 pip：
+脚本自动选最优安装方式（uv / pipx / 私有 venv），绕开 PEP 668、不污染系统 Python。
 
-```bash
-pip install --force-reinstall token-tracker && tt setup
-```
+> **升级**：重跑上面的命令即可（脚本幂等、自动升到最新）。
+> **卸载**：先 `tt unsetup` 还原状态栏，再按装法移除（`uv tool uninstall token-tracker` / `pipx uninstall token-tracker` / 删 `~/.local/share/token-tracker` 与 `~/.local/bin/tt`）。
 
 ## 使用
 
 ```bash
 tt setup          # 交互配置向导（终端：上下键选语言 / 主题 / 各组件）；非 tty 环境自动全装
-tt                # 过去 5h 实时面板（合并概览 + 5h/7d 额度 + 近期会话，= tt status）
-tt status         # 同上（tt 无参即进 status）
-tt daily          # 过去一年 token 贡献热力图（GitHub 风格）+ 年度分析卡片
+tt                # 过去一年 token 热力图 + 顶部三段概览（Last 12 months / This Month / This Week，= tt daily）
+tt daily          # 同上（tt 无参即进 daily）
+tt status         # 过去 5h 实时面板（合并概览 + 5h/7d 额度 + 近期会话）
 tt weekly         # 周报：本周分析卡片 + 每日趋势柱状图 + 周 / 项目 / 模型趋势
 tt monthly        # 按月汇总（多 Agent 分组展示）
 tt sessions       # 最近 20 条会话明细（按 cost 倒序展示；tt sessions <n> 改条数、--sort 改排序）

{token_tracker-0.4.0 → token_tracker-0.4.2}/README.md

@@ -46,14 +46,18 @@
 
 通过 `Stop` hook 注入 `systemMessage` 实现，渲染 24-bit 真彩色、**不进模型上下文**（实测），**配色跟随当前主题**（与 CLI 报表 / CC 状态栏同源，`tt theme` 切换三者一起变）。`tt unsetup` 一并移除。
 
-## Status 实时面板和 日/周/月 数据报表分析
+## Daily 概览和 日/周/月 数据报表分析
 
-`tt`（无参）/ `tt status`：聚焦**过去 5 小时**的实时面板——顶部多 Agent **合并**概览（Token / Cost / Sessions / Messages / Top Model），中间 **5h / 7d 订阅额度**进度条（Claude Code / Codex 分开；都没订阅额度时换成 per-agent 的 token/cost/sessions/messages 统计），底部**近期会话**列表（CC + Codex 合并、带 Agent 列、按 Cost 倒序、Cost 前三名高亮）。所有时间按**系统时区**显示，配色跟随当前主题。
+`tt`（无参）/ `tt daily`：默认入口，GitHub 风格 token 贡献热力图 + 顶部**单一卡片**内拼三段概览（**Last 12 months / This Month / This Week**，粗→细）。
+- Last 12 months：橙色 Tokens / Cost / Sessions / Avg/Cost / 活跃天数 + 蓝色 单日峰值 / 当前·最长连续活跃天数
+- This Month / This Week：橙色 Tokens / Cost / Avg/Cost / 活跃天数，**带环比**（↑/↓ 上月 / 上周）
 
-![Token Tracker Status](assets/screenshot.png)
+`tt status`：聚焦**过去 5 小时**的实时面板——顶部多 Agent **合并**概览（Token / Cost / Sessions / Messages / Top Model），中间 **5h / 7d 订阅额度**进度条（Claude Code / Codex 分开；都没订阅额度时换成 per-agent 的 token/cost/sessions/messages 统计），底部**近期会话**列表（CC + Codex 合并、带 Agent 列、按 Cost 倒序、Cost 前三名高亮）。所有时间按**系统时区**显示，配色跟随当前主题。
 
 ![Token Tracker Daily](assets/screenshot-daily.png)
 
+![Token Tracker Status](assets/screenshot.png)
+
 ![Token Tracker Weekly](assets/screenshot-weekly.png)
 
 ![Token Tracker Monthly](assets/screenshot-monthly.png)
@@ -76,19 +80,18 @@
 curl -sSL https://raw.githubusercontent.com/stormzhang/token-tracker/main/install.sh | bash
 ```
 
-或者通过 pip：
+脚本自动选最优安装方式（uv / pipx / 私有 venv），绕开 PEP 668、不污染系统 Python。
 
-```bash
-pip install --force-reinstall token-tracker && tt setup
-```
+> **升级**：重跑上面的命令即可（脚本幂等、自动升到最新）。
+> **卸载**：先 `tt unsetup` 还原状态栏，再按装法移除（`uv tool uninstall token-tracker` / `pipx uninstall token-tracker` / 删 `~/.local/share/token-tracker` 与 `~/.local/bin/tt`）。
 
 ## 使用
 
 ```bash
 tt setup          # 交互配置向导（终端：上下键选语言 / 主题 / 各组件）；非 tty 环境自动全装
-tt                # 过去 5h 实时面板（合并概览 + 5h/7d 额度 + 近期会话，= tt status）
-tt status         # 同上（tt 无参即进 status）
-tt daily          # 过去一年 token 贡献热力图（GitHub 风格）+ 年度分析卡片
+tt                # 过去一年 token 热力图 + 顶部三段概览（Last 12 months / This Month / This Week，= tt daily）
+tt daily          # 同上（tt 无参即进 daily）
+tt status         # 过去 5h 实时面板（合并概览 + 5h/7d 额度 + 近期会话）
 tt weekly         # 周报：本周分析卡片 + 每日趋势柱状图 + 周 / 项目 / 模型趋势
 tt monthly        # 按月汇总（多 Agent 分组展示）
 tt sessions       # 最近 20 条会话明细（按 cost 倒序展示；tt sessions <n> 改条数、--sort 改排序）

{token_tracker-0.4.0 → token_tracker-0.4.2}/pyproject.toml

@@ -4,7 +4,7 @@ build-backend = "setuptools.build_meta"
 
 [project]
 name = "token-tracker"
-version = "0.4.0"
+version = "0.4.2"
 description = "Track token usage across local AI agents (Claude Code, Codex)"
 readme = "README.md"
 requires-python = ">=3.11"

{token_tracker-0.4.0 → token_tracker-0.4.2}/src/token_tracker/analyzer/cost.py

@@ -28,6 +28,21 @@ _FAMILY_FALLBACK = (
     ("claude-haiku", "claude-haiku-4-5-20251001"),
     ("claude-fable", "claude-fable-5"),
     ("codex-", "gpt-5.5"),
+    # 国产模型系列兜底：出新版本（如 GLM-4.8、Kimi K3）litellm 未收录时退回该系列最新已知价
+    ("kimi", "kimi-k2.6"),
+    ("moonshot-v", "moonshot-v1-128k"),
+    ("glm-4", "glm-4.6"),
+    ("qwen3-coder", "qwen3-coder-plus"),
+    ("qwen3-max", "qwen-max"),
+    ("doubao-seed", "doubao-seed-1-6"),
+    ("doubao-1-5-pro", "doubao-1-5-pro-256k"),
+    ("deepseek", "deepseek-v4-flash"),
+    ("minimax", "MiniMax-M2"),
+    ("mimo", "mimo-v2.5"),
+    # Grok：退役 slug 按官方路由兜底（grok-code-* → build-0.1；grok-4-fast/4.1-fast/grok-3 等 → grok-4.3）
+    ("grok-code", "grok-build-0.1"),
+    ("grok-4", "grok-4.3"),
+    ("grok", "grok-4.3"),
 )
 
 # 解析不到定价的模型只提示一次，避免聚合时每条 entry 刷屏
@@ -195,6 +210,31 @@ _FABLE_PRICING = {
     "cache_read_input_token_cost": 1.0e-6,
 }
 
+# 国产模型多以人民币计价，统一折 USD 入表，与 CC/Codex 同口径（2026-06 近似汇率）
+_CNY_PER_USD = 7.1
+
+
+def _cny(input_m: float, output_m: float, cache_read_m: float | None = None) -> dict:
+    """人民币「元 / 百万 tokens」→ USD per token（÷汇率 ÷1e6）。国产模型按中国站人民币价折算。"""
+    info = {
+        "input_cost_per_token": input_m / _CNY_PER_USD * 1e-6,
+        "output_cost_per_token": output_m / _CNY_PER_USD * 1e-6,
+    }
+    if cache_read_m is not None:
+        info["cache_read_input_token_cost"] = cache_read_m / _CNY_PER_USD * 1e-6
+    return info
+
+
+def _usd(input_m: float, output_m: float, cache_read_m: float | None = None) -> dict:
+    """美元「$ / 百万 tokens」→ USD per token（÷1e6）。用于只有官方国际站 USD 价的模型。"""
+    info = {
+        "input_cost_per_token": input_m * 1e-6,
+        "output_cost_per_token": output_m * 1e-6,
+    }
+    if cache_read_m is not None:
+        info["cache_read_input_token_cost"] = cache_read_m * 1e-6
+    return info
+
 
 def _fallback_pricing() -> dict:
     return {
@@ -249,4 +289,47 @@ def _fallback_pricing() -> dict:
             "output_cost_per_token": 6e-6,
             "cache_read_input_token_cost": 0.375e-6,
         },
+        # ---- 国产模型（2026-06 官方核实）。除 GLM 用 z.ai 国际站 USD 外，其余按各家中国站
+        # 人民币价 ÷7.1 折算；阶梯定价模型（Qwen3-Coder / Doubao）统一取 0-32K 基础档。----
+        # Kimi / Moonshot（platform.kimi.com 官方人民币价；老 kimi-k2-instruct 已 EOL，靠系列兜底）
+        "kimi-k2.7-code": _cny(6.5, 27, 1.3),
+        "kimi-k2.6": _cny(6.5, 27, 1.1),
+        "kimi-k2.5": _cny(4, 21, 0.7),
+        "moonshot-v1-8k": _cny(2, 10),
+        "moonshot-v1-32k": _cny(5, 20),
+        "moonshot-v1-128k": _cny(10, 30),
+        # 智谱 GLM（z.ai 国际站官方 USD；中国站按量完整价含缓存无法从官方 SPA 取得，国内口径可能偏高）
+        "glm-4.6": _usd(0.6, 2.2, 0.11),
+        "glm-4.5": _usd(0.6, 2.2, 0.11),
+        "glm-4.5-air": _usd(0.2, 1.1, 0.03),
+        "glm-4.7": _usd(0.6, 2.2, 0.11),
+        "glm-5": _usd(1.0, 3.2, 0.2),
+        # 阿里 Qwen（中国站百炼人民币价，0-32K 基础档）
+        "qwen3-coder-plus": _cny(4, 16, 0.4),
+        "qwen-max": _cny(2.5, 10),
+        "qwen-plus": _cny(0.8, 2),
+        # 火山方舟 Doubao（中国站人民币价，0-32K 基础档）
+        "doubao-seed-1-6": _cny(0.8, 8),
+        "doubao-seed-code": _cny(1.2, 8),
+        "doubao-1-5-pro-32k": _cny(0.8, 2, 0.16),
+        "doubao-1-5-pro-256k": _cny(5, 9),
+        # DeepSeek（官方中国站人民币价；chat/reasoner 现映射 V4-Flash，2026-07-24 弃用旧名）
+        "deepseek-v4-flash": _cny(1, 2, 0.02),
+        "deepseek-v4-pro": _cny(3, 6, 0.025),
+        "deepseek-chat": _cny(1, 2, 0.02),
+        "deepseek-reasoner": _cny(1, 2, 0.02),
+        # MiniMax（官方 USD，与中国站÷7 自洽；M2/M2.1/M2.5 同价 legacy）
+        "MiniMax-M2": _usd(0.3, 1.2, 0.03),
+        "MiniMax-M2.1": _usd(0.3, 1.2, 0.03),
+        "MiniMax-M2.5": _usd(0.3, 1.2, 0.03),
+        "MiniMax-M2.7": _usd(0.3, 1.2, 0.06),
+        "MiniMax-M3": _usd(0.3, 1.2, 0.06),
+        # 小米 MiMo（mimo.mi.com 官方中国站人民币价；与 DeepSeek 同价，V2.5-Pro 主攻 agentic 编程）
+        "mimo-v2.5-pro": _cny(3, 6, 0.025),
+        "mimo-v2.5": _cny(1, 2, 0.02),
+        # xAI Grok（docs.x.ai 官方 USD）。2026-05-15 退役潮：grok-4-fast/4.1-fast/grok-3 路由到 grok-4.3，
+        # grok-code-fast-1 退役为 grok-build-0.1 别名（退役 slug 靠 _FAMILY_FALLBACK 接住）。grok-4.3 取 ≤200K 默认档。
+        "grok-4.3": _usd(1.25, 2.5, 0.2),
+        "grok-build-0.1": _usd(1.0, 2.0, 0.2),
+        "grok-code-fast-1": _usd(1.0, 2.0, 0.2),
     }

{token_tracker-0.4.0 → token_tracker-0.4.2}/src/token_tracker/cli.py

@@ -368,7 +368,7 @@ def main():
             get_console().print(f"[dim]{t('theme_options', names=', '.join(themes.THEME_NAMES))}[/dim]")
             sys.exit(1)
         theme.set_active_theme(theme_override)
-    command = args[0] if args else "status"
+    command = args[0] if args else "daily"
 
     # 版本查询不该触发任何文件读写，放在 auto-update 之前短路返回
     if command in ("--version", "-v", "-V"):
@@ -385,6 +385,17 @@ def main():
     if command not in ("setup", "unsetup") and is_setup() and needs_update():
         update_hook()
 
+    # 升级感知：新版若新增了值得重配的选项（SETUP_VERSION bump），老用户跑任意命令时
+    # 自动走一遍 setup——_run_setup_flow 内部分流：真终端弹 wizard、会话内 / 非 tty 静默
+    # _auto_setup 用默认值全装（语言跟随系统 / mocha / 组件全开）。两者最终都 save_setup_version()，
+    # 下次启动 setup_version 已是最新、不再触发。
+    if (
+        command not in ("setup", "unsetup")
+        and is_setup()
+        and config.setup_version() < config.SETUP_VERSION
+    ):
+        _run_setup_flow()
+
     if command == "setup":
         _run_setup_flow()
         return
@@ -441,7 +452,13 @@ def main():
         return
 
     _apply_sort(stats, sort_key, sort_desc, default_attr, default_reverse)
-    if command == "weekly":
+    if command == "daily":
+        # daily 顶部三卡片：Last 12 months + This Month + This Week，跟 weekly/monthly 同款样式、
+        # 复用 _render_month_summary / _render_week_summary。多算两份 weekly/monthly 聚合传进去。
+        render_fn(stats, agents=agent_names,  # type: ignore[operator]
+                  weekly=_aggregate_per_agent(report_agents, aggregate_weekly),
+                  monthly=_aggregate_per_agent(report_agents, aggregate_monthly))
+    elif command == "weekly":
         render_weekly(stats, agents=agent_names, daily=_aggregate_per_agent(report_agents, aggregate_daily))
     elif command == "monthly":
         render_monthly(stats, agents=agent_names,

{token_tracker-0.4.0 → token_tracker-0.4.2}/src/token_tracker/config.py

@@ -18,6 +18,12 @@ CONFIG_DIR = os.path.expanduser("~/.config/token-tracker")
 CONFIG_PATH = os.path.join(CONFIG_DIR, "config.json")
 SCHEMA_VERSION = 1
 
+# 引导版本：每次新增"值得让老用户重新走一遍 setup"的配置项时手动 +1（只能整数、一次 +1）。
+# 老用户 config 里没这字段 / 旧版本号 < 当前 → 触发重新引导（真终端弹 wizard、非 tty 静默 _auto_setup）。
+# 跟 SCHEMA_VERSION 解耦：那是数据格式版本，这是用户引导版本，bump 节奏完全不同。
+# 2（0.4.2）：强制所有现存用户（0.3.8/0.4.0=无字段=0、0.4.1=1，全 < 2）升级后重走一遍 setup。
+SETUP_VERSION = 2
+
 # 旧位置（独立 theme.json / lang.json），老用户首次读 config.json 不存在时自动合并迁移
 _LEGACY_THEME_PATH = os.path.join(CONFIG_DIR, "theme.json")
 _LEGACY_LANG_PATH = os.path.join(CONFIG_DIR, "lang.json")
@@ -149,3 +155,17 @@ def codex_faux_statusline_intent() -> bool | None:
     """读用户对 Codex 伪 statusline 的意图。严格 bool；非 bool / 缺字段 → None（视为没表达）。"""
     val = load_config().get("codex_faux_statusline")
     return val if isinstance(val, bool) else None
+
+
+# --- setup 引导版本（老用户升级后重新引导一次的判定依据） ---
+
+
+def save_setup_version(v: int = SETUP_VERSION) -> None:
+    """setup 真正完成后写入当前 SETUP_VERSION，标记"已按当前版本引导过"。"""
+    _save_field("setup_version", int(v))
+
+
+def setup_version() -> int:
+    """读已落地的 setup_version；老用户 / 字段缺失 / 非 int → 0（触发重新引导）。"""
+    val = load_config().get("setup_version")
+    return val if isinstance(val, int) else 0

{token_tracker-0.4.0 → token_tracker-0.4.2}/src/token_tracker/hooks.py

@@ -857,6 +857,10 @@ def setup(auto: bool = False, components: SetupComponents | None = None, quiet:
         if not auto:
             p(f"[dim]{t('codex_not_found')}[/dim]")
 
+    # setup 真正落地了，写入当前引导版本——后续启动 cli 不再触发"老用户重新引导"。
+    # early-return 分支（无 agent）不会到这，符合语义。
+    config.save_setup_version()
+
 
 def _migrate_cc_legacy_backup(settings: dict) -> None:
     """老用户的 statusLine 备份藏在 settings.json 的 `tokenTracker.previousStatusLine` 子字段——

{token_tracker-0.4.0 → token_tracker-0.4.2}/src/token_tracker/i18n.py

@@ -70,8 +70,6 @@ _STRINGS = {
         "daily_peak": "峰值",
         "daily_streak": "连续/最长",
         "active_days": "活跃天数",
-        "daily_busiest": "最忙",
-        "weekday_full": "周一,周二,周三,周四,周五,周六,周日",  # busiest 值（Mon 开头）
         "weekday_grid": "周日,周一,周二,周三,周四,周五,周六",  # 热力图左侧行标签（周日开头）
         "month_short": "1月,2月,3月,4月,5月,6月,7月,8月,9月,10月,11月,12月",  # 热力图月份表头
         "unit_day": "天",   # 时长 / 连续天数单位
@@ -110,7 +108,7 @@ _STRINGS = {
         "cc_configured": "Claude Code statusLine 已配置",
         "restart_cc": "重启 Claude Code 后生效",
         "codex_configured": "Codex 已配置",
-        "codex_statusline_hint": "已启用伪 statusline（每次回答后追加一行 5h/7d/Ctx，tt unsetup 可移除）",
+        "codex_statusline_hint": "已启用伪 statusline（每次回答后追加一行 5h/7d/Ctx）",
         "restart_codex": "重启 Codex 后生效",
         "no_agent_detected": "未检测到 Claude Code 或 Codex",
         "deleted_file": "已删除: {path}",
@@ -189,8 +187,6 @@ _STRINGS = {
         "daily_peak": "Peak",
         "daily_streak": "Current/Longest Streak",
         "active_days": "Active Days",
-        "daily_busiest": "Busiest",
-        "weekday_full": "Mon,Tue,Wed,Thu,Fri,Sat,Sun",  # busiest 值（Mon 开头）
         "weekday_grid": "Sun,Mon,Tue,Wed,Thu,Fri,Sat",  # 热力图左侧行标签（Sun 开头）
         "month_short": "Jan,Feb,Mar,Apr,May,Jun,Jul,Aug,Sep,Oct,Nov,Dec",  # 热力图月份表头
         "unit_day": "d",   # 时长 / 连续天数单位
@@ -229,7 +225,7 @@ _STRINGS = {
         "cc_configured": "Claude Code statusLine configured",
         "restart_cc": "Restart Claude Code to take effect",
         "codex_configured": "Codex configured",
-        "codex_statusline_hint": "Faux statusline enabled (appends 5h/7d/Ctx line after each turn, remove via tt unsetup)",
+        "codex_statusline_hint": "Faux statusline enabled (appends 5h/7d/Ctx line after each turn)",
         "restart_codex": "Restart Codex to take effect",
         "no_agent_detected": "Claude Code or Codex not detected",
         "deleted_file": "Deleted: {path}",

{token_tracker-0.4.0 → token_tracker-0.4.2}/src/token_tracker/ui/format.py

@@ -21,6 +21,49 @@ MODEL_SHORT = {
     "claude-sonnet": "Sonnet",
     "claude-haiku-4-5-20251001": "Haiku 4.5",
     "claude-haiku": "Haiku",
+    # 国产模型短名（与 cost.py 内置定价 key 一一对应）
+    "kimi-k2.7-code": "Kimi K2.7",
+    "kimi-k2.6": "Kimi K2.6",
+    "kimi-k2.5": "Kimi K2.5",
+    "moonshot-v1-8k": "Moonshot 8k",
+    "moonshot-v1-32k": "Moonshot 32k",
+    "moonshot-v1-128k": "Moonshot 128k",
+    "glm-4.6": "GLM-4.6",
+    "glm-4.5": "GLM-4.5",
+    "glm-4.5-air": "GLM-4.5 Air",
+    "glm-4.7": "GLM-4.7",
+    "glm-5": "GLM-5",
+    "qwen3-coder-plus": "Qwen3 Coder",
+    "qwen-max": "Qwen Max",
+    "qwen-plus": "Qwen Plus",
+    "doubao-seed-1-6": "Doubao 1.6",
+    "doubao-seed-code": "Doubao Code",
+    "doubao-1-5-pro-32k": "Doubao Pro 32k",
+    "doubao-1-5-pro-256k": "Doubao Pro 256k",
+    "deepseek-v4-flash": "DeepSeek V4F",
+    "deepseek-v4-pro": "DeepSeek V4P",
+    "deepseek-chat": "DeepSeek Chat",
+    "deepseek-reasoner": "DeepSeek Rsnr",
+    "MiniMax-M2": "MiniMax M2",
+    "MiniMax-M2.1": "MiniMax M2.1",
+    "MiniMax-M2.5": "MiniMax M2.5",
+    "MiniMax-M2.7": "MiniMax M2.7",
+    "MiniMax-M3": "MiniMax M3",
+    "mimo-v2.5-pro": "MiMo V2.5P",
+    "mimo-v2.5": "MiMo V2.5",
+    # Gemini（litellm 在线表已有正确定价，这里只补短名让报表显示品牌名、不入 cost.py 兜底）
+    "gemini-2.5-pro": "Gemini 2.5 Pro",
+    "gemini-2.5-flash": "Gemini 2.5 Flash",
+    "gemini-3-pro-preview": "Gemini 3 Pro",
+    "gemini-3-pro": "Gemini 3 Pro",
+    "gemini-3-flash-preview": "Gemini 3 Flash",
+    "gemini-3.1-pro-preview": "Gemini 3.1 Pro",
+    "gemini-3.5-flash": "Gemini 3.5 Flash",
+    "gemini-2.0-flash": "Gemini 2.0 Flash",
+    # xAI Grok
+    "grok-4.3": "Grok 4.3",
+    "grok-build-0.1": "Grok Build",
+    "grok-code-fast-1": "Grok Code",
 }
 
 

{token_tracker-0.4.0 → token_tracker-0.4.2}/src/token_tracker/ui/heatmap.py

@@ -6,7 +6,6 @@
 总览自己渲染（不复用 dashboard 的宽 header），紧凑单行、半屏不折。
 """
 
-from collections import defaultdict
 from datetime import UTC, date, datetime, timedelta
 
 from rich.cells import cell_len
@@ -16,10 +15,11 @@ from rich.panel import Panel
 from rich.rule import Rule
 from rich.text import Text
 
-from ..adapters.types import DailyStats
+from ..adapters.types import DailyStats, MonthlyStats, WeeklyStats
 from ..i18n import t
 from .console import forced_color_console, get_console
-from .format import _fmt_cost, _fmt_tokens, _model_short, brand_line, emit_metrics
+from .format import _fmt_cost, _fmt_tokens, append_metric, brand_line, emit_metrics
+from .tables import _merge_months, _merge_weeks, _month_span
 from .theme import _S, _heat_level, _heat_thresholds, heat_greens
 
 _WEEKS = 53
@@ -29,7 +29,9 @@ _LABEL_COL = 6    # 星期标签列显示宽（含间隔），容纳「周日」
 _BLOCK_X = _INDENT + _LABEL_COL  # 方块起始列偏移（月份表头 / 图例对齐它）
 
 
-def render_daily_heatmap(stats: list[DailyStats], agents: list[str] | None = None) -> None:
+def render_daily_heatmap(stats: list[DailyStats], agents: list[str] | None = None,
+                          weekly: list[WeeklyStats] | None = None,
+                          monthly: list[MonthlyStats] | None = None) -> None:
     if not stats:
         get_console().print(f"[{_S.warn}]{t('no_data')}[/{_S.warn}]")
         return
@@ -40,35 +42,40 @@ def render_daily_heatmap(stats: list[DailyStats], agents: list[str] | None = Non
         tokens_by_date[s.date] = tokens_by_date.get(s.date, 0) + s.total_tokens
 
     with forced_color_console():
-        _render_summary(stats, agents)
+        # 顶部单一 Panel 内拼三段：Last 12 months / This Month / This Week（粗→细），
+        # 共享一个品牌行 + 红 Rule；段间用 dim Rule 区分；This Month / This Week 各只一行 Tokens/Cost/Avg/Cost
+        _render_summary(stats, agents, weekly, monthly)
         _render_grid(tokens_by_date)
         _render_legend()
 
 
-def _render_summary(stats: list[DailyStats], agents: list[str] | None) -> None:
+def _render_summary(stats: list[DailyStats], agents: list[str] | None,
+                    weekly: list[WeeklyStats] | None,
+                    monthly: list[MonthlyStats] | None) -> None:
     today = datetime.now(UTC).date()
     year_ago = (today - timedelta(days=365)).isoformat()
     rows = [s for s in stats if s.date >= year_ago]  # 过去一年（与热力图范围一致）
 
-    # 品牌行（Token Tracker + agent 暗红）+ 红分割线 + 过去一年汇总（同 weekly 顶部样式）
+    # 品牌行（Token Tracker + agent 暗红）+ 红分割线
     brand = brand_line(agents or ["Claude Code"])
-
     avail = max(40, get_console().width - 6)  # 卡片可用内容宽 = 终端 - 缩进2 - 边框2 - padding2
-    body = Text()
-    body.append("Last 12 months", style=f"bold {_S.good}")
-    body.append(f"  {year_ago} ~ {today.isoformat()}", style=f"dim {_S.good}")
-    body.append("\n")
+
+    # --- Section 1：Last 12 months（保留原 3 行指标） ---
+    body_year = Text()
+    body_year.append("Last 12 months", style=f"bold {_S.good}")
+    body_year.append(f"  {year_ago} ~ {today.isoformat()}", style=f"dim {_S.good}")
+    body_year.append("\n")
     days = len({s.date for s in rows})
     total_cost = sum(s.cost_usd for s in rows)
     # 第一行（橙）：Tokens / Cost / Sessions / Avg/Cost / Active Days（Avg/Cost = 总成本 ÷ 活跃天数）
-    emit_metrics(body, [
+    emit_metrics(body_year, [
         ("Tokens", _fmt_tokens(sum(s.total_tokens for s in rows))),
         ("Cost", _fmt_cost(total_cost)),
         ("Sessions", str(sum(s.session_count for s in rows))),
         ("Avg/Cost", _fmt_cost(total_cost / days if days else 0)),
         (t("active_days"), str(days)),
     ], _S.peach, avail)
-    body.append("\n")
+    body_year.append("\n")
     # 第二行（蓝）：单日峰值 token / 当前·最长连续活跃天数
     peak = max(rows, key=lambda s: s.total_tokens)
     dts = sorted(date.fromisoformat(d) for d in {s.date for s in rows})
@@ -78,31 +85,67 @@ def _render_summary(stats: list[DailyStats], agents: list[str] | None) -> None:
         longest_streak = max(longest_streak, cur_streak)
     if dts and (today - dts[-1]).days > 1:  # 最近活跃日距今 > 1 天，当前连续已断
         cur_streak = 0
-    emit_metrics(body, [
+    emit_metrics(body_year, [
         (t("daily_peak"), f"{peak.date[5:]} ({_fmt_tokens(peak.total_tokens)})"),
         (t("daily_streak"), f"{cur_streak}/{longest_streak}{t('unit_day')}"),
     ], _S.blue, avail)
-    body.append("\n")
-    # 第三行（粉）：最忙星期几 / Top Model
-    wd_tokens: dict[int, int] = defaultdict(int)
-    model_tokens: dict[str, int] = defaultdict(int)
-    for s in rows:
-        wd_tokens[date.fromisoformat(s.date).weekday()] += s.total_tokens
-        for m, tk in s.models.items():
-            model_tokens[m] += tk
-    weekdays = t("weekday_full").split(",")  # Mon 开头，跟随语言
-    busiest = weekdays[max(wd_tokens.items(), key=lambda x: x[1])[0]] if wd_tokens else "-"
-    top_model = _model_short(max(model_tokens.items(), key=lambda x: x[1])[0]) if model_tokens else "-"
-    emit_metrics(body, [
-        (t("daily_busiest"), busiest), ("Top Model", top_model),
-    ], _S.pink, avail)
-
-    get_console().print(Padding(Panel(Group(brand, Rule(style=f"bold {_S.red}"), body),
+
+    parts: list = [brand, Rule(style=f"bold {_S.red}"), body_year]
+
+    # --- Section 2：This Month（Tokens / Cost / Avg/Cost 带环比 + 活跃天数 X/月总天数） ---
+    if monthly:
+        months = _merge_months(monthly)
+        cur_m = months[-1]
+        prev_m = months[-2] if len(months) >= 2 else None
+        days_in_m, elapsed_m = _month_span(cur_m.month)
+        cur_m_avg = cur_m.cost_usd / max(1, elapsed_m)
+        prev_m_avg = prev_m.cost_usd / max(1, _month_span(prev_m.month)[0]) if prev_m else None
+        active_m = len({s.date for s in stats if s.date.startswith(cur_m.month)})
+        body_m = _period_section("This Month", cur_m.month, cur_m, prev_m,
+                                 cur_m_avg, prev_m_avg, f"{active_m}/{days_in_m}")
+        parts.extend([Rule(style=_S.dim), body_m])
+
+    # --- Section 3：This Week（Tokens / Cost / Avg/Cost 带环比 + 活跃天数 X/7） ---
+    if weekly:
+        weeks_list = _merge_weeks(weekly)
+        cur_w = weeks_list[-1]
+        prev_w = weeks_list[-2] if len(weeks_list) >= 2 else None
+        this_monday = datetime.fromisoformat(cur_w.week).date()
+        days_w = max(1, min(7, (today - this_monday).days + 1))
+        cur_w_avg = cur_w.cost_usd / days_w
+        prev_w_avg = prev_w.cost_usd / 7 if prev_w else None
+        active_w = len({s.date for s in stats if s.date >= cur_w.week})
+        body_w = _period_section("This Week", f"{cur_w.week_start} ~ {cur_w.week_end}",
+                                 cur_w, prev_w, cur_w_avg, prev_w_avg, f"{active_w}/7")
+        parts.extend([Rule(style=_S.dim), body_w])
+
+    get_console().print(Padding(Panel(Group(*parts),
                                       expand=False, border_style=_S.blue, padding=(0, 1)),
-                                (0, 0, 0, 2), expand=False))
+                                (0, 0, 0, _INDENT), expand=False))
     get_console().print()
 
 
+def _period_section(title: str, subtitle: str,
+                    cur: WeeklyStats | MonthlyStats, prev: WeeklyStats | MonthlyStats | None,
+                    cur_avg: float, prev_avg: float | None, active_str: str) -> Text:
+    """This Month / This Week 段：标题 + 区间，单行橙色 Tokens/Cost/Avg/Cost（带环比）+ 活跃天数（不带环比）。
+    cur/prev 鸭子类型——Monthly/WeeklyStats 都有 total_tokens / cost_usd。"""
+    body = Text()
+    body.append(title, style=f"bold {_S.good}")
+    body.append(f"  {subtitle}", style=f"dim {_S.good}")
+    body.append("\n")
+    append_metric(body, "Tokens", _fmt_tokens(cur.total_tokens), _S.peach,
+                  cur.total_tokens, prev.total_tokens if prev else None)
+    body.append("   ")
+    append_metric(body, "Cost", _fmt_cost(cur.cost_usd), _S.peach,
+                  cur.cost_usd, prev.cost_usd if prev else None)
+    body.append("   ")
+    append_metric(body, "Avg/Cost", _fmt_cost(cur_avg), _S.peach, cur_avg, prev_avg)
+    body.append("   ")
+    append_metric(body, t("active_days"), active_str, _S.peach)
+    return body
+
+
 def _display_weeks() -> int:
     """要显示的周数，右对齐只保留最近若干周。宽度交给 Rich console 判定（它依次读 tty
     尺寸、`COLUMNS`，都拿不到才回落 80）；装不下整年时砍掉最左（最老）的周、不折行。

{token_tracker-0.4.0 → token_tracker-0.4.2/src/token_tracker.egg-info}/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.4
 Name: token-tracker
-Version: 0.4.0
+Version: 0.4.2
 Summary: Track token usage across local AI agents (Claude Code, Codex)
 Author-email: stormzhang <stormzhang.dev@gmail.com>
 License: MIT License
@@ -99,14 +99,18 @@ Dynamic: license-file
 
 通过 `Stop` hook 注入 `systemMessage` 实现，渲染 24-bit 真彩色、**不进模型上下文**（实测），**配色跟随当前主题**（与 CLI 报表 / CC 状态栏同源，`tt theme` 切换三者一起变）。`tt unsetup` 一并移除。
 
-## Status 实时面板和 日/周/月 数据报表分析
+## Daily 概览和 日/周/月 数据报表分析
 
-`tt`（无参）/ `tt status`：聚焦**过去 5 小时**的实时面板——顶部多 Agent **合并**概览（Token / Cost / Sessions / Messages / Top Model），中间 **5h / 7d 订阅额度**进度条（Claude Code / Codex 分开；都没订阅额度时换成 per-agent 的 token/cost/sessions/messages 统计），底部**近期会话**列表（CC + Codex 合并、带 Agent 列、按 Cost 倒序、Cost 前三名高亮）。所有时间按**系统时区**显示，配色跟随当前主题。
+`tt`（无参）/ `tt daily`：默认入口，GitHub 风格 token 贡献热力图 + 顶部**单一卡片**内拼三段概览（**Last 12 months / This Month / This Week**，粗→细）。
+- Last 12 months：橙色 Tokens / Cost / Sessions / Avg/Cost / 活跃天数 + 蓝色 单日峰值 / 当前·最长连续活跃天数
+- This Month / This Week：橙色 Tokens / Cost / Avg/Cost / 活跃天数，**带环比**（↑/↓ 上月 / 上周）
 
-![Token Tracker Status](assets/screenshot.png)
+`tt status`：聚焦**过去 5 小时**的实时面板——顶部多 Agent **合并**概览（Token / Cost / Sessions / Messages / Top Model），中间 **5h / 7d 订阅额度**进度条（Claude Code / Codex 分开；都没订阅额度时换成 per-agent 的 token/cost/sessions/messages 统计），底部**近期会话**列表（CC + Codex 合并、带 Agent 列、按 Cost 倒序、Cost 前三名高亮）。所有时间按**系统时区**显示，配色跟随当前主题。
 
 ![Token Tracker Daily](assets/screenshot-daily.png)
 
+![Token Tracker Status](assets/screenshot.png)
+
 ![Token Tracker Weekly](assets/screenshot-weekly.png)
 
 ![Token Tracker Monthly](assets/screenshot-monthly.png)
@@ -129,19 +133,18 @@ Dynamic: license-file
 curl -sSL https://raw.githubusercontent.com/stormzhang/token-tracker/main/install.sh | bash
 ```
 
-或者通过 pip：
+脚本自动选最优安装方式（uv / pipx / 私有 venv），绕开 PEP 668、不污染系统 Python。
 
-```bash
-pip install --force-reinstall token-tracker && tt setup
-```
+> **升级**：重跑上面的命令即可（脚本幂等、自动升到最新）。
+> **卸载**：先 `tt unsetup` 还原状态栏，再按装法移除（`uv tool uninstall token-tracker` / `pipx uninstall token-tracker` / 删 `~/.local/share/token-tracker` 与 `~/.local/bin/tt`）。
 
 ## 使用
 
 ```bash
 tt setup          # 交互配置向导（终端：上下键选语言 / 主题 / 各组件）；非 tty 环境自动全装
-tt                # 过去 5h 实时面板（合并概览 + 5h/7d 额度 + 近期会话，= tt status）
-tt status         # 同上（tt 无参即进 status）
-tt daily          # 过去一年 token 贡献热力图（GitHub 风格）+ 年度分析卡片
+tt                # 过去一年 token 热力图 + 顶部三段概览（Last 12 months / This Month / This Week，= tt daily）
+tt daily          # 同上（tt 无参即进 daily）
+tt status         # 过去 5h 实时面板（合并概览 + 5h/7d 额度 + 近期会话）
 tt weekly         # 周报：本周分析卡片 + 每日趋势柱状图 + 周 / 项目 / 模型趋势
 tt monthly        # 按月汇总（多 Agent 分组展示）
 tt sessions       # 最近 20 条会话明细（按 cost 倒序展示；tt sessions <n> 改条数、--sort 改排序）

{token_tracker-0.4.0 → token_tracker-0.4.2}/tests/test_cost.py

@@ -222,3 +222,121 @@ def test_stale_cache_survives_middownload_errors(tmp_path, monkeypatch, exc):
 
     monkeypatch.setattr(cost, "_fetch_and_cache", boom)
     assert cost._load_pricing() == {"gpt-5": {"input_cost_per_token": 7e-6}}
+
+
+# ---- 国产模型定价（2026-06 官方核实，详见 cost.py 注释）----
+
+
+def test_fallback_pricing_includes_chinese_models():
+    # 六家国产主力 model id 都要有内置价，不能因 litellm 未收录 bare key 而归零
+    pricing = cost._fallback_pricing()
+    for k in (
+        "kimi-k2.7-code", "kimi-k2.6", "kimi-k2.5", "moonshot-v1-128k",
+        "glm-4.6", "glm-4.5-air", "glm-5",
+        "qwen3-coder-plus", "qwen-max", "qwen-plus",
+        "doubao-seed-1-6", "doubao-seed-code", "doubao-1-5-pro-32k", "doubao-1-5-pro-256k",
+        "deepseek-v4-flash", "deepseek-v4-pro", "deepseek-chat", "deepseek-reasoner",
+        "MiniMax-M2", "MiniMax-M2.7", "MiniMax-M3",
+        "mimo-v2.5-pro", "mimo-v2.5",
+    ):
+        assert k in pricing, f"fallback pricing missing {k}"
+        assert pricing[k].get("input_cost_per_token", 0) > 0
+
+
+def test_glm_uses_intl_usd_pricing(monkeypatch):
+    # GLM 口径例外：用 z.ai 国际站官方 USD（$0.6/$2.2/$0.11），不折汇率
+    monkeypatch.setattr(cost, "_pricing", cost._fallback_pricing())
+    entry = make_entry(
+        model="glm-4.6", input_tokens=1_000_000, output_tokens=1_000_000, cache_read_tokens=1_000_000
+    )
+    assert cost.calculate_cost(entry) == pytest.approx(0.6 + 2.2 + 0.11)
+
+
+def test_kimi_cny_converted_to_usd(monkeypatch):
+    # Kimi K2.7 Code 中国站 ¥6.5/¥27/¥1.3 按 7.1 折 USD
+    monkeypatch.setattr(cost, "_pricing", cost._fallback_pricing())
+    entry = make_entry(
+        model="kimi-k2.7-code", input_tokens=1_000_000, output_tokens=1_000_000, cache_read_tokens=1_000_000
+    )
+    assert cost.calculate_cost(entry) == pytest.approx((6.5 + 27 + 1.3) / 7.1)
+
+
+def test_deepseek_and_qwen_cny_base_tier(monkeypatch):
+    # DeepSeek V4-Flash ¥1/¥2；Qwen3-Coder 取 0-32K 档 ¥4/¥16，均 ÷7.1
+    monkeypatch.setattr(cost, "_pricing", cost._fallback_pricing())
+    ds = make_entry(model="deepseek-v4-flash", input_tokens=1_000_000, output_tokens=1_000_000)
+    assert cost.calculate_cost(ds) == pytest.approx((1 + 2) / 7.1)
+    qw = make_entry(model="qwen3-coder-plus", input_tokens=1_000_000, output_tokens=1_000_000)
+    assert cost.calculate_cost(qw) == pytest.approx((4 + 16) / 7.1)
+
+
+def test_minimax_m2_usd_pricing(monkeypatch):
+    # MiniMax M2 官方 USD $0.3/$1.2（与中国站÷7 自洽）
+    monkeypatch.setattr(cost, "_pricing", cost._fallback_pricing())
+    entry = make_entry(model="MiniMax-M2", input_tokens=1_000_000, output_tokens=1_000_000)
+    assert cost.calculate_cost(entry) == pytest.approx(0.3 + 1.2)
+
+
+def test_mimo_cny_pricing(monkeypatch):
+    # 小米 MiMo 官方中国站人民币价（mimo.mi.com）：Pro ¥3/¥6、标准 ¥1/¥2，÷7.1；未来版本系列兜底
+    monkeypatch.setattr(cost, "_pricing", cost._fallback_pricing())
+    pro = make_entry(model="mimo-v2.5-pro", input_tokens=1_000_000, output_tokens=1_000_000)
+    assert cost.calculate_cost(pro) == pytest.approx((3 + 6) / 7.1)
+    std = make_entry(model="mimo-v2.5", input_tokens=1_000_000, output_tokens=1_000_000)
+    assert cost.calculate_cost(std) == pytest.approx((1 + 2) / 7.1)
+    # 未来 mimo-v3 → mimo-v2.5 系列兜底（¥1 input ÷7.1）
+    assert cost.calculate_cost(make_entry(model="mimo-v3", input_tokens=1_000_000)) == pytest.approx(1 / 7.1)
+
+
+def test_chinese_model_family_fallback(monkeypatch):
+    # 未知新版本 / 已下线旧 id 按系列兜底，不归零
+    monkeypatch.setattr(cost, "_pricing", cost._fallback_pricing())
+    # 未来 kimi-k3 → kimi-k2.6（¥6.5 input ÷7.1）
+    assert cost.calculate_cost(make_entry(model="kimi-k3-preview", input_tokens=1_000_000)) == pytest.approx(6.5 / 7.1)
+    # 已 EOL 的 kimi-k2-instruct → kimi 系列兜底，不归零
+    assert cost.calculate_cost(make_entry(model="kimi-k2-instruct", input_tokens=1_000_000)) == pytest.approx(6.5 / 7.1)
+    # 未来 glm-4.8 → glm-4.6（$0.6 input，不折汇率）
+    assert cost.calculate_cost(make_entry(model="glm-4.8", input_tokens=1_000_000)) == pytest.approx(0.6)
+    # 未来 minimax-m4 → MiniMax-M2（$0.3 input）
+    assert cost.calculate_cost(make_entry(model="minimax-m4", input_tokens=1_000_000)) == pytest.approx(0.3)
+
+
+def test_chinese_models_have_short_names():
+    # cost.py 内置的国产 key 都应在 MODEL_SHORT 有短名（报表 / 状态栏可读）
+    from token_tracker.ui.format import MODEL_SHORT
+    for k in (
+        "kimi-k2.7-code", "kimi-k2.6", "kimi-k2.5",
+        "moonshot-v1-8k", "moonshot-v1-32k", "moonshot-v1-128k",
+        "glm-4.6", "glm-4.5", "glm-4.5-air", "glm-4.7", "glm-5",
+        "qwen3-coder-plus", "qwen-max", "qwen-plus",
+        "doubao-seed-1-6", "doubao-seed-code", "doubao-1-5-pro-32k", "doubao-1-5-pro-256k",
+        "deepseek-v4-flash", "deepseek-v4-pro", "deepseek-chat", "deepseek-reasoner",
+        "MiniMax-M2", "MiniMax-M2.1", "MiniMax-M2.5", "MiniMax-M2.7", "MiniMax-M3",
+        "mimo-v2.5-pro", "mimo-v2.5",
+    ):
+        assert k in MODEL_SHORT, f"MODEL_SHORT missing {k}"
+
+
+def test_grok_pricing_and_retirement_routing(monkeypatch):
+    # xAI Grok 官方 USD（docs.x.ai）；2026-05-15 退役 slug 按官方路由到 grok-4.3 / grok-build-0.1
+    monkeypatch.setattr(cost, "_pricing", cost._fallback_pricing())
+    flagship = make_entry(model="grok-4.3", input_tokens=1_000_000, output_tokens=1_000_000)
+    assert cost.calculate_cost(flagship) == pytest.approx(1.25 + 2.5)
+    coding = make_entry(model="grok-build-0.1", input_tokens=1_000_000, output_tokens=1_000_000)
+    assert cost.calculate_cost(coding) == pytest.approx(1.0 + 2.0)
+    # 退役别名 grok-code-fast-1 → build-0.1 价（¥ 无关，纯 USD）
+    alias = make_entry(model="grok-code-fast-1", input_tokens=1_000_000, output_tokens=1_000_000)
+    assert cost.calculate_cost(alias) == pytest.approx(3.0)
+    # 退役 slug grok-4-fast / grok-3 → grok-4.3 价（官方就这么路由）
+    assert cost.calculate_cost(make_entry(model="grok-4-fast", input_tokens=1_000_000)) == pytest.approx(1.25)
+    assert cost.calculate_cost(make_entry(model="grok-3", input_tokens=1_000_000)) == pytest.approx(1.25)
+
+
+def test_gemini_and_grok_short_names():
+    # Gemini 不入 cost.py（litellm 价已对），只验短名在 MODEL_SHORT；Grok 短名同验
+    from token_tracker.ui.format import MODEL_SHORT
+    for k in (
+        "gemini-2.5-pro", "gemini-3-pro-preview", "gemini-3.5-flash",
+        "grok-4.3", "grok-build-0.1", "grok-code-fast-1",
+    ):
+        assert k in MODEL_SHORT, f"MODEL_SHORT missing {k}"

{token_tracker-0.4.0 → token_tracker-0.4.2}/tests/test_hooks.py

@@ -373,3 +373,81 @@ def test_detect_system_lang_non_darwin_falls_back_to_env(monkeypatch):
     assert i18n._detect_system_lang() == "zh"
     monkeypatch.setenv("LANG", "en_US.UTF-8")
     assert i18n._detect_system_lang() == "en"
+
+
+# --- SETUP_VERSION 引导版本（老用户升级后重新引导） ---
+
+
+def _isolate_config(monkeypatch, tmp_path):
+    """把 config.py 的所有路径常量切到 tmp_path，避免污染主人真实 ~/.config/token-tracker。"""
+    from token_tracker import config
+    monkeypatch.setattr(config, "CONFIG_DIR", str(tmp_path))
+    monkeypatch.setattr(config, "CONFIG_PATH", str(tmp_path / "config.json"))
+    monkeypatch.setattr(config, "_LEGACY_THEME_PATH", str(tmp_path / "theme.json"))
+    monkeypatch.setattr(config, "_LEGACY_LANG_PATH", str(tmp_path / "lang.json"))
+
+
+def test_setup_writes_setup_version(tmp_path, monkeypatch):
+    # setup() 真正落地后必须写入 setup_version=当前 SETUP_VERSION——
+    # 这是引导机制收口：所有路径（新用户 / wizard / _auto_setup / 手动 tt setup）都经此。
+    from token_tracker import config
+    home = tmp_path / "home"
+    (home / ".claude").mkdir(parents=True)
+    (home / ".codex").mkdir(parents=True)
+    settings_path = home / ".claude" / "settings.json"
+    settings_path.write_text("{}", encoding="utf-8")
+    codex_config = home / ".codex" / "config.toml"
+    codex_config.write_text("", encoding="utf-8")
+    monkeypatch.setattr(hooks, "CLAUDE_SETTINGS", str(settings_path))
+    monkeypatch.setattr(hooks, "HOOK_SCRIPT_PATH", str(home / ".claude" / "tt-statusline.py"))
+    monkeypatch.setattr(hooks, "CODEX_DIR", str(home / ".codex"))
+    monkeypatch.setattr(hooks, "CODEX_CONFIG", str(codex_config))
+    monkeypatch.setattr(hooks, "CODEX_STATUSLINE_HOOK_PATH", str(home / ".codex" / "tt-statusline.py"))
+    _isolate_config(monkeypatch, tmp_path / "cfg")
+
+    assert config.setup_version() == 0  # 老用户初始 0
+    hooks.setup(quiet=True)
+    assert config.setup_version() == config.SETUP_VERSION  # setup 完成后被打上当前版本
+
+
+def test_cli_outdated_setup_triggers_setup_flow(monkeypatch, tmp_path):
+    # 老用户 is_setup=True 且 setup_version < SETUP_VERSION → 自动走 _run_setup_flow
+    # （内部分流真终端 wizard / 会话内 _auto_setup，这里只验触发、不管分流）。
+    from token_tracker import cli, config
+    _isolate_config(monkeypatch, tmp_path)
+    calls: dict = {}
+
+    def fake_flow():
+        calls["flow"] = True
+        raise SystemExit(0)  # 短路 cli.main 后续数据命令逻辑
+
+    monkeypatch.setattr(cli, "_run_setup_flow", fake_flow)
+    monkeypatch.setattr(cli, "is_setup", lambda: True)
+    monkeypatch.setattr(cli, "needs_update", lambda: False)
+    # setup_version 字段缺失 → 读出 0 < SETUP_VERSION
+    monkeypatch.setattr(config, "SETUP_VERSION", 2)
+    monkeypatch.setattr("sys.argv", ["tt", "status"])
+
+    with pytest.raises(SystemExit):
+        cli.main()
+    assert calls == {"flow": True}
+
+
+def test_cli_setup_up_to_date_skips_flow(monkeypatch, tmp_path):
+    # setup_version 已是当前 → 不触发 _run_setup_flow，正常往下跑。
+    from token_tracker import cli, config
+    _isolate_config(monkeypatch, tmp_path)
+    calls: dict = {}
+
+    monkeypatch.setattr(cli, "_run_setup_flow", lambda: calls.__setitem__("flow", True))
+    monkeypatch.setattr(cli, "is_setup", lambda: True)
+    monkeypatch.setattr(cli, "needs_update", lambda: False)
+    monkeypatch.setattr(cli, "_build_status_data", lambda _agents: {})
+    from types import SimpleNamespace
+    monkeypatch.setattr(cli, "detect_agents",
+                        lambda: [SimpleNamespace(name="Claude Code", id="claude-code")])
+    config.save_setup_version(config.SETUP_VERSION)  # 已是最新
+    monkeypatch.setattr("sys.argv", ["tt", "status"])
+
+    cli.main()
+    assert calls == {}