agentsview は、Claude Code・Cursor・Codexなど 40以上のAIコーディングエージェント の会話履歴を 横断的に検索し、トークン使用量とコストを可視化 するオープンソースのツールです。 リポジトリの旗印は「Browse, search, and track costs across all your AI coding agents. One binary, no accounts, everything local.」。 1つのバイナリ・アカウント不要・すべてローカル という、プライバシー重視の設計が最大の特徴です。 インストールはバイナリを1つ置くだけ、起動すればすぐ使える手軽さで、面倒なサーバー構築やサインアップは要りません。
複数のAIコーディングツールを併用していると、「どのツールでいくら使ったか」「あの会話はどこだったか」が分散して見えづらくなります。 agentsviewは、それを 1か所に集めて、検索・分析できる ようにします。 本稿は 2026年6月25日（JST）時点 で、公式GitHubリポジトリ（kenn-io/agentsview）をもとに、仕組み・機能・導入を整理します。
Claude Codeのトークン/コスト最適化については Claude Codeのトークン最適化ツール比較 も参考になります。
- ・40+のAIコーディングエージェント（Claude Code/Cursor/Codex…）の履歴を横断管理（MIT）。
- ・全文検索（FTS5）・トークン/コスト追跡・分析ダッシュボードを内蔵。
- ・プロンプトキャッシュ対応のコスト計算。料金はLiteLLMレートを自動参照。
- ・1バイナリ・アカウント不要・すべてローカル。機密を外に出さない。
- ・技術はGo＋Svelte 5＋Tauri。チーム用にPostgreSQL/DuckDBも選べる。
1. agentsviewとは — AIコーディングの「家計簿＆検索エンジン」
AIコーディングエージェントが普及し、多くの開発者が Claude Code、Cursor、Codex などを併用するようになりました。 便利な一方で、2つの悩みが生まれます。
・コストが見えない：どのツールに、どのモデルで、いくら使ったのかが分散して把握しづらい
・履歴が探せない：「あのとき相談した内容」「あの実装方針」がどのセッションだったか分からなくなる。エージェントが増えるほど、過去の会話はサイロ化して埋もれていく
agentsviewは、この2つを解決する 「AIコーディングの家計簿＆検索エンジン」 です。 各エージェントがローカルに残すログを読み取り、横断的に集約して、検索・コスト集計・分析 を提供します。 これは、AIコーディングが「たまに使う便利ツール」から「日々の開発に不可欠なインフラ」へと変わったからこそ生まれたニーズです。 インフラになったものは、コストを管理し、稼働を観測する対象になります。 サーバーにモニタリングを入れるのと同じように、AIコーディングエージェントにも“観測（オブザーバビリティ）”が必要になってきた——agentsviewは、その流れを個人レベルで満たすツールだと位置づけられます。
主な機能は次のとおりです。
・全文検索：FTS5で、すべてのメッセージ内容を高速に横断検索
・トークン/コスト追跡：セッション別・モデル別に使用量と金額を集計
・分析ダッシュボード：活動ヒートマップ・ツール使用状況・開発速度（velocity）
・セッションブラウザ：ライブ更新（SSE）＋キーボード中心の操作で履歴を素早く閲覧
・エクスポート：分析結果や会話をHTMLやGitHub Gistとして書き出し、共有・記録できる
そして全体を貫くのが、「1バイナリ・アカウント不要・すべてローカル」 という思想です。 クラウドサービスに登録する必要も、データを外部に送る必要もありません。
なぜ「家計簿＆検索エンジン」という比喩がしっくりくるのかを補足します。 AIコーディングは、使えば使うほどトークンを消費し、月末に思った以上の請求が来ることがあります。 家計簿が「何にいくら使ったか」を見える化して無駄遣いを抑えるように、agentsviewは「どのエージェント・どのモデルにいくら使ったか」を見える化し、コスト意識を持った使い方を助けます。 一方、過去のAIとの会話は、それ自体が貴重な知的資産です。 「あのバグをどう直したか」「あの設計判断の理由は何だったか」——こうした情報は、後から参照できれば再利用できますが、各ツールに分散して埋もれると探せません。 検索エンジンが情報を見つけ出すように、agentsviewは全文検索で過去の会話を即座に掘り出します。 この「支出の管理」と「知識の検索」という、AIコーディング時代に新しく生まれた2つのニーズに、1つのツールで応えているのがagentsviewの面白さです。
2. なぜ「ローカル完結」が効くのか
agentsviewの設計思想で最も重要なのが、ローカル完結・アカウント不要 です。 これは単なる手軽さの話ではありません。
AIコーディングの会話履歴には、ソースコード、設計情報、ときにはAPIキーや社内の機密 が含まれます。 これをクラウドの分析サービスに送るのは、セキュリティ・コンプライアンス上ためらわれる場面が多いものです。 agentsviewは、データを 自分のマシンの外に出さず に、履歴の検索とコスト分析を行えます。
「AIの使用状況を可視化したいが、コードや会話を外部SaaSに渡したくない」——このジレンマに、ローカル完結＋アカウント不要で答えるのがagentsviewの価値。1バイナリで動くため、導入も撤退も簡単で、試しやすい。
しかも 1つのバイナリ で動くため、複雑なセットアップやサービス連携が不要です。 試すのも、やめるのも簡単で、「とりあえず入れて使用状況を見てみる」という導入のしやすさがあります。 チームで共有したい場合は、PostgreSQLやDuckDB をバックエンドに選んで、共有ダッシュボードに拡張できます。 個人はSQLiteで手軽に、チームはRDBで本格的に——とスケールできる設計です。
チームでの活用は、コスト管理の観点で特に意味があります。 組織でAIコーディングを導入すると、「全体でいくら使っているのか」「どのチーム・どのプロジェクトのコストが大きいのか」を把握したくなります。 各メンバーが個別に明細を見るのは非効率で、全体像も見えません。 agentsviewをチーム構成（PostgreSQL/DuckDB）で運用すれば、組織横断のAIコーディング支出を、共有ダッシュボードで俯瞰 できます。 ただしその際は、誰のどの履歴を集約するのか、プライバシーや就業上の配慮をどうするか、という運用ルールを先に決めておくことが重要です。 「見える化」は便利ですが、個人の作業ログを集約する以上、監視的にならないよう、目的（コスト最適化や知見共有）を明確にして合意を取る配慮が求められます。
3. 何が見えるのか（ダッシュボードのイメージ）
agentsviewが可視化する主な指標を、イメージで示します。
特に実用的なのが コスト追跡 です。 セッション別・モデル別に金額が出るため、「今月どのエージェントに、どのモデルで、いくら使ったか」が一目で分かります。 プロンプトキャッシュを考慮した計算（キャッシュ作成・読み込みトークンの区別）を行うため、キャッシュを多用するClaude Codeのようなツールでも、実態に近い金額を出せます。 料金レートは LiteLLM のレートを自動参照し、多様なモデルの価格に対応します。
このコスト可視化は、単に「節約」のためだけのものではありません。 むしろ 「投資対効果（ROI）を判断する材料」 として価値があります。 あるエージェント・モデルに月数万円かかっていても、それで生産性が何倍にもなっているなら、それは妥当な投資です。 逆に、高コストなモデルを必要のない簡単な作業に使い続けているなら、安いモデルへ切り替える余地があります。 agentsviewでセッション別・モデル別のコストが見えれば、こうした 「どこに、どのモデルを使うのが最適か」 の判断を、感覚ではなくデータで行えます。 AIコーディングのコストが組織の経費として無視できなくなるほど、この“データに基づく最適化”の重要性は高まっていきます。
4. 仕組み：ローカルログを集約して検索・集計する
agentsviewの動作イメージを図にすると次のようになります。
※チームはPostgreSQL/DuckDB"] A2["Cursor"] --> DB A3["Codex / 他40+エージェント"] --> DB DB --> FTS["全文検索（FTS5）"] DB --> COST["コスト計算
LiteLLMレート＋キャッシュ考慮"] DB --> DASH["分析ダッシュボード
ヒートマップ・ツール使用・velocity"] FTS --> UI["Webっぽいローカルアプリ
Svelte 5 / Tauri（1バイナリ）"] COST --> UI DASH --> UI
流れはシンプルです。 各AIコーディングエージェントが ローカルに残すログ・セッションデータを読み取り、agentsviewのローカルDB（既定はSQLite）に集約します。 そこに対して、全文検索（FTS5）・コスト計算（LiteLLM）・分析ダッシュボード を提供します。 表示は、Svelte 5で作られたSPAをTauriでラップしたデスクトップアプリ（1バイナリ）です。 セッションブラウザは SSE（Server-Sent Events）でライブ更新 されるため、エージェントを使っている最中に履歴がリアルタイムで増えていく様子も見られます。 キーボード中心のナビゲーションに最適化されているのも、開発者向けツールらしい配慮で、マウスに持ち替えずに素早く履歴を辿れます。
バックエンドがGo、フロントがSvelte、デスクトップ化がTauri——という構成は、軽量で高速、かつクロスプラットフォーム に強い、近年の人気スタックです。 ローカルで大量のログを検索・集計するには性能が要りますが、Go＋SQLite（FTS5）はこの用途に向いています。
ここでの設計判断のうまさは、「各エージェントのログ形式の違いを吸収して、共通のDBに集約する」 ところにあります。 Claude Code、Cursor、Codexは、それぞれ独自の形式で会話やセッションを記録します。 これらをバラバラに見ていては横断的な分析はできません。 agentsviewは、各ツールのログを読み取って自分のDBに正規化することで、「ツールの違いを越えた一覧」 を可能にしています。 40以上のエージェントに対応すると謳えるのは、この“読み取り・正規化”の層を地道に作り込んでいるからです。 利用者から見れば、普段どおり各エージェントを使うだけで、その記録がagentsviewに集まり、横断的に検索・集計できる——という体験になります。 既存のワークフローを変えずに“可視化レイヤ”だけを後付けできる点が、導入のハードルを下げています。
5. 他ツール・他アプローチとの違い
立ち位置を整理します。
| アプローチ | データの所在 | 対象 | 特徴 |
|---|---|---|---|
| agentsview | ローカル | 40+のAIコーディングエージェント横断 | 全文検索＋コスト＋分析、1バイナリ |
| 各ツール内蔵の使用状況 | 各ツール/クラウド | そのツールのみ | 横断不可・粒度はまちまち |
| クラウドのLLM監視SaaS | 外部クラウド | API経由のLLM呼び出し | 横断的だがデータを外部送信 |
| 手作業（明細を見る） | 各プロバイダ | 請求単位 | 正確だが手間・履歴検索不可 |
agentsviewの差別化は、「複数エージェントを横断」×「ローカル完結」×「検索＋コスト＋分析を1つで」 という組み合わせにあります。 各ツール内蔵の使用状況は単体しか見えず、クラウド監視SaaSはデータを外部に送ります。 agentsviewは、横断的でありながらローカルに閉じる という、機密性を保ちたい開発者にとって嬉しいポジションを取っています。 「横断性」と「ローカル性」は一見両立しにくい性質ですが、各エージェントが手元に残すログを読む方式だからこそ、外部に送らずに横断できる——という点が、この設計の巧みなところです。
AIコーディングエージェント自体については Clineの使い方 や OpenCode導入ガイド も本サイトで解説しています。 これらを併用しているなら、その使用状況・履歴・コストをまとめて一望できるようにするのがagentsviewの役割です。 言い換えれば、agentsviewは特定のエージェントと競合するものではなく、どのエージェントを使っていても、その上に被せられる“中立の可視化レイヤ” です。 エージェント市場は移り変わりが激しく、来月には別のツールが主流になっているかもしれません。 そんな中で、特定ツールに依存しない横断的な可視化を、しかもローカルで持っておけることは、長く使ううえでの安心材料になります。
6. 向き不向きと注意点
agentsviewにも向き不向きがあります。
・向いている：複数のAIコーディングエージェントを併用／コストを把握・最適化したい／履歴を横断検索したい／データをローカルに閉じたい
・向いていない：1つのツールしか使わず内蔵機能で足りる／そもそも履歴を残さない運用
導入時の注意点も押さえておきましょう。
・対応状況の確認：対応エージェント（40+）やログの読み取り方法はバージョンで変わり得る。自分の使うツールが対象か確認
・コスト数値はあくまで推定：LiteLLMレートに基づく試算で、為替や料金改定で実額とずれ得る。厳密な請求額は各プロバイダの明細で確認
・ログの場所と権限：各エージェントのログを読み取るため、保存場所やアクセス権限の前提を理解しておく
・チーム運用：共有ダッシュボードにする場合、PostgreSQL/DuckDBの構築と、誰の履歴を集約するかの設計が必要
・過信しない：分析はあくまで参考。velocity（速度）などの指標は、文脈を無視して人事評価に使うべきものではない
AIコーディングの履歴には、コード・設計・認証情報などの機密が含まれ得る。agentsviewはローカル完結だが、エクスポート（HTML/Gist）で外部に出すときは中身を確認すること。特にGitHub Gistは公開設定に注意。
まとめ
agentsviewは、40以上のAIコーディングエージェントの履歴を横断検索し、トークンとコストを可視化する ローカル完結のMITライセンスOSSです。
要点を整理すると次のようになります。
・全文検索（FTS5）・トークン/コスト追跡・分析ダッシュボードを1つで提供
・プロンプトキャッシュ対応のコスト計算、料金はLiteLLMレートを自動参照
・1バイナリ・アカウント不要・すべてローカルで、機密を外に出さない
・Go＋Svelte 5＋Tauri製。チームはPostgreSQL/DuckDBで共有ダッシュボードに拡張
・Claude Code/Cursor/Codex等を併用する開発者・チームの“可視化レイヤ”
AIコーディングが日常になり、複数エージェントの併用とコストが無視できなくなった今、agentsviewは「横断的な可視化を、ローカルで安全に」提供する。家計簿（コスト追跡）と検索エンジン（全文検索）を兼ね、しかもデータを外に出さない。複数ツールを使っていて支出や履歴の把握に困っているなら、1バイナリで試せる手軽さもあり、入れてみる価値は高い。プライバシーを守りながらAIコーディングの“使い方”を最適化したい人に向いたOSSだ。
参照ソース
・kenn-io/agentsview（公式GitHubリポジトリ）
・LiteLLM（モデル料金レートの参照元）
・Claude Codeのトークン最適化ツール比較（本サイト）
・AIエージェントとは？仕組み・種類・代表的OSSフレームワーク【2026年版】（本サイト・ピラー）
