frugon 是基础设施领域的开源项目，由 Rodiun 开发，是 2026 年新上线的项目。
它收录于基础设施分类，该分类目前共有 1,130 个项目，GitHub 星标数为 212。
项目目前处于活跃维护状态，最近一次代码更新于 2026-09-21。完全免费，本地开源工具，无付费版本。
它主要面向的使用场景是：个人开发者追踪多个API的月度花费。同类可对比的替代方案包括 LangSmith、Helicone、LiteLLM。
frugon
本地跑一跑，立刻看清 LLM 账单漏在哪
frugon 是一款免费、本地运行的开源 LLM 成本分析工具，旨在帮助开发者和团队精准定位大模型账单中的费用泄漏点。它通过解析 API 调用日志，将每次请求的模型、Token 消耗、价格等维度进行聚合统计，并以直观的图表和报告形式呈现，让用户清晰了解成本分布和趋势。核心能力包括多模型支持、成本归因、异常检测和本地数据存储，确保敏感数据不出本机。它解决了云上成本监控工具难以自托管、数据隐私和定制化需求的问题，适合对成本敏感的个人开发者、中小团队以及需要精细化管理 AI 支出的企业。
开源
free
基础设施
GitHub 星标
★ 212
维护状态
活跃
是否开源
是
定价模式
free
项目数据
分类基础设施
开发团队Rodiun
所属国家
定价模式free
价格说明完全免费，本地开源工具，无付费版本。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型anthropic,cli,cost-optimization,finops,llm,llmops,local-first,openai,python
GitHub 星标★ 212
30天Star增速
HF 下载量
上线时间2026-06-20 00:00:00
最近更新2026-09-21 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数4
使用教程
核心亮点
- 完全本地运行，数据不出本机，隐私安全有保障
- 支持多模型和自定义价格，成本归因精细到每次调用
- 提供可视化报表，快速识别异常消费和费用趋势
不足之处
- 早期项目，功能迭代和稳定性待观察
- 文档和社区生态尚未成熟，上手可能需摸索
适用场景
- 个人开发者追踪多个 API 的月度花费
- 中小团队内部审计 LLM 使用成本，优化预算
- 数据敏感企业需本地化分析 AI 支出，避免云端泄露
替代项目
LangSmith、Helicone、LiteLLM
项目介绍
上一篇：VectorHub
下一篇：Awesome-LLMOps
同类项目推荐
freebuff-proxy
开源
聚合多账号，一键接入 OpenAI 兼容 API，轻松管理会话。
Multi-account OpenAI-compatible gateway for coding models. Pooled keys, session life···
microduck
开源
用 Rust 造一只会走路的桌面小鸭，快速上手双足机器人。
A Tiny biped duck robot
soperator
开源
用 Kubernetes 原生方式运行 Slurm，简化 HPC 集群管理。
Run Slurm in Kubernetes
ollama
开源
一条命令本地跑起大模型，免费、私密、不卡顿
Get up and running with Kimi, GLM, MiniMax, DeepSeek, gpt-oss, Qwen, Gemma and other···