CursorLens

当 Cursor 遇上"第三只眼"：Cursor Lens 凭什么让 AI 编程成本透明化？

背景：Cursor 用户的两难困境

你是否有过这样的经历——用 Cursor 写了三天代码，月底收到一张四位数的 API 账单，才意识到 AI 每次补全都在悄悄烧钱？对于个人开发者和小型团队来说，AI 编程工具的费用透明度一直是痛点。Cursor Lens 正是为解决这一困境而生：它是一个开源的中间层代理，专门为 Cursor IDE 构建使用分析和成本追踪仪表盘。

这个项目由独立开发者 HamedMP 于 2024 年创建，2024 年 8 月登上 ProductHunt 并获得精选，目前 GitHub 收获 398 颗星。它的核心思路非常巧妙——不修改 Cursor 本身，而是在 Cursor 和 AI 提供商之间插入一个"代理节点"，自动记录每一次请求的 token 消耗、响应耗时和费用估算。

工作原理：拦截 + 记录 + 可视化

Cursor Lens 的运行架构可以分为三层理解：

代理层（Proxy Layer）：Cursor Lens 充当 AI 请求的 HTTP 代理。用户在 Cursor 中将 AI Base URL 配置为指向本地运行的 Cursor Lens 服务（如 http://localhost:3000），再通过 ngrok 将其暴露到公网。Cursor 的所有 AI 请求先经过 Cursor Lens，由 Next.js API Routes 处理后再转发给真正的 AI 提供商（OpenAI、Anthropic、Cohere、Mistral 等）。

存储层（Database Layer）：Prisma ORM 搭配 PostgreSQL，记录每次请求的完整信息。数据模型包含 Log（日志）、AIConfiguration（AI 配置）和 ModelCost（模型价格）三张表。其中 Log 表捕获 method、url、headers、body、response 和 metadata；AIConfiguration 支持用户自定义模型参数（temperature、maxTokens、topP 等）并设为默认。

展示层（UI Layer）：Next.js 14 + React 构建的全栈应用，前端使用 Tailwind CSS + shadcn/ui 组件库，通过 Recharts 绑制统计图表。页面包括首页（实时日志流）、Logs（日志列表与详情）、Stats（统计分析）、Configurations（多模型配置管理）四大部分。

核心技术栈拆解

Vercel AI SDK 的深度应用

项目使用 @vercel/ai SDK（v3.3.14）作为 AI 调用统一封装层。该 SDK 由 Vercel 维护，支持 OpenAI、Anthropic、Google、Cohere、Mistral、Amazon Bedrock 等 20+ 提供商，并提供统一的流式响应接口。Cursor Lens 在 src/lib/model-config.ts 中定义了各模型的价格参数，输入 token 价格从 GPT-4o-mini 的 $0.15/1M 到 GPT-4 的 $30/1M 不等。

Anthropic Prompt Caching 支持（v0.1.2+）

2024 年 8 月的更新引入了 Anthropic 上下文缓存支持。用户可以在 /configuration 页面创建一个 antropicCached 类型配置，将 Cursor CMD+L 和 CMD+I 对话中的系统消息和上下文消息自动加入缓存，缓存 TTL 为 5 分钟。这一功能可显著降低长对话场景下的 token 消耗成本。

Prisma Schema 设计

model Log {
  id        String   @id @default(cuid())
  method    String
  url       String
  headers   Json
  body      Json
  response  Json?
  timestamp DateTime @default(now())
  metadata  Json     // 含 token 消耗、成本估算
  @@index([timestamp])
}

model AIConfiguration {
  id                String   @id @default(cuid())
  name              String   @unique
  provider          String   @default("openai")
  model             String
  isDefault         Boolean  @default(false)
  // ... 模型参数
}

部署体验：Docker Compose 一键启动，但 ngrok 门槛不低

项目提供 docker-compose.yml，包含 PostgreSQL 数据库、Next.js 应用和 ngrok 三个服务。Dockerfile 基于 node:18-alpine，使用 pnpm 安装依赖，构建分三个阶段：依赖安装 → Prisma Client 生成 → Next.js 编译。启动脚本 start.sh 执行数据库迁移（prisma migrate deploy）和初始化数据（prisma db seed）。

然而实际部署中最"卡脖子"的环节是 ngrok。由于 Cursor 运行在用户本地浏览器中，Cursor Lens 的服务必须暴露到公网才能被 Cursor 访问，而国内用户使用 ngrok 需要翻墙或者换用国内穿透工具（如内网穿透工具），这增加了配置复杂度。

局限性：不回避的短板

1. 仅支持 OpenAI 兼容接口：Cursor Lens 的代理层假设 AI 请求遵循 OpenAI API 格式。虽然 Vercel AI SDK 支持多提供商，但实际使用时模型必须与 Cursor 的 API 兼容格式匹配。

2. ngrok 强依赖：生产环境推荐通过域名 + 反向代理（如 Caddy/Nginx）替代 ngrok，但这需要用户自行修改 docker-compose.yml。

3. 数据隐私：所有日志存储在本地 PostgreSQL，若多人共用同一实例，日志数据将混合。缺乏用户隔离机制。

4. 测试覆盖：项目包含 Vitest 单元测试和 React Testing Library 组件测试，但整体测试覆盖率未知，代码质量评分参考值为 7.5/10。

行业意义：AI 编程工具成本可见性的探索者

Cursor Lens 的出现反映了一个趋势：随着 AI 编程工具的普及，"用量可见"和"成本可控"将成为团队和个人的刚性需求。GitHub Copilot 采用订阅制，Cursor 按 token 计费，Claude API 按调用收费——不同的商业模式背后是同样的底层逻辑：AI 能力是有价的，而对价的感知和管理正在从"黑箱"走向"白盒"。

Cursor Lens 作为一个相对年轻的项目（仍处于 alpha 阶段），已经在 ProductHunt 上验证了需求真伪。如果能解决 ngrok 依赖问题、加入团队协作功能，其潜力远不止于个人工具。