value-tracker

Value Tracker 是一款专为量化 AI 助手价值设计的本地 CLI 工具，通过精准的工时记录与差异化计费体系，帮助用户将抽象的时间节省转化为具体的 ROI 数据。

核心用法
该工具采用命令行交互模式，用户可通过 ./tracker.py log 命令手动记录任务，指定类别（strategy、research、tech 等 7 大类别）和耗时，或使用 log auto 让系统基于关键词自动识别任务类型。支持日、周、月多维度摘要查看（summary 命令），可生成 Markdown 格式的可视化价值报告，或导出 JSON 格式数据供外部仪表盘集成。所有配置均通过 config.json 管理，允许自定义货币符号和各类别小时费率。

显著优点
首先，完全本地化架构确保极致隐私安全，所有数据仅存储于本地 data.json 文件，无网络传输风险。其次，差异化价值计算模型科学合理，预设从 $50/hr 的 ops 到 $150/hr 的 strategy 共 7 级费率，准确反映不同工作的机会成本。自动分类功能通过关键词匹配（如 "api"、"integration" 自动归类为 tech）大幅提升记录效率。纯 Python 标准库实现零依赖，部署简单且稳定性高。

潜在局限
作为纯本地工具，其最大局限在于缺乏多设备同步能力，数据被困在单台机器上，不适合跨设备办公场景。同时，命令行界面虽高效但学习成本较高，对非技术用户不够友好。此外，项目由个人开发者维护（T3 来源），长期更新和支持存在不确定性。缺乏原生图形界面和移动端支持也限制了使用场景。

适合群体
该工具特别适合需要向客户或管理层证明 AI 投入产出的自由职业者、咨询顾问，以及希望量化团队效率增益的项目经理。对于注重数据隐私、偏好本地优先方案的技术从业者，或是习惯命令行工作流的效率极客，这款工具能提供无干扰的追踪体验。

使用风险
主要风险在于数据持久化，由于完全离线存储，若未定期备份 data.json，设备故障将导致历史记录永久丢失。另外，自动分类基于简单关键词匹配，可能存在误判（如 "market research" 与 "research" 的细微差别），建议重要任务手动核对类别以确保费率准确。