pickfit

瀏覽開發者 CLI

tcount

本機 token 計數器,透過 CLI 與 Go 函式庫計算 LLM 檔案、資料夾與 stdin。

已在 macOS 和 Linux 上測試

使用

macOS arm64

  1. brew install lancekrogers/tap/tcount

    brew install lancekrogers/tap/tcount

確認能用

tcount /tmp/myfile.txt

輸出應包含「o200k_base」。

先試試這個

cat > /tmp/myfile.txt <<'EOF'
Hello world! This is a test file for token counting.
The quick brown fox jumps over the lazy dog.
Lorem ipsum dolor sit amet, consectetur adipiscing elit.
EOF
cat /tmp/myfile.txt
tcount /tmp/myfile.txt

執行 tcount <file> 查看檔案的 token 數。

Linux x86_64

  1. 透過 npm 候選安裝 tcount

    npm install -g @obedience-corp/tcount

確認能用

tcount --version

輸出應包含「tcount version 0.7.0」。

先試試這個

cat > myfile.txt <<'EOF'
Hello world. This is a test file for token counting with tcount.
It contains a few sentences to count tokens locally.
EOF
cat > prompt.md <<'EOF'
# Sample prompt
Write a haiku about token counting in LLM workflows.
EOF
cat > document.md <<'EOF'
# Document
This is a sample document for JSON output testing. Token counting should be local and fast.
EOF
mkdir -p src && printf 'Hello from a\n' > src/a.txt && printf 'Second file with more content for counting tokens.\n' > src/b.txt && ls -R
tcount myfile.txt

執行 tcount <file> 查看檔案的 token 數。

它能做什麼

  • 以 OpenAI tokenizer 精確計算 token
    怎麼使用
    1. 執行 tcount <file> 查看精確的 o200k_base token 數。
    已測試
  • 取得 Claude 與 Gemini 的概略 token 數
    怎麼使用
    1. 執行 tcount --model claude-sonnet-4.5 <file> 取得 Claude 的概略數量。
    2. 執行 tcount --model gemini-2.5-pro <file> 取得 Gemini 的概略數量。
    已測試
  • 查看脈絡視窗的使用比例
    怎麼使用
    1. 執行 tcount --model gpt-5 <file>。
    2. 查看輸出表格中的 Context Usage 欄位。
    已測試
  • 計算整個目錄樹的 token 數
    怎麼使用
    1. 執行 tcount -d <directory>,計算該目錄下(含子資料夾)所有檔案的 token 數。
    已測試

pickfit 測到哪一步

macOS arm64

  1. 可以安裝
  2. 可以啟動
  3. 4 項功能中 4 項可用
  4. 可離線使用

Linux x86_64

  1. 可以安裝
  2. 可以啟動
  3. 4 項功能中 4 項可用
  4. 可離線使用

Windows:專案說支援,但 pickfit 還沒試過。

適合用來

  • 計算檔案的 token 數
  • 計算整個目錄樹的 token 數
  • 檢查模型的上下文視窗使用量
  • 為指令碼計算管線輸入的提示詞 token 數
  • 以 JSON 輸出 token 數供指令碼使用

pickfit 怎麼測的

每次測試都從乾淨的機器開始,照上面的步驟執行。 pickfit 怎麼驗證

macOS arm64

主要功能可用

  • 從頭重跑
  • 可離線使用
  • 檢查於 2026年11月1日
  • 版本 0.7.0

Linux x86_64

主要功能可用

  • 從頭重跑
  • 可離線使用
  • 檢查於 2026年10月30日
  • 版本 0.7.0

怎麼看工具卡

縫線
pickfit 親自安裝過這款工具,縫線下方的內容都來自那次測試。沒測過的工具,一律沒有縫線。
已在你的作業系統上驗證
安裝步驟在你選的系統上跑過。「只在 Linux 上執行過」表示還沒在你的系統上跑過。
macOS、Linux 和 Windows在哪裡測過
綠色系統標記:pickfit 在該系統跑過安裝步驟。灰色:README 說支援,但 pickfit 還沒試過。
測試進行到哪一步
能安裝並啟動、主要功能可用、服務有回應、能產生模型輸出。視窗代表桌面應用程式已開啟;插頭代表 MCP 用戶端用過它。標記在測試結果旁邊:展開「為什麼適合、我們怎麼知道」,或在「pickfit 怎麼測的」裡。
視覺檢查
pickfit 看過應用程式的截圖。綠色:畫面正常。黃色加數字:有看起來不對的地方,點開就能看到。灰色虛線:還沒檢查。
已知漏洞
它安裝的套件有沒有已知的高風險或嚴重漏洞(OSV.dev)。綠色:沒有已知漏洞。紅色加數字:有幾個,點開看清單,安裝前先看過。灰色虛線:沒有檢查,不代表安全。
關於這次測試
測試日期,以及測到的版本。
理由的來源
每個推薦理由都依據簡介裡的一個欄位。展開理由就能看到欄位和值。
寶藏
品質高、少有人知。
品質與知名度
兩個分數,滿分都是 100。品質:pickfit 試裝、試用的結果,以及安裝文件和維護狀況。知名度:看星數、下載量和 Hacker News。
已檢查的功能
README 宣傳的主要功能裡,實測通過幾項(綠色)、失敗幾項(紅色)。灰色是沒檢查的,工具卡會說明原因。
未驗證
Fitz 依一般知識提到的知名工具。沒有測試紀錄、沒有步驟、沒有分數。