用途
CloudByte AI 面向使用 Claude Code、Cursor 和 GitHub Copilot 等 AI 编程助手的团队，用来观测 AI 在工程中的实际使用与产出。它自动追踪每一次会话、提示词和提交，并把这些数据转化为成本、ROI、安全与团队知识，从而回答“团队到底怎么用 AI、AI 又交付了什么”。
主要能力
1. 项目知识
每一次提示词、提交、工单和会话摘要都会成为项目可搜索的知识库。官方称新开发者第一天即可获得上下文，决策得以留存，避免团队重复解决同一问题。索引来源共 7 类，包括技能（Skills）、CLAUDE.md、观察记录、提交、工单、拉取请求和会话摘要。示例中显示单个项目可积累 Skills 24 个、CLAUDE.md 6 个文件、观察记录 2,186 条、Git 提交 2,059 条，并按项目索引（如 payments-api）。
2. AI 安全
提示词安全可在数据离开开发者机器前捕获凭据、密钥和个人数据。影子 AI、插件与 MCP 检测可展示正在使用的每一个工具，并提供组织级防护栏与合规所需的完整审计轨迹。安全事件会被标记、阻断并记录，例如在提示词中捕获云访问密钥（标记为 Blocked）、未批准的具备数据库访问的 MCP 服务器（标记为 Flagged）、以及在开发者机器上发现的新 AI 工具（标记为 Review）。凭据在开发者机器上被捕获，上传前即被阻断，并向管理员实时告警。
3. 度量 AI 效率
对每一次会话、每一位开发者和每一个模型提供成本、ROI 与调用链追踪。可看到 AI 实际加速了哪些工作、token 浪费在哪里，并让支出与所交付价值保持一致。官方示例展示 ROI 为 8.3×，并可统计每位开发者的平均每提示词 token 消耗（如 Raj Mathur 412.6K、Alex Chen 63.4K、Priya Sharma 59.7K、Maya Patel 52.4K）、低参与度用户（2 位用户产出低于组织 10%）。归因延迟示例显示 9:04 花费的 1 美元在 9:07 即可被归因。
4. 工程 ROI
将拉取请求、提交与交付指标关联到其背后的 AI 会话。开发者与项目洞察可展示 AI 真正交付了什么，而不仅是使用频率。示例中 PR 周期时间下降 42%。
使用方式
平台通过一个 3 KB 的代理（agent）自动采集数据，官方称零工作流改动、10 分钟上线。采集提交摘要的代理与捕获提示词的是同一个，无需 GitHub webhooks、无需仓库配置、无需修改分支保护。在采集提交时，Claude Sonnet 4.6 会读取每个 diff 并生成两到三句的摘要，可按作者、项目、分支或时间窗口过滤；点击任意提交可展开 AI 摘要、文件列表和带语法高亮的 diff 查看器。diff 以 5 天 TTL 存储，元数据与 AI 摘要永久保留。企业版支持使用你自己的 Anthropic 密钥（Your Anthropic key, your spend）。
适用场景
适合需要掌握 AI 编程工具真实采用率、成本归因、安全合规与团队知识沉淀的工程组织。典型用途包括：识别已付费但零活动的闲置席位；按开发者、项目或模型拆分 token 支出；统计缓存命中率以判断提示词缓存是否回本；将 prompt 模式聚类（如重构 27%、测试编写 22%、新功能 17%、文档与注释 9%）以了解哪类工作获得提升；通过团队活动热力图查看提示词按小时分布；进行提示词治理与安全审计。
限制
资料未提供具体定价、支持的 AI 工具与集成范围（除 Claude Code、Cursor、GitHub Copilot 外）、数据保留策略细节（除 diff 5 天 TTL 外）、合规认证、部署方式及平台要求的完整信息。这些内容暂未提供。
