Codenotch とは？Claude Code・Cursor・Codexの使用量をMac画面端に常時表示するツール

GitHub急上昇中の Codenotch（GitHub: vinzdg/codenotch、スター数：1,478）は、Claude Code・Cursor・Codex・DeepSeek・Ollama等12種類のAIコーディングアシスタントの使用量上限を、macOSの画面端に小さなノッチとして常時表示するオープンソースアプリです。セッション残量の確認・待機中の通知・アラートを備え、複数のAIツールを使う開発者の「セッション切れサプライズ」を防ぎます。

Codenotch とは：AI使用量を画面端に常時表示するmacOSアプリ

AIコーディングアシスタント（Claude Code・Cursor等）を使っていると、こんな経験はないでしょうか。

作業中に突然「セッション上限に達しました」と表示されて止まる
/usageコマンドを打つたびに作業が中断される
複数のAIツールをどれくらい使ったか把握できていない

Codenotchはこれらの問題を解決するために作られました。macOSの画面端（上下左右どの端にも配置可能）に常時表示される小さなノッチに、各AIツールの使用量をリングとして視覚化します。

対応しているAIコーディングアシスタントは次のとおりです。

プロバイダー	情報源
Claude Code	Claude Desktop キャッシュ / claude /usage コマンド / OAuthトークン
Cursor	エディタのローカルSQLiteセッション
Codex	ChatGPT使用量エンドポイント
DeepSeek Platform	プラットフォームアカウントAPI（Codenotch内ブラウザでサインイン）
Ollama（ローカル）	ローカルランタイム・自動検出
LM Studio	SDKソケット + サーバーログ
Grok	Grok CLI認証ファイル
GitHub Copilot	GitHub CLIセッション

35人以上のコントリビューターが開発に参加しており、毎週機能が追加されています。

Codenotch の主要機能

使用量の視覚化

各AIプロバイダーの使用量はリング（円弧）で表示され、以下の情報をひと目で確認できます。

リング充填度：使用量の割合を円弧の長さで表示
スピニングアーク：AIセッションが処理中であることを示す回転アーク
琥珀色のリング：AIがユーザーの応答を待っている（ブロック状態）
残量・リセット時刻：ホバーするとウィンドウごとの上限とリセット日時を確認できる

セッション完了・待機通知

Codenotchはセッション状態を自動的に検知し、ノッチを自動展開して通知します。

AIエージェントが作業を完了した → ノッチが5秒間開き、システム音声で通知
AIエージェントが待機中（ユーザーの入力を待っている） → 琥珀色のリングで点滅
クリックするとそのセッションのアプリが前面に表示される

設定で「完了通知」と「待機通知」をそれぞれオン/オフでき、音も別々に設定できます。

アラート機能

使用量の80%・100%到達時にシステム通知が送信されます。

閾値ごとに1回のみ通知（超えている間は繰り返しなし）
ウィンドウが実際にリセットされてから再通知
プロバイダーごとにミュート設定可能

Codenotch の使い方：インストールと基本設定

インストール手順

GitHubのReleasesページからダウンロードします。

# 公式リリース版（署名・公証済み、これを推奨）
# https://github.com/vinzdg/codenotch/releases/latest/download/Codenotch.dmg
# → .dmgを開いてApplicationsにドラッグ

# プレビュービルド（未署名のためQuarantine解除が必要）
xattr -dr com.apple.quarantine /Applications/Codenotch.app

動作要件: macOS 15以降、Apple Silicon / Intel 両対応（Universal Binary）

初回起動と設定

起動するとmacOS画面端にノッチが表示されます。ノッチ下の歯車アイコン（設定オーブ）をクリックすると設定が開き、以下を設定できます。

表示するプロバイダーのオン/オフ
ノッチの位置（上下左右の端）
配色（アクセントカラー）
表示モード（常時表示 / ホバーで展開 / 非表示）

Ollamaと連携する方法（生成速度・Thinking計測）

Ollamaはローカルで自動検出されますが、トークン/秒やThinkingプロセスを計測したい場合はConenotchのローカルリレーを経由させます。

# ConenotchのローカルリレーをOLLAMA_HOSTとして指定
OLLAMA_HOST=http://127.0.0.1:11435 ollama run gemma4:e4b --think

これにより、LLMの生成速度（tok/s）とThinking（推論プロセス）がノッチに表示されます。プロンプトや回答の内容は一切読み取られません。

類似ツールとの違い：なぜ今Codenotchか

同様のAI使用量モニタリングツールとしてNotchi（sk-ruban/notchi）があります。

	Codenotch	Notchi
対応プロバイダー数	12種類	Claude Code・Codexのみ（主に）
Ollamaサポート	✅ ローカルLLM詳細	一部
LM Studioサポート	✅	❌
DeepSeekサポート	✅	❌
複数アカウント管理	✅	△
OSSライセンス	MIT	MIT
Windowsポート	✅ Rust/Tauri	❌

ConenotchはOllamaやLM Studioなどローカル LLMの詳細な情報（RAM/VRAM・生成速度・コンテキスト使用量）まで表示できる点で、ローカルモデルを活用するエンジニアに特に強みを持ちます。また、Windows版もRust/Tauri 2で提供されているため、将来的なクロスプラットフォーム展開も期待されます。

こんな人に向いている：実務での活用シナリオ

Claude Code・Cursor・Codexをヘビーに使うSoftware Engineer

複数のAIコーディングアシスタントを日常的に使うバックエンドエンジニアやフロントエンドエンジニアは、Codenotchで各ツールの残量を一元管理できます。セッション切れで突然作業が止まる経験を減らせます。特にClaude Code Max プランの5時間ウィンドウ制限を意識しながら作業量を調整したい方に直接メリットがあります。

MLエンジニア・AIエンジニア（ローカルLLM利用者）

OllamaやLM StudioでローカルLLMを動かすMLエンジニアは、Codenotchのローカル連携機能で生成速度（tok/s）・メモリ使用量・コンテキスト消費量をリアルタイムで監視できます。どのモデルがどれだけリソースを消費しているかが視覚的に把握でき、モデル選択の最適化に役立ちます。

仕事用・個人用でClaude Codeアカウントを分けているフリーランスエンジニア

~/.claude（個人）と~/.claude-work（仕事用）のようにClaude Codeのアカウントを分けているエンジニアは、Codenotchが両アカウントを自動検出して別々のリングで表示します。請求先を混在させずに残量管理できます。

# 仕事用アカウントでのClaude Code起動例
CLAUDE_CONFIG_DIR=~/.claude-work claude

使う前に知っておきたいこと

動作環境と制限事項

macOS 15（Sequoia）以降が必須：macOS 14以前では動作しません
APIキー不要：各ツールが既にMac上に持っている認証情報を借用するため、別途APIキーの設定は不要（DeepSeekのみブラウザサインインが必要）
レートリミット対応：Claude APIが429エラーを返した場合、60秒から最大15分まで指数バックオフで待機します。右クリックで「今すぐ更新」も可能

セキュリティに関する注意点

Codenotch自体はどのアカウントにもサインインしません。各ツールの認証情報をMacのセキュアな場所から読み取るのみです
Claude Desktopのキャッシュは読み取り専用・30分以上古いデータは表示しない等の制限あり
VerifiedはmacOS公証済み（notarized）のため、Gatekeeper通過後はMITライセンスで自由に使えます
コードはMITライセンスで公開されており、内部動作を確認・監査できます

ログ確認方法

/usr/bin/log stream --predicate 'subsystem == "com.vinz.codenotch"' --level debug

まとめ：Codenotch はAI時代のエンジニアに必須のモニタリングツール

Codenotchは、複数のAIコーディングアシスタントを使うエンジニアにとって、使用量の「見える化」を実現する実用的なツールです。GitHub上で1,478スターを集め、35人以上のコントリビューターが参加する活発なプロジェクトで、毎週新しいプロバイダーや機能が追加されています。

Claude Codeや複数のAIツールを日常的に使っている方・セッション切れを事前に把握したい方・OllamaなどローカルLLMのリソース消費を監視したい方に強くおすすめします。macOS 15以降をお持ちであれば今すぐ試せます。

この技術を学ぶ

AIコーディングアシスタントや開発環境構築に興味を持った方には、Udemyのオンラインコースもおすすめです。

🎓 関連するDevToolコース一覧 — セール時（最大90%OFF）を狙うとお得です