MCP MeasureMCP Measure

인덱스 관측됨

ai-cost-optimizer

Cloudflare Workers MCP server: ai-cost-optimizer

사용해야 할까요

품질 및 안전성

A
설명 품질
96%
스키마 완전성
96%
이름 품질
80%
오염 위험
100%
권한 일치
100%
프로토콜 준수
100%

도구 정의와 프로토콜 준수에 대한 자동 분석을 기반으로 합니다.

컨텍스트 비용

~584토큰 (도구 정의)
~1.1 KB일반적인 응답 크기
최소한의 주의 영향 (128k 컨텍스트의 0.46%)

이는 서버의 도구가 모델의 컨텍스트에 로드될 때마다 소비되는 대략적인 토큰 수입니다. 수치가 높을수록 다른 작업에 사용할 수 있는 주의가 줄어듭니다.

설치

원클릭 설치

`claude_desktop_config.json` 파일에 다음을 추가하세요:

{
  "mcpServers": {
    "ai-cost-optimizer": {
      "url": "https://api.lazy-mac.com/ai-cost-optimizer/mcp"
    }
  }
}

원격 엔드포인트

https://api.lazy-mac.com/ai-cost-optimizer/mcpstreamable-http

할 수 있는 일

도구 목록

도구 (5)

🟢 읽기 전용🟡 쓰기🔴 삭제⚪ 알 수 없음
🟢cost_tracker(action, model, inputTokens, outputTokens, team, ...)

Record and retrieve AI API call costs by team. Persists to Cloudflare KV — survives cold starts and scale-out.

입력 스키마

{
  "type": "object",
  "properties": {
    "action": {
      "type": "string",
      "enum": [
        "record",
        "get"
      ],
      "description": "\"record\" to log a call, \"get\" to retrieve recent records"
    },
    "model": {
      "type": "string",
      "description": "Model ID (e.g., claude-3-5-sonnet-20241022, gpt-4o, gemini-2.0-flash)"
    },
    "inputTokens": {
      "type": "number",
      "description": "Number of input/prompt tokens consumed"
    },
    "outputTokens": {
      "type": "number",
      "description": "Number of output/completion tokens generated"
    },
    "team": {
      "type": "string",
      "description": "Team or project identifier (default: \"default\")"
    },
    "metadata": {
      "type": "object",
      "description": "Optional key-value metadata (request ID, user, feature flag, etc.)"
    }
  },
  "required": [
    "action"
  ]
}
🟢token_calculator(model, inputTokens, outputTokens)

Calculate cost from token counts for any supported AI model. Stateless — no KV required.

입력 스키마

{
  "type": "object",
  "properties": {
    "model": {
      "type": "string",
      "description": "Model ID to price"
    },
    "inputTokens": {
      "type": "number",
      "description": "Input token count"
    },
    "outputTokens": {
      "type": "number",
      "description": "Output token count"
    }
  },
  "required": [
    "model",
    "inputTokens",
    "outputTokens"
  ]
}
🟡budget_alert(action, team, budgetLimit, threshold)

Set and check budget limits for teams. Raises a flag when a configurable spending threshold is reached.

입력 스키마

{
  "type": "object",
  "properties": {
    "action": {
      "type": "string",
      "enum": [
        "set",
        "check"
      ],
      "description": "\"set\" to configure a budget, \"check\" to get current status"
    },
    "team": {
      "type": "string",
      "description": "Team identifier"
    },
    "budgetLimit": {
      "type": "number",
      "description": "USD budget cap"
    },
    "threshold": {
      "type": "number",
      "description": "Alert threshold percentage 0–100 (default: 80)"
    }
  },
  "required": [
    "action"
  ]
}
🟢model_breakdown(team, days)

Analyze costs broken down by model for a given team over a configurable time window.

입력 스키마

{
  "type": "object",
  "properties": {
    "team": {
      "type": "string",
      "description": "Team identifier"
    },
    "days": {
      "type": "number",
      "description": "Lookback window in days (default: 30)"
    }
  }
}
⚪cost_forecast(team, forecastDays, historicalDays)

Forecast future AI spend based on historical usage patterns using daily-average linear projection.

입력 스키마

{
  "type": "object",
  "properties": {
    "team": {
      "type": "string",
      "description": "Team identifier"
    },
    "forecastDays": {
      "type": "number",
      "description": "Days to project ahead (default: 7)"
    },
    "historicalDays": {
      "type": "number",
      "description": "Days of history to base the forecast on (default: 30)"
    }
  }
}

커뮤니티

이 서버 평가하기

증거

최근 관측

검증됨버전이 기록되지 않음도구 5개
검증됨버전이 기록되지 않음도구 5개