Ai Cost Optimizer

io.github.lazymac2x由 GitHub 账号 lazymac2x 发布v1.0.0更新于 Oct 25, 2026

Cloudflare Workers MCP server: ai-cost-optimizer

已验证Streamable HTTP可网页运行金融数据与分析

概览

AI 生成的概览

一个远程 MCP 服务器，用于按团队和模型跟踪、计算、设定预算并预测 AI API 支出。

可以做什么
按团队记录和查询 AI API 调用成本，数据持久化在 Cloudflare KV 中，可跨冷启动和扩容实例保留。根据受支持 AI 模型的 token 数量计算成本，无需保存状态。设置并检查团队预算上限，达到可配置的支出阈值时发出标记。按可配置的时间窗口分析某团队按模型拆分的成本。基于历史用量，用日均线性推算预测未来 AI 支出。
适用场景
适合需要助手协助跟踪或汇报各团队 AI API 支出、估算 token 用量成本、设置预算阈值，或根据历史用量预测未来支出的场景。
运行要求
使用服务商托管的远程 MCP 端点，通过 streamable HTTP 访问；未声明任何软件包、环境变量或请求头。需要能访问该端点的网络。
安装前请注意
成本记录和预算上限会写入服务商的 Cloudflare KV 存储，支出数据会发送给第三方并保存在那里。预算提醒只发出标记，不会阻止支出。未声明身份验证，任何知道端点的人都可能读取或修改团队成本与预算数据。

安装

在 SourceWeft 中

  1. 打开 控制台中的 Ai Cost Optimizer，将其添加到工作区。
  2. 为需要使用其工具的对话启用该服务。

Web executable，通过 Streamable HTTP。 远程服务在工作区中配置后即可从网页运行时运行。

交给智能体安装

把这段提示词粘贴到 Claude Code、Codex、Cursor 等智能体，或 SourceWeft 对话中。智能体会读取该服务器的安装指南，先向你展示发布者、端点和登录方式，经你同意后再把它添加到你的客户端。密钥不会写进任何命令。

阅读 https://sourceweft.com/mcp/io.github.lazymac2x%2Fai-cost-optimizer/install.md，并按其中说明把这个 MCP 服务器接入我的客户端。修改任何配置之前，先告诉我它的发布者、端点和登录方式，等我确认。不要把 API 密钥写进命令或我会提交的文件；问我密钥应从哪里获取。

查看智能体所依据的安装指南

其他 MCP 客户端

把它添加到你客户端的 mcpServers 配置中。

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

README

ai-cost-optimizer-api

Cloudflare Workers MCP server: ai-cost-optimizer. REST + MCP (JSON-RPC 2.0). Live: api.lazy-mac.com/ai-cost-optimizer

来源：README.md，提交 234f023

工具

5

cost_tracker

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

输入参数teammodelaction必填metadatainputTokensoutputTokens

token_calculator

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

输入参数model必填inputTokens必填outputTokens必填

budget_alert

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

输入参数teamaction必填thresholdbudgetLimit

model_breakdown

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

输入参数daysteam

cost_forecast

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

输入参数teamforecastDayshistoricalDays

版本历史

1
  1. v1.0.0最新Sep 16, 2026

评分

已满足适用检查项的 90%

该评分衡量此收录条目的完整程度，依据注册中心条目、端点与公开来源计算得出。它不是对服务器本身的评价，也不表示服务器安全或当前可用：可连通性是带日期的检查结果，评分也不包含安装量或用户评价。

  • 近 30 天内可连通必需25 分
  • 已声明认证方式必需10 分
  • 已列出工具必需15 分
  • 描述必需15 分
  • 图标10 分
  • 文档15 分
  • 许可证10 分

    请在仓库或注册中心条目中声明许可证。