Ai Cost Optimizer

io.github.lazymac2x由 GitHub 帳號 lazymac2x 發布v1.0.0更新於 Oct 25, 2026

Cloudflare Workers MCP server: ai-cost-optimizer

已驗證Streamable HTTP可網頁執行金融資料與分析

概覽

AI 產生的概覽

一個遠端 MCP 伺服器，用來依團隊與模型追蹤、計算、設定預算並預測 AI API 支出。

可以做什麼
依團隊記錄與查詢 AI API 呼叫成本，資料持久化於 Cloudflare KV，可跨冷啟動與擴充執行個體保留。依受支援 AI 模型的 token 數量計算成本，不需保存狀態。設定並檢查團隊預算上限，達到可設定的支出門檻時發出旗標。依可設定的時間範圍分析某團隊依模型拆分的成本。根據歷史用量，以每日平均線性推估預測未來 AI 支出。
適用情境
適合需要助理協助追蹤或彙報各團隊 AI API 支出、估算 token 用量成本、設定預算門檻，或依歷史用量預測未來支出的情境。
執行需求
使用服務商託管的遠端 MCP 端點，透過 streamable HTTP 存取；未宣告任何套件、環境變數或標頭。需要能連線至該端點的網路。
安裝前請注意
成本記錄與預算上限會寫入服務商的 Cloudflare KV 儲存，支出資料會傳送給第三方並保存在該處。預算提醒只發出旗標，不會阻止支出。未宣告身分驗證，任何知道端點的人都可能讀取或修改團隊成本與預算資料。

安裝

在 SourceWeft 中

  1. 開啟 儀表板中的 Ai Cost Optimizer，將其新增到工作區。
  2. 為需要使用其工具的對話啟用該服務。

Web executable，透過 Streamable HTTP。 遠端服務在工作區中設定後即可從網頁執行環境執行。

交給代理程式安裝

把這段提示詞貼上到 Claude Code、Codex、Cursor 等代理程式，或 SourceWeft 對話中。代理程式會讀取該伺服器的安裝指南，先向你展示發布者、端點和登入方式，經你同意後再把它新增到你的客戶端。金鑰不會寫進任何命令。

閱讀 https://sourceweft.com/mcp/io.github.lazymac2x%2Fai-cost-optimizer/install.md，並按其中說明把這個 MCP 伺服器接入我的客戶端。修改任何設定之前，先告訴我它的發布者、端點和登入方式，等我確認。不要把 API 金鑰寫進命令或我會提交的檔案；問我金鑰應從哪裡取得。

檢視代理程式所依據的安裝指南

其他 MCP 客戶端

把它新增到你客戶端的 mcpServers 設定中。

{
  "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

來源：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.

輸入參數teammodelaction必填metadatainputTokensoutputTokens

token_calculator

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

輸入參數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.

輸入參數teamaction必填thresholdbudgetLimit

model_breakdown

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

輸入參數daysteam

cost_forecast

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

輸入參數teamforecastDayshistoricalDays

版本歷史

1
  1. v1.0.0最新Sep 16, 2026

評分

已滿足適用檢查項的 90%

該評分衡量此收錄條目的完整程度，依據註冊中心條目、端點與公開來源計算得出。它不是對伺服器本身的評價，也不表示伺服器安全或目前可用：可連通性是帶日期的檢查結果，評分也不包含安裝量或使用者評價。

  • 近 30 天內可連通必需25 分
  • 已宣告認證方式必需10 分
  • 已列出工具必需15 分
  • 描述必需15 分
  • 圖示10 分
  • 文件15 分
  • 授權條款10 分

    請在儲存庫或註冊中心條目中宣告授權條款。