用途：审计 CoreWeave GPU 集群的真实美元成本泄漏，覆盖四类问题——闲置预留容量、GPU 型号错配的合理配置浪费、已分配但闲置的实例、以及应转为承诺的稳定按需支出，最终生成按月度美元影响排序的 FinOps 报告。
主要能力：CoreWeave 无成本仪表盘和计费 API，也无单一美元指标，因此该技能从托管 Grafana 用 PromQL 查询用量，再由 scripts/rank-and-report.py 确定性地乘以费率卡价格并排序，代理不自行估算数字。四类泄漏分别标注为 Confirmed（已确认浪费）、Estimated（合理配置模型）和 At-risk（承诺决策），避免将模型化数字误读为可回收现金。
使用方式：流程为 detect → price → rank → report。先探测 billing:instance:total 验证指标访问权限，失败则停止；再拉取 30 天支出基线；依次检测四类泄漏；最后用 jq 汇总各泄漏 JSON 并运行 python3 scripts/rank-and-report.py 生成报告。认证全部来自环境变量 $CW_PROM_URL、$CW_TOKEN、$KUBECONFIG，无硬编码密钥。
适用场景：需要定位 CoreWeave GPU 集群成本浪费、为 CFO 或工程团队提供美元化成本报告的 FinOps 场景。
限制：需要 CoreWeave 托管 Grafana 访问权限（admin、metrics 或 write 组成员），这是硬依赖；需要 Prometheus/Grafana 查询端点和 bearer token；需要集群 kubeconfig；费率卡需自行提供（来自 references/gpu-right-sizing.md 的定价快照或客户合同）；需要 jq 和 python3。若 DCGM 指标缺失，相关泄漏的利用率过滤需跳过并注明“利用率不可用”，而非报告为 0。该技能为社区贡献，与 CoreWeave, Inc. 无关联。