用途：借助 cursor-usage MCP 服务器访问 Cursor Enterprise 用量数据，识别节省成本的机会并给出可执行建议，适用于成本优化、预算管理、模型选择策略等场景。
主要能力与流程：
- 了解支出画像：调用 get_team_overview 获取基线，判断支出是集中在少数用户还是均匀分布；若前 10% 用户占支出超 50%，聚焦这些用户，否则聚焦模型选择策略。再调用 get_model_usage 查看主导模型，判断成本驱动是模型选择、用量还是两者兼有。
- 模型选择优化：按任务类型推荐层级——代码补全/标签页用预算级（Flash）；内联编辑（Cmd+K）用标准级（Sonnet、GPT-4o）；聊天对话用标准级；Agent 模式仅在真正复杂多步任务时用高级（Opus）；代码审查用标准级。资料称 80% 以上请求可由标准级模型处理且质量差异不明显。
- 支出限额：用 set_spend_limit 设置护栏，可选软性（团队中位数 2-3 倍）、硬性（每周期固定金额）或按计费组分别设置。限额过低会导致开发者受挫和绕过行为，建议先宽松再据数据收紧。
- 使用模式优化：检查 get_usage_events 中连续 Agent 请求较多的用户，长 Agent 循环是支出突增的首要原因；筛选 isHeadless: true 的后台请求（Bugbot、索引）；调用 get_agent_edits 和 get_tabs，若接受率低于 30%，可能需要改进提示实践而非增加请求。
成本基准（基于典型企业团队，假设标准与高级模型混用）：10 名开发者健康区间 200-500 美元/月，高 500-1,500，警报 >2,000；50 名 1,000-3,000 / 3,000-8,000 / >10,000；100 名 2,000-6,000 / 6,000-15,000 / >20,000；500 名 10,000-30,000 / 30,000-75,000 / >100,000。全部使用高级模型的团队会高 3-5 倍。
呈现建议：先讲美元影响，再展示具体用户、模型与支出数据，承认权衡（高级模型对复杂任务确实更好，目标是合理匹配而非降级），建议增量试点而非全面政策变更。
限制：资料未提供该技能的安装命令、价格、支持平台等细节；更深入的持续监控（异常检测、Slack/邮件告警、历史趋势、事件生命周期跟踪）需参考 cursor-usage-tracker。