cloudprice-mcp

cloudprice-mcp 是一个由 Albaker-Group 开发的 FinOps MCP 服务器，目标是把原本散落在多个浏览器标签页和半成品电子表格里的云成本决策，交给 AI 客户端直接计算和解释。任何兼容 MCP 的 AI（Claude、GitHub Copilot Agent Mode、Cursor、Windsurf、Cline、Continue.dev、Zed）在加载该服务器后，即可获得跨 AWS、Azure、GCP、OCI 的定价数据与分析能力。

【用途】 cloudprice-mcp 面向云成本优化（FinOps）场景，让 AI 能够回答并计算：预留实例/节省计划的盈亏平衡点、多云工作负载总拥有成本（TCO）、迁移退出成本分析、快照成本建模、出口流量套利、GPU 跨云比价、LLM Token 跨供应商比价，以及工作负载的碳排放估算。所有结果中的金额都可追溯到公开价格目录，并附带 AI 解释的取舍、回本周期，以及可能的“不要迁移”建议。

【主要能力】 工具集共 25 个，按版本演进：

• 单规格查询（v0.1）：查询单个云资源的定价。
• 批量与工作负载比较（v0.2）：使用 WorkloadInventory 结构比较完整工作负载。
• 对象存储与托管 Postgres（v0.3）：比较对象存储层级与托管 PostgreSQL。
• FinOps 决策套件（v0.6）：四个命名工具（迁移、承诺、TCO、出口套利），一次调用完成跨云定价到 FinOps 决策的转换，输入为结构化工作负载清单（compute / storage / object_storage / databases / egress）及选项（commitment、multi_az、one_time.data_to_migrate_gb）。输出包含 honest_gaps，明确列出未建模的内容。
• 出口流量与多可用区（v0.5）：compare_egress 建模互联网与跨区域出口，显式呈现 OCI 10 TB 免费额度；多可用区以 multi_az: true 对计算成本乘以 ×2。
• 快照（v0.2.1）：storage 行的 snapshot_count 与 compute 行的 os_disk_snapshot_count 参与计价，按 snapshot_per_gb_month × 全量容量 × 数量 × snapshot_count 给出上限估算，真实增量快照通常为该数值的 20-50%。
• 预留实例/节省计划估算（v0.2.1）：compare_workload 接受 commitment 参数，应用保守的平均折扣档位；存储与快照不打折。
• 多云端点竞价（v0.11+ 前已有，含驱逐权衡）。
• 多云价格历史（v0.7.1+）：保留每周快照，可查询“m5.xlarge 在五月多少钱”，支持 CLI 与 get_price_history、list_tracked_skus 两个 MCP 工具。这是同类中唯一的公开每周刷新数据集。
• 跨供应商 LLM Token 定价（v0.12.0+）：覆盖 8 家提供商 19 个模型，包括 Claude（4 Opus/4 Sonnet/3.5 Haiku/3 Haiku）、GPT（5、5 mini、4o、4o-mini、o1）、Gemini（2.0 Flash、1.5 Pro/Flash）、Llama（3.1 8B/70B/405B、3.3 70B）、Mistral Large 2、DeepSeek V3/R1。提供 compare_token_pricing（手工核验目录）与 lookup_extended_model_pricing（来自 LiteLLM 的扩展目录，约 2000 个模型/提供商组合，覆盖 Together AI、Fireworks、Groq、Replicate、Perplexity 等）。
• 多云 GPU 定价（v0.11.0+）：覆盖 NVIDIA T4、A10、A10G、L4、L40S、V100、A100、H100，跨四大云返回绝对小时价赢家、单 GPU 效率赢家、过度配置标记与 GPU 显存区分。OCI 8x H100 比 AWS/Azure 同硬件便宜约 19%。
• 成本漂移哨兵（v0.9.0+）：无状态设计，基线 JSON 可存放任意位置，按（目录、工作负载、基线）纯函数计算；工作负载哈希保护、SKU 级归因、可配置阈值（默认 5%），并提供 GitHub Action 模板 examples/cloudprice-watch.yml。
• 碳感知 FinOps（v0.10.0+）：同一查询返回美元与 kg CO2e。建模项包括各云 PUE、区域电网碳强度、可再生匹配、ARM 与 x86 功耗差异（ARM 每 vCPU 约低 30%），同时给出基于位置与基于市场两个碳数值。未建模项（始终披露）：隐含碳、GPU/网络/存储功耗、分时电网波动、实时 24/7 CFE 匹配。
• 价格异常检测：对每周快照归档做 z-score 与百分比变化统计检测。
• CFO 级 FinOps 决策报告生成：Markdown 报告，含执行摘要、成本表、碳、审计轨迹与诚实缺口。
• OCI Always Free 层（4 OCPU 计算、20 GB 对象存储、10 TB 出口）在适用处显示为 $0 行项。

【使用方式】 安装：pip install cloudprice-mcp && cloudprice-mcp setup。该命令会自动检测 Claude Desktop、GitHub Copilot Agent Mode、Cursor、Windsurf、Cline、Continue.dev 与 Zed，并在写入每个配置前询问 Y/N。配置后需完全重启相应客户端，每个客户端将出现 10 个工具。若出现问题，可运行诊断命令检查 Python 版本、安装路径、配置位置、工具注册与命令路径有效性。要求 Python 3.10+。手动安装步骤见 INSTALL.md。

【数据刷新】 内置目录为跨四云的常见 SKU 精选数据集，每周日由 GitHub Action 自动刷新：AWS 用 Pricing API（boto3、OIDC 认证），Azure 用 Retail Prices API（公开免认证），OCI 用公开定价 API（公开免认证），GCP 用 Cloud Billing Catalog API（需 GCP_API_KEY 环境变量，v0.8.0 加入）。Bedrock LLM Token 价格通过 AWS Pricing API 的 AmazonBedrock 服务代码刷新（v0.15.0）。扩展 LLM 目录来自 LiteLLM 的 model_prices_and_context_window.json（MIT 许可、社区维护、免认证，v0.16.0）。每次刷新写入带日期的快照 JSON，历史归档 MIT 许可并随版本增长。每个工具结果包含 as_of 字段。

【适用场景】

• 比较 6× t3.2xlarge 在 AWS 上按需、1 年节省计划、3 年预留实例部分预付的 3 年总成本与盈亏平衡月份。
• 评估将 5 TB 冷层对象存储从 AWS S3 迁至更便宜提供商的退出成本与回本周期（常发现 AWS Glacier Deep Archive 已并列最便宜）。
• 在 50 TB/月互联网出口下寻找最便宜云，展示 3 年迁移节省（OCI 约 $340/月 vs AWS/Azure/GCP 约 $4,000/月）。
• 为三层 SaaS 工作负载（8 web 4/16、12 app 8/32、4 DB 16/64、5 TB 共享 SSD、50 TB HDD 批量、10 TB/月出口）比较四云全栈月成本，含多可用区与 1 年承诺。
• 查询价格历史趋势、价格异动。
• 比较 Claude 在 Anthropic API 与 Bedrock 的价格，发现 Anthropic API 的 cache_read 费率便宜 10 倍。
• 为 200K 上下文、输出密集型聊天、10M/月输出量寻找最便宜模型。
• 比较 4 vCPU/16 GB 6 实例的最低碳云，或比较 ARM 与 x86 的碳节省。
• 在 IaC 仓库中放置 workload.json 与 GitHub Action 模板，成本漂移时自动开 Issue。

【限制】 部分建模项仍属路线图：预留/节省计划仅应用统一档位折扣，无按区域/系列细节；当前仅 us-east 定价，us-west/eu-west 计划于 v0.5.1；基于 IOPS 的存储匹配（当前仅容量）；备份存储费用；对象存储请求成本（PUT/GET）；归档层检索成本（Glacier 式检索可达存储成本 10 倍）；VPC 对等/互联成本。快照为上限估算。碳足迹仅运营排放，不含隐含碳、GPU/网络/存储功耗、分时电网波动与实时 24/7 CFE 匹配。这些限制会通过 honest_gaps[] 显式披露。

【分类】 该工具是 MCP 服务器，为 AI 客户端提供云定价数据与分析原语，属于 AI 开发平台类。