Cloudprice

cloudprice-mcp

FinOps MCP サーバーです。 Claude、GitHub Copilot、Cursor、Windsurf、Cline、Continue、Zed、または MCP 対応のあらゆる AI に、AWS、Azure、GCP、OCI にわたる構造化された料金データと分析プリミティブを提供します。AI クライアントは cloudprice-mcp を使って、リザーブドインスタンスの損益分岐点、マルチクラウドのワークロード TCO、移行時の退出コスト分析、スナップショットのコストモデリング、エグレスの裁定取引を計算できます。これらは通常、3つのブラウザータブと作りかけのスプレッドシートを行き来して判断するような FinOps の課題です。

25種類のツールで、コンピューティング、ブロックストレージ、オブジェクトストレージ、マネージド Postgres、エグレス（インターネット＋リージョン間。OCI の 10 TB 無料枠も明示）、マルチ AZ ワークロード、現実的な増分モデルを用いたスナップショット、リザーブドインスタンス／Savings Plan の割引、FinOps 意思決定スイート（移行、コミットメント、TCO、エグレスの裁定取引）、マルチクラウドのスポット料金とその退避時のトレードオフ、マルチクラウドの価格履歴（毎週更新されるこの種の公開データセットとして唯一のもの）、スケジュール実行エージェント向けのステートレスなコスト変動センチネル、マルチクラウドのカーボンフットプリント（1回のクエリで金額と kg CO2e の両方を取得）、マルチクラウドの GPU 料金（4つすべてのクラウドで T4／A10／L4／L40S／V100／A100／H100）、クラウドプロバイダー間の LLM トークン料金（Anthropic／OpenAI／Bedrock／Vertex／Azure OpenAI における Claude／GPT／Gemini／Llama／Mistral／DeepSeek）、週次スナップショットアーカイブを対象とした統計的な価格異常検出（z スコア＋変化率を使用し、データセットの密度に応じて自動選択）、CFO 向けの高度な FinOps 意思決定レポート生成（エグゼクティブサマリー、コスト表、カーボン、監査証跡、正直な情報不足の明記を含む Markdown レポート）をカバーします。OCI Always Free 枠（4 OCPU のコンピューティング、20 GB のオブジェクトストレージ、10 TB のエグレス）は、該当する項目で $0 として表示されます。

1行のインストール設定で、お使いのすべての AI クライアントを設定できます： pip install cloudprice-mcp && cloudprice-mcp setup — Claude Desktop、GitHub Copilot Agent Mode、Cursor、Windsurf、Cline、Continue.dev、Zed を自動検出し、各設定を書き込む前に Y/N で確認します。

cloudprice-mcp で FinOps はどのようなものになりますか？

チームが実際に尋ねる質問の例です。cloudprice-mcp を読み込んだ状態で、次のいずれかを Claude / Copilot / Cursor に貼り付けてください。

「AWS で t3.2xlarge を 6 台稼働させています。オンデマンド、1 年間の Savings Plan、3 年間の一部前払い RI の 3 年間の総コストを比較してください。損益分岐点は何か月目ですか？」 → AI は compare_workload を呼び出し、定価の基準値を取得し、AWS が公開している RI 料金を適用して、金額ベースの損益分岐点を返します。一般的な投資回収期間は約 7 か月です。

「AWS S3 の低頻度アクセス向けオブジェクトストレージから、コールド階層の 5 TB をより安価なプロバイダーに移行しようと考えています。4 つすべてのクラウドでアーカイブ階層のコストを比較し、AWS からの退出時のデータ転送コストを考慮して、投資回収期間を教えてください。」 → AI は compare_object_storage と compare_egress を呼び出し、一時的な退出コストと継続的な節約額を算出します。「移行しないでください。AWS Glacier Deep Archive はすでに最安値と同水準です」といった結果がよく示されます。

「インターネットへのデータ転送量が月 50 TB の場合、最も安いのはどこですか？移行した場合の 3 年間の節約額を示してください。」 → compare_egress → OCI は月額約 340 ドル、AWS / Azure / GCP は月額約 4,000 ドルです。この 12 倍の差は、OCI の 10 TB の無料枠によるもので、コンテンツ配信や CDN のワークロードにとって実質的な優位性となります。

「3 層の SaaS ワークロードのサイズを決めてください。Web 8 台（4/16）、アプリ 12 台（8/32）、DB 4 台（16/64）、共有 SSD 5 TB、HDD の一括データ 50 TB、月間データ転送量 10 TB です。マルチ AZ と 1 年契約を適用し、4 つすべてのクラウドでスタック全体の月額コストを比較してください。」 → AI は compare_workload と compare_egress を連鎖して呼び出し、マルチ AZ の倍率（コンピューティング ×2）と契約割引を適用します。

得られるのは、公開カタログを参照して追跡できる金額、AI によるトレードオフの説明、投資回収期間、そして移行の失敗が起きる前に防ぐ「それはやめたほうがいい」という提案です。コンソールをクリックする必要はありません。3 つの料金計算ツールを行き来する必要もありません。新しい SKU が追加された瞬間に古くなる FinOps のスプレッドシートも不要です。

---

インストール

推奨（自動設定）：

pip install cloudprice-mcp
cloudprice-mcp setup     # auto-configures every detected MCP client, asks Y/N before writing

設定したクライアントをすべて完全に再起動してください。各クライアントに 10 個のツールが表示されます。これで完了です。

信頼性に応じた選択肢：

コマンド	使用する場面
cloudprice-mcp setup	デフォルト。インストール済みの各クライアントを検出し、設定内容を表示して、Y/N を 1 回尋ねます
cloudprice-mcp setup --yes	確認を省略します（CI / スクリプト向け）
cloudprice-mcp setup --client copilot	特定のクライアントを設定します（複数回指定可能：--client copilot --client cursor）
cloudprice-mcp setup --all	検出されなくても、既知のすべてのクライアントを設定します
cloudprice-mcp setup --force	既存の設定を更新します。アップグレード後や Python の移動後に便利です
cloudprice-mcp setup --dry-run	書き込みを行わず、クライアントごとの差分を表示します
cloudprice-mcp setup --print-config	手動で貼り付けられるよう、クライアントごとの JSON を標準出力に出力します
cloudprice-mcp setup --list-clients	検出テーブルを表示します。既知のクライアントと、このシステムにインストールされているクライアントを確認できます
手動編集	新しいツールの実行を信頼できない場合は、クライアントごとの手順を INSTALL.md で確認してください

動作しない場合は、次を実行してください。

cloudprice-mcp doctor

問題の内容を正確に知らせます（Python のバージョン、インストール先、設定の場所、ツールの登録、コマンドパスの有効性）。

Python 3.10 以降が必要です。

手順に沿った手動インストール（Windows / macOS / Linux）については、INSTALL.md を参照してください。

公開されるツール

単一仕様の検索（v0.1）

ツール	機能
get_aws_price	EC2 インスタンスタイプを検索します → vCPU、メモリ、1 時間あたりおよび 1 か月あたりの USD 料金（us-east-1）
get_azure_price	Azure VM サイズを検索します → vCPU、メモリ、1 時間あたりおよび 1 か月あたりの USD 料金（eastus）
get_gcp_price	GCP Compute Engine のマシンタイプを検索します → vCPU、メモリ、1 時間あたりおよび 1 か月あたりの USD 料金（us-east1）
compare_clouds	目標仕様（vCPU + GB）を指定すると、月額コストの安い順に、最も安価で条件に合う SKU を AWS / Azure / GCP / OCI から返し、節約額の概要も示します

一括比較＋ワークロード比較（v0.2）

ツール	説明
compare_compute_inventory	コンピューティングワークロードのリスト（それぞれに vCPU／メモリ／数量／時間／省略可能な OS ディスクを指定）を、4 つすべてのクラウドで一括比較します。行ごとの一致候補、クラウドごとの合計、最も安価なクラウドを返します。
compare_storage_inventory	ブロックストレージボリュームのリスト（それぞれに容量／ディスクタイプ／数量を指定）を、4 つすべてのクラウドで一括比較します。
compare_workload	コンピューティングとブロックストレージを1回の呼び出しでまとめて比較します。2シート構成のサイジングワークブック（コンピューティング BoM＋ストレージ BoM）を反映しています。省略可能な commitment オーバーレイを適用すると、コンピューティングに1年（30％）または3年（50％）の割引が適用されます。

オブジェクトストレージ＋マネージド Postgres（v0.3）

ツール	説明
compare_object_storage	AWS S3／Azure Blob／GCP Cloud Storage／OCI Object Storage のオブジェクトストレージバケットを一括比較します。各行で容量（capacity_gb）とティア（hot／cool／archive）を指定します。OCI Always Free の 20 GB ティアを明示的に表示します。OCI のホットティアで容量が 20 GB 以下の場合、月額料金は $0 になります。
compare_postgres_database	AWS RDS／Azure Database for PostgreSQL／GCP Cloud SQL／OCI Database with PostgreSQL のマネージド PostgreSQL の料金を一括比較します。各行で vCPU／メモリ／ストレージ（storage_gb）を指定します。ストレージ料金はコンピューティング料金とは別に計算されます。

FinOps 意思決定スイート（v0.6、新機能）

クラウド間の料金比較を FinOps の意思決定に変換する、名前付きツール4つです。AI が3つ以上のツールを連鎖させる代わりに、1回の呼び出しで結果を得られます。4つのツールすべてで、構造化されたワークロードインベントリ（compute／storage／object_storage／databases／egress）と、ツール固有のオプションを使用します。

ツール	説明
assess_migration	「移行すべきでしょうか？」――移行先クラウドごとのコスト、節約率、一度限りの退出時データ送出コスト、投資回収月数を予測します。注意事項（例：「OCI A1.Flex は ARM のため、AMI を確認してください」）を付記した、3年間の TCO に基づく推奨順位を返します。
optimize_commitment	「RI／SP／CUD の投資回収にはどれくらいかかりますか？」――6つのコミットメントシナリオ（none／1yr_no_upfront／1yr_all_upfront／3yr_no_upfront／3yr_partial_upfront／3yr_all_upfront）について、シナリオごとの月額料金、前払い額、3年間の合計、節約率、投資回収月数を示します。3年間の TCO が最も低い選択肢を推奨します。
compare_total_cost_of_ownership	「クラウドごとの3年間のコストはいくらですか？」――コンピューティング／ストレージ／データ送出の前年比線形成長を想定した複数年予測を行います。クラウドごとの累積 TCO、年ごとの内訳、主要変数の感度分析を返します。取締役会向け資料に載せるような数値を提供します。
find_egress_arbitrage	「データ転送コストをどこで節約できますか？」――データ送出のみに特化した assess_migration です。OCI の12倍の価格優位性を明らかにします。月間50 TBのインターネット向けデータ送出の場合、OCI は約 $340、ハイパースケーラーでは $4,000 以上です。

4つのツールすべてが、4セクション構成のサイジングシート（compute／storage／object_storage／databases／egress）に対応する WorkloadInventory 形式を受け付けます。また、commitment、multi_az、one_time.data_to_migrate_gb フィールドも任意で指定できます。出力には honest_gaps（各ツールがモデル化しない項目の明示的な一覧）が含まれ、過度な信頼を防ぎます。

エグレス＋マルチ AZ＋スナップショットの改善（v0.5、新機能）

ツール／機能	概要
compare_egress	4 つすべてのクラウドでデータ転送料金を比較します。方向は 2 種類あります。out_to_internet（無料枠のクレジットを含む段階料金 — AWS／Azure は 100 GB、OCI は 10 TB）と、inter_region（同一クラウド内のリージョン間転送）です。インターネットへのエグレスが月 50 TB の場合、OCI はハイパースケーラーより約 12 倍低価格です。コンテンツ／CDN ワークロードにとって、実質的な競争優位性となります。
compare_workload multi_az: true	新しいフラグを指定すると、Multi-AZ／HA デプロイメント（2 つのゾーン間で同期レプリカを使用）をモデル化するため、すべてのクラウドでコンピューティングの合計が 2 倍になります。オブジェクトストレージとブロックストレージは通常、基本料金で AZ 間にまたがるため、ストレージは 1 倍のままです。
snapshot_incremental_factor	ストレージと OS ディスクのスナップショットに、新しい行ごとのフィールドを追加しました。デフォルトの 1.0 では v0.2 の上限見積もりが維持されます。一般的な実環境での増分重複排除には 0.3 を、合計からスナップショットを除外するには 0.0 を設定してください。

例：compare_workload の入力形式

{
  "compute": [
    { "name": "web", "tier": "Web", "vcpus": 4, "memory_gb": 16, "quantity": 8,  "os_disk_gb": 100, "os_disk_type": "ssd" },
    { "name": "app", "tier": "App", "vcpus": 8, "memory_gb": 32, "quantity": 12, "os_disk_gb": 200, "os_disk_type": "ssd" },
    { "name": "db",  "tier": "DB",  "vcpus": 16, "memory_gb": 64, "quantity": 4, "os_disk_gb": 500, "os_disk_type": "ssd" }
  ],
  "storage": [
    { "name": "shared-fast", "tier": "DB",  "capacity_gb": 5000,  "disk_type": "ssd" },
    { "name": "shared-bulk", "tier": "App", "capacity_gb": 50000, "disk_type": "hdd" }
  ]
}

スナップショット（v0.2.1）

ストレージ行の snapshot_count と、コンピューティング行の os_disk_snapshot_count が、料金に反映されるようになりました。クラウドおよびディスク種別ごとのスナップショット料金は同梱されています（AWS／Azure は約 $0.05/GB/月、GCP は約 $0.026/GB/月）。

注意 — 上限見積もり： スナップショット料金は snapshot_per_gb_month × full_capacity × quantity × snapshot_count として計算されます。実際のスナップショットは増分方式（変更されたブロックのみ）であるため、実際の費用は通常、このモデルの見積もりの 20〜50％です。合計に占めるスナップショットの割合が大きい場合は、各クラウドの料金計算ツールで、より正確な見積もりを確認してください。

ストレージ行の iops と throughput_mbs は、引き続きメタデータとしてのみ受け付けます。このリリースでは、SKU の照合には使用されません。

リザーブドインスタンス／Savings Plan の見積もりツール（v0.2.1）

compare_workload は、オプションの commitment パラメーターを受け付けます。

値	コンピューティングの割引	用途
none（デフォルト）	0％	オンデマンドのみ
1yr_no_upfront	30％	1 年間の AWS Savings Plan／Azure RI／GCP CUD（前払いなし）
3yr_partial_upfront	50％	3 年間、一部前払い — 「ベースラインは把握している」という場合の一般的な契約

ストレージとスナップショットは割引対象外です（多くのクラウドでは、ストレージの長期利用契約に大きな割引がありません）。割引率は控えめな平均値です。実際の料金は、インスタンスファミリー、支払い方法、リージョンによって異なります。

料金データ

料金は、4 つのクラウドにおける一般的な SKU を厳選したデータセットとして同梱されています。

• コンピューティング（AWS／Azure／GCP／OCI 全体で約 50 種類の VM SKU。OCI A1 Always Free、A2 Arm Ampere、E5 Flex を含む）
• ブロックストレージ（クラウドごとの SSD と HDD）
• オブジェクトストレージ（クラウドごとの Hot／Cool／Archive 階層。OCI Always Free 20 GB を含む）
• マネージド PostgreSQL（RDS／Azure DB／Cloud SQL／OCI Database with PostgreSQL）

毎週自動更新（v0.7 以降）

同梱カタログは、各クラウドの公開価格 API にアクセスする GitHub Action によって、毎週日曜日に更新されます。

• AWS — Pricing API（boto3 経由、OIDC 認証）
• Azure — Retail Prices API（公開、認証不要）
• OCI — Public pricing API（公開、認証不要）
• GCP — Cloud Billing Catalog API（API キー経由 — GCP_API_KEY 環境変数）。v0.8.0 で追加
• Bedrock の LLM トークン価格 — AWS Pricing API の AmazonBedrock サービスコード（boto3 経由、同じ OIDC ロール）。v0.15.0 で追加 — 追跡対象の Bedrock ホストモデル（Claude 4 Opus/Sonnet、Claude 3/3.5 Haiku、Llama 3.1/3.3、Mistral Large 2、DeepSeek R1）の入出力トークン料金を更新します
• 拡張 LLM カタログ — LiteLLM の model_prices_and_context_window.json（MIT ライセンス、コミュニティによる保守、認証不要）。v0.16.0 で追加 — Together AI、Fireworks、Groq、Replicate、Perplexity、Bedrock/Azure のリージョン別バリアント、旧バージョンのモデルを網羅する約 2,000 件の（モデル、プロバイダー）組み合わせを取り込みます。lookup_extended_model_pricing ツールで利用できます。厳選された手動確認済みの価格（compare_token_pricing）と拡張価格（lookup_extended_model_pricing）は意図的に分けてあり、ユーザーは常にどちらのカタログを参照しているかを把握できます。

更新のたびに、src/cloudprice_mcp/data/prices/YYYY-MM-DD.json と src/cloudprice_mcp/data/token_prices/YYYY-MM-DD.json に日付付きスナップショットが書き込まれます。これまでに公開された JSON はすべてリポジトリに保存されています。履歴アーカイブは MIT ライセンスで、リリースのたびに増えていきます。

すべてのツールの結果にカタログの as_of フィールドが含まれるため、どの価格が使われたのかを正確に確認できます。

公開価格履歴データセット（v0.7.1 以降）

cloudprice-mcp は、毎週のスナップショットをすべて保持することが確認できている唯一の FinOps ツールです。*「5 月の m5.xlarge の料金はいくらでしたか？」*と問い合わせられます。AWS Calculator も GCP Estimator も、ページには常に今日の価格が表示されるため、この質問には答えられません。

CLI から履歴を問い合わせる：

cloudprice-mcp history --cloud oci --sku VM.Standard.E5.Flex.4OCPU
# oci/VM.Standard.E5.Flex.4OCPU (us-ashburn-1) — 2 data point(s)
#
# AS_OF          HOURLY USD
# --------------------------
# 2026-04-26   $    0.67600
# 2026-05-12   $    0.18400
#
# Change: -72.78% ($-0.49200/h)

-72.78% の下落は、v0.7.0 の自動更新によって以前の OCI カタログにあった手動設定の不正確さが修正されたことを示しています。自動更新の仕組みが機能している証拠です。

新しい 2 つの MCP ツールを使って、AI アシスタントから履歴を問い合わせる：

• get_price_history(cloud, sku, since?) — 完全な時系列データと変動統計
• list_tracked_skus(cloud?, since?) — 履歴のあるすべての（クラウド、SKU）の組み合わせ

この機能で可能になる質問の例：

「AWS m5.xlarge の価格は過去 1 四半期で変わりましたか？」 → AI が get_price_history を呼び出し、開始価格、終了価格、変動率を含む時系列データを返します。

「1 月以降に価格が変動した、すべてのマルチクラウドの SKU を表示してください。」 → AI が list_tracked_skus(since="2026-01-01") を呼び出し、各 SKU とその最新価格、変動を返します。

プロバイダー横断のLLMトークン料金（v0.12.0+）

トークンコストは2026年に最も急速に増加しているFinOpsの費目ですが、プロバイダー横断で公開比較しているところはありません。同じモデルを複数のプロバイダーが異なる料金で提供していることがよくあります（Anthropic／Bedrock／VertexのClaude、OpenAI／Azure OpenAIのGPT、BedrockのLlama）。

from cloudprice_mcp.finops.tokens import compare_token_pricing

# Cheapest model overall for a 50M-in / 10M-out monthly workload
r = compare_token_pricing(
    monthly_input_tokens=50_000_000,
    monthly_output_tokens=10_000_000,
)
# gemini-1.5-flash on google is cheapest at $6.75/mo for 50M in / 10M out tokens.
#   gemini-1.5-flash       on google        $   6.75/mo
#   gemini-1.5-flash       on vertex        $   6.75/mo
#   gemini-2.0-flash       on google        $   9.00/mo
#   llama-3.1-8b           on bedrock       $  13.20/mo
#   gpt-4o-mini            on openai        $  13.50/mo
#   deepseek-v3            on deepseek      $  24.50/mo

# Same model across all hosts — proves Claude 4 Sonnet provider parity
# (and surfaces that only Anthropic API publishes the 90%-off cache_read rate)
r = compare_token_pricing(model_id="claude-4-sonnet")
#   anthropic   in=$3/1M  out=$15/1M  cache_read=$0.30/1M  cache_write=$3.75/1M
#   bedrock     in=$3/1M  out=$15/1M
#   vertex      in=$3/1M  out=$15/1M

8つのプロバイダーにまたがる19モデルに対応しています：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。

これにより、次のような実際の質問に答えられます：

「出力が多いチャットで、月間出力量が1,000万、コンテキスト長が200Kに対応する最安のモデルは？」 → AIが出力量と任意のmodel_familyフィルターを指定してcompare_token_pricingを呼び出し、条件を満たすすべてのモデルとプロバイダーの組み合わせについて、月額コストを安い順に返します。

「ClaudeはAnthropic APIとBedrockのどちらを使うべきですか？」 → compare_token_pricing(model_id="claude-4-sonnet")を実行すると、トークン単価は同じですが、Anthropic APIはBedrockが公開していない、10分の1のcache_read料金を提供していることがわかります。キャッシュを多用するワークロードでは、Anthropicが有利です。

マルチクラウドGPU料金（v0.11.0+）

最も急速に増加しているクラウドコストのカテゴリですが、クラウド横断で公開比較しているところはありません。

from cloudprice_mcp.finops.gpu import compare_gpu_workload
from cloudprice_mcp.pricing import load_catalog

r = compare_gpu_workload(load_catalog(), gpu_type="H100", gpu_count=8)
# OCI BM.GPU.H100.8 is cheapest at $80.0000/h for 8x H100.
#   oci    BM.GPU.H100.8                  $ 80.0000/h  $10.0000/GPU/h
#   gcp    a3-highgpu-8g                  $ 84.4000/h  $10.5500/GPU/h
#   aws    p5.48xlarge                    $ 98.3200/h  $12.2900/GPU/h
#   azure  ND96isr_H100_v5                $ 98.3200/h  $12.2900/GPU/h

4つのクラウドすべてで、NVIDIA T4、A10、A10G、L4、L40S、V100、A100、H100に対応しています。次の情報を返します：

• 時間あたりの最安候補 — 各クラウドで条件に合う最安のSKU
• GPUあたりの効率が最も高い候補 — 最安のクラウドとは異なる場合があります（例：OCIのBM.GPU4.8はGPUあたりでは最安ですが、8基構成でしか販売されていないため、gpu_count=1の場合はAzure／GCPが総額の順位で上位になります）
• 過剰プロビジョニングのフラグ — 条件に合うSKUの中で、要求した数を超えるGPUを含むものしかない場合に表示されます
• GPUメモリ — A100 40GBと80GBを区別します（同じgpu_typeフィールド）

OCIのH100に関する調査結果は実際のものです。同一のハードウェア構成では、H100を8基搭載した構成はAWS／Azureより約19％安くなります。

コスト変動センチネル（v0.9.0+）

クエリツールからエージェント機能への進化です。多くのFinOpsツールが答えるのは*「これはいくらかかるか？」ですが、このツールが答えるのは「承認したときと比べて、コストは今も同じか？」*です。

from cloudprice_mcp.finops.sentinel import watch_workload
from cloudprice_mcp.inventory import parse_dict
from cloudprice_mcp.pricing import load_catalog

# First call — captures a baseline. Persist the returned baseline JSON.
result = watch_workload(load_catalog(), parse_dict(workload_spec))
save(result["baseline"])

# Later — pass the baseline back to detect drift.
report = watch_workload(load_catalog(), parse_dict(workload_spec), baseline=load_baseline())
if report["alert_triggered"]:
    notify_humans(report["headline"])

設計上、ステートレスです — サーバーもデータベースもありません。ベースラインJSONは、IaCリポジトリ内のファイル、S3、SlackのDMなど、好きな場所に置けます。各呼び出しは(catalog, workload, baseline)を入力とする純粋関数です。

主な特長：

• ワークロードハッシュによる保護 — ワークロードの仕様を変更するとハッシュが一致しなくなり、誤解を招く変動レポートではなく、新しいベースラインが返されます
• SKUレベルの要因特定 — 変動レポートは価格履歴データセットを参照し、ベースラインと現在の価格の間で最も大きく変動したSKUを提示します
• しきい値の設定 — デフォルトは5％です。alert_threshold_pct=Nを指定して調整できます

examples/cloudprice-watch.ymlにすぐに使えるGitHub Actionsのテンプレートがあります。workload.jsonのある任意のIaCリポジトリに配置すると、コストが変動したときにGitHubのIssueが自動で作成されます。ベースラインはリポジトリにコミットされるため、履歴を監査できます。

カーボンアウェアな FinOps（v0.10.0+） — ワークロードあたりの kg CO2e を USD と併せて表示

同じクエリでコストとカーボンフットプリントの両方を返す、唯一の FinOps MCP ツールです。AWS／Azure／GCP はそれぞれ独自の顧客向けダッシュボード（Customer Carbon Footprint Tool、Emissions Impact Dashboard、Carbon Footprint）を公開していますが、プロバイダー間で比較できるものはありません。cloudprice なら比較できます。

from cloudprice_mcp.finops.carbon import compare_carbon_footprint
from cloudprice_mcp.pricing import load_catalog

result = compare_carbon_footprint(load_catalog(), vcpus=8, memory_gb=32, quantity=6)
# Returns per-cloud SKU + cost + power class (x86/ARM) + monthly kWh +
# grid-based kg CO2e + market-based residual kg CO2e (after renewable matching),
# ranked cheapest-carbon-first.

モデル化している項目（すべてのレスポンスで開示）：

• クラウドごとの PUE：各プロバイダーの公開サステナビリティレポートに基づきます
• リージョンごとの電力網の炭素強度：公開されている排出量データに基づきます（米国では EPA eGRID、その他の地域では同様の基準値を使用）
• プロバイダーごとの再生可能エネルギーのマッチング（AWS／Azure は 100%、GCP は約 64% の CFE、OCI は EU 以外ではマッチングなし）
• ARM と x86 の電力クラス — ARM SKU（Graviton、Ampere、Axion）は vCPU あたりの電力が約 30% 少ないものとしてモデル化しています
• クラウドごとに 2 種類の炭素排出量：ロケーション基準（電力網）とマーケット基準（再生可能エネルギーとのマッチング後の残余）を両方提示するため、監査担当者は両方の観点を確認できます

モデル化していない項目（常に honest_gaps[] で開示）：

• 内包炭素（サーバー製造時の排出量）— 運用時のみ対象です
• GPU／ネットワーク／ストレージの電力 — コンピューティングとメモリのみ対象です
• 時間帯別の電力網の変動 — 年間平均のみ対象です
• リアルタイムの 24 時間 365 日 CFE マッチング — GCP が公開している年間 CFE 比率を cloudprice で使用しています

この機能で可能になる実際の質問：

「4 vCPU／16 GB のインスタンスを 6 台使う場合、最も炭素排出量の少ないクラウドはどれですか？」 → AI が compare_carbon_footprint を呼び出し、クラウドごとの月間 kg CO2e をランキング形式で返します。

「x86 ではなく ARM で実行すると、炭素排出量はどれくらい削減できますか？」 → AI が同じ構成でターゲット SKU だけを変えて、2 回呼び出します。

モデル化していない項目（現実の TCO を左右する要因）

• ✅ エグレス／データ転送 — v0.5 でモデル化済み（compare_egress）
• ✅ マルチ AZ／HA レプリカ — v0.5 でモデル化済み（compare_workload の multi_az: true）
• ✅ 上限値のみだったスナップショット — v0.5 で修正済み（snapshot_incremental_factor）
• 予約／Savings Plan の SKU 詳細（リージョンやファミリーごとの詳細ではなく、一律の割引率を適用します）— ロードマップ
• マルチリージョンの料金（現在は us-east のみ。us-west／eu-west は v0.5.1 で対応予定）— ロードマップ
• IOPS に基づくストレージの照合（現在は容量のみ）— ロードマップ
• バックアップストレージ料金（無料のクラウドもあれば、課金されるクラウドもあります）— ロードマップ
• リクエスト料金（オブジェクトストレージの PUT／GET 料金）— ロードマップ
• アーカイブ階層の取り出し料金（Glacier のようなサービスでは、取り出し料金がストレージ料金の 10 倍になる場合があります）— ロードマップ
• VPC ピアリング／相互接続料金 — ロードマップ

これらはロードマップ項目として管理されています。オンデマンドの公開価格を基準として確認するには cloudprice-mcp を使用し、大きな意思決定の根拠とする前に、各クラウドの独自の料金計算ツールで最終的な TCO 分析を行ってください。

**実行時のライブ料金取得（週次更新だけではありません）**は v0.8 向けに検討中です。バンドル済みカタログではなく、MCP ツールの呼び出し時に価格を直接取得します。トレードオフとして、遅くなる（ツールの使用ごとにネットワーク呼び出しが発生する）、GCP の認証が必要になる、オフラインモードが利用できなくなる、といった点があります。v0.7 の週次自動更新で、実行時コストなしに信頼性向上の効果の約 95% を得られるため、ライブモードはオプトイン向けの機能です。

ローカルで開発する

git clone https://github.com/Albaker-Group/cloudprice-mcp.git
cd cloudprice-mcp
pip install -e ".[dev]"
pytest

開発用コピーを Claude Desktop で使用するには、設定内の command を置き換えます。

{
  "mcpServers": {
    "cloudprice": {
      "command": "python",
      "args": ["-m", "cloudprice_mcp.server"]
    }
  }
}

ライセンス

MIT — LICENSE を参照してください。

クレジット

Ali Albaker（マルチクラウドアーキテクト）が開発しました。AWS、Azure、GCP にまたがる 3 クラウド環境を月額約 $1.80 で運用しており、2026 年には 4 つ目のクラウドとして OCI が加わる予定です。