关于 finops-focus-mcp
finops-focus-mcp 是面向 FinOps 从业者和 AI 助手的只读服务,用于查询 FOCUS 账单数据规范。它提供按版本整理的定义与要求,并支持版本比较和明确标注为非官方的 KPI 工具。
主要功能
- 01查询列和属性
- 02搜索规范性要求
- 03比较 FOCUS 1.0 与 1.2
- 04将 KPI 映射到列
- 05根据示例数据计算 KPI
适用场景
- 01核对列在不同版本中的含义
- 02查找账单数据要求
- 03确定计算 KPI 所需的列
MCP 相关
它通过 MCP 工具、资源和提示词提供 FOCUS 查询、搜索、版本比较及 KPI 功能。支持通过 stdio 或 Streamable HTTP 运行。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
工具
9收录的工具列表 · 更新于 1 周前
此工具无需参数。
详细介绍
finops-framework-mcp
三个非官方 MCP 服务,为 AI 助手提供结构化且附有来源的 FinOps 和 AI 成本指导,让助手依据发布方的原文和公式作答,而不是临场编造:
| 服务 | 涵盖内容 | 来源 |
|---|---|---|
| finops-framework-mcp | FinOps 框架:能力、Crawl/Walk/Run 成熟度、KPI、角色 | finops.org/framework |
| finops-focus-mcp | FOCUS 账单数据规范,按版本固定(1.0、1.2) | focus.finops.org |
| tokenomics-overview-mcp | AI 代币经济学:七层堆栈、Big-T 记法、提示词缓存指标、消耗杠杆(包括模型路由)、FOCUS 1.5 AI 成本 | tokeneconomics.com |
这三者都为只读(Agent 可以读取指导内容,但绝不能更改你的实践或数据),并且安装后可离线运行(运行时无需网络访问,也没有遥测)。你可以单独使用任意一个;配合使用则能涵盖最佳实践、证明实践成效的账单列,以及驱动 AI 代币成本的因素。
从这里开始:使用指南
aaronmsoto.github.io/finops-framework-mcp 是免费的免安装入门指南,面向 FinOps 从业者和工程师。它介绍各项服务的功能,演示如何在几分钟内将它们连接到 Claude,并通过五个示例逐步讲解,从分摊报告到判断提示词缓存是否值得投入。指南中的每个数字和引文都来自这些服务的实际运行。页面列表请参阅文档。
为什么要创建它
如果没有这些服务,询问 AI 助手“我们的成本分摊实践成熟度如何?”、“哪些 FOCUS 列可以计算有效节省率?”或“我们的提示词缓存是否值得投入?”,它都很可能编造出看似合理的答案。有了这些服务,每个回答都会采用发布方的原文和公式,以便助手读取的结构呈现,并附上来源 URL 和许可证。
服务必须自行推导的内容都会明确标注,绝不会冒充已发布的指导:
- FOCUS 服务的 KPI 到列映射、计算得出的 KPI 值以及跨版本差异,都会标记为非官方(
official: false)。 - tokenomics 服务会在每个回答中说明各来源的发布状态,因为 Tokenomics Foundation 的大部分指导内容仍是工作草案或候选发布版。其整理的交叉映射表为非官方内容,且仅在设置
FINOPS_MCP_EXPERIMENTAL=1时显示。 - framework 服务默认只提供官方内容:不会虚构能力之间的关系,也不会使用 Foundation 的 Crawl/Walk/Run 以外的成熟度级别。
快速入门
这三个包都发布在 npm 上,因此无需克隆或构建。每个包都自带数据,并可离线运行。唯一要求是 Node >= 22。
npx -y finops-framework-mcp
npx -y finops-focus-mcp
npx -y tokenomics-overview-mcp
(-y 会跳过 npx 首次运行时的安装提示,这个提示可能会导致非交互式 MCP 客户端卡住。例如,可通过 npx -y [email protected] 固定版本。)
Claude Code:
claude mcp add finops-framework -- npx -y finops-framework-mcp
claude mcp add focus-spec -- npx -y finops-focus-mcp
claude mcp add tokenomics-overview -- npx -y tokenomics-overview-mcp
Claude Desktop(claude_desktop_config.json)、项目范围的
.mcp.json,或任何 stdio MCP 客户端:
{
"mcpServers": {
"finops-framework": {
"command": "npx",
"args": ["-y", "finops-framework-mcp"]
},
"focus-spec": {
"command": "npx",
"args": ["-y", "finops-focus-mcp"]
},
"tokenomics-overview": {
"command": "npx",
"args": ["-y", "tokenomics-overview-mcp"]
}
}
}
环境变量(均为可选):
| 变量 | 服务 | 作用 |
|---|---|---|
FINOPS_MCP_DATA | framework | 使用本地刷新的数据文件,而非随包附带的 data/framework |
FOCUS_MCP_DATA | FOCUS | 同上,用于 data/focus |
TOKENOMICS_MCP_DATA | tokenomics | 同上,用于 data/tokenomics |
FINOPS_MCP_EXPERIMENTAL=1 | framework, tokenomics | 启用明确标记为非官方的扩展功能:framework 解析出的成熟度 get_actions,以及 tokenomics 交叉映射 |
每个服务也接受作为首个 CLI 参数传入的数据目录,并会通过 --version 返回其包版本和数据版本(FOCUS:其提供服务的规范版本)。
使用方法
通过每个服务的入口启动会话,然后根据其建议继续操作:
| 服务 | 从此处开始 | 然后 |
|---|---|---|
| framework | get_framework_info {} | search_framework、list_capabilities、get_capability(使用 include 控制大小)、get_kpis、assess_maturity_path |
| FOCUS | list_versions {} | search_focus、get_column、get_requirements、compare_versions、get_kpi_mapping、calculate_kpi |
| tokenomics | get_tokenomics_info {} | list_layers、get_bigt_notation、list_levers、get_metric、calculate_cache_metrics、get_crosslinks |
每个服务都擅长回答的问题:
- Framework:“Walk 级预测需要满足什么要求?”、“Rate Optimization 的 Foundation 特性包含哪些 KPI?”、“异常管理中各自负责什么?”
- FOCUS:“1.2 中的
BilledCost是什么意思?与 1.0 相比有哪些变化?”、“计算有效节省率需要哪些列?” - Tokenomics:“模型路由和 AI 网关由哪个层负责?”、“这个 Agent 的令牌用量如何随自主程度变化?”、“我们的缓存读取、写入和未缓存输入令牌数分别为 X、Y、Z:缓存是否省钱?”
**配合使用。**这些服务分别发布,彼此之间不会互相调用。相反,答案会通过 URI 交接:tokenomics 服务的 35 个 get_crosslinks 链接都由 Tokenomics Foundation 页面中的原文引述支持,并附带 finops://framework/… 或 focus://spec/… URI,供 Agent 使用另外两个服务读取。FOCUS 1.5 工作草案中的名称尚未出现在任何已批准的版本中,因此不会返回 URI。提示词缓存示例展示了如何通过这三个服务回答一个问题。
服务端表面
- finops-framework-mcp:11 个工具——
get_framework_info(入口点)、search_framework、list_capabilities、get_capability、get_maturity_assessment、get_kpis、assess_maturity_path、map_personas、get_entity、get_maturity_model、get_changelog——以及finops://framework/…资源和 4 个提示词(explain-framework、assess-capability-maturity、plan-maturity-roadmap、map-personas-to-capabilities)。数据:6 项原则、3 个阶段、4 个领域、 22 项能力、11 种角色、5 个技术类别、Scopes 概念,以及一个包含 88 项的 KPI 库。 - finops-focus-mcp:9 个工具,用于查找列和属性、规范性要求、搜索、
1.0 → 1.2 差异,以及非官方的 KPI 到列映射,并支持基于示例数据计算 KPI;
此外还提供
focus://spec/…资源和 3 个提示词。参见packages/finops-focus-mcp。 - tokenomics-overview-mcp:20 个工具,涵盖文档、Seven-Layer
Stack、Big-T 记法、杠杆、指标(含缓存指标计算器)、角色、价值分类、
FOCUS 1.5 AI 成本功能及交叉链接;此外还提供
tokenomics://overview/…资源和 3 个提示词 (optimize_consumption、assess_prompt_caching、bigt_review)。数据:14 份源文档、7 个层、6 个 Big-T 类别、32 个杠杆、7 项指标、12 种角色、35 个已声明的交叉链接。参见packages/tokenomics-overview-mcp。
三个服务端的全部提示词、资源和工具(名称、参数、URI、默认值
和限制)均根据实时 MCP 输出生成,详见
docs/mcp-surface.md。
远程选项:Cloudflare Worker
这三个服务端也都可以通过一个打包的 Cloudflare Worker(src/workers/,
端点 /mcp/framework、/mcp/focus
和 /mcp/tokenomics;参见 docs/deploy-worker.md)以
Streamable HTTP 方式运行。任何支持 Streamable HTTP 的 MCP 客户端都可以连接到已部署的 Worker,
例如:
claude mcp add --transport http tokenomics-overview "$WORKER_URL/mcp/tokenomics"
Worker 是无状态的,并提供每个服务端的默认表面(不含实验性工具)。demo/ 是一个静态浏览器页面,其中有两个演示流程:"提示词缓存是否带来了收益?"(使用你自己的 token 数量,涵盖全部三个服务端)和费率优化(framework 和 FOCUS)。
构建方式
每个服务端都由相同的三个解耦部分组成,因此刷新内容无需修改代码:
crawler ──▶ data artifact ──▶ MCP server (stdio)
src/crawlers/<name> data/<name>/ src/servers/<name>
其中 <name> 可以是 framework、focus 或 tokenomics。framework 和
tokenomics 爬虫遵循 fetch → parse → compose → derive → validate → emit 流程:
content/markdown/ 是规范中间产物,由解析后的 HTML 组合而成;所有 JSON 文件
都通过离线 derive 步骤从中重新生成,因此修复 schema 或仅涉及 JSON 的问题无需重新爬取。它们的构建产物包含
JSON Schemas 和 sha256 清单,每个服务端都会在启动时验证其构建产物,并在发现问题时拒绝启动。FOCUS 爬虫则通过 git 标签摄取每个固定版本的规范发布内容,存入 data/focus/<version>/,派生的差异和 KPI 映射位于 data/focus/derived/。
framework 服务端早期的能力关系图
(get_prerequisites/get_related)经过构建和评估后,因其边未达到准确性标准而被删除;
参见 .agents/specs/v1-official-only.md。
刷新数据
npm run build
npm run refresh # framework: crawl → artifact + diff report
node dist/crawlers/focus/cli.js # FOCUS: ingest the pinned spec tags (1.0, 1.2)
node dist/crawlers/tokenomics/cli.js refresh # tokenomics: Tokenomics Foundation pages
node dist/crawlers/framework/cli.js derive # framework: offline markdown → JSON, byte-identical
node dist/crawlers/tokenomics/cli.js derive # tokenomics: same, for data/tokenomics
爬取过程遵循礼貌原则、使用缓存并遵守 robots 规则。上游没有变化时,构建产物会保持字节级一致,且不会提升版本号;内容发生变化时,则会添加变更日志条目并提升数据版本的 semver 版本号。tokenomics 刷新还会将找到但未摄取的页面(例如工作组草案)列在其清单的 unregistered 下。docs/proposed/refresh-data.yml 提供了定时刷新工作流;这里的 .github/workflows/ 是受保护路径,因此需由所有者安装:
git mv docs/proposed/refresh-data.yml .github/workflows/refresh-data.yml
数据版本管理策略
使用方通过固定软件包版本或此仓库的 git 引用来固定数据版本。每个 manifest.json 都包含 data_version、schema_version、crawled_at、逐文件 sha256 和实体数量;derived/changelog.json 记录版本之间的变更(由框架服务通过 get_changelog 提供)。会导致架构不兼容的变更需要提升 schema_version,并要求发布服务新版本。发布基于 v* 标签进行;参见
docs/release-runbook.md。
许可证与署名
代码:MIT(参见 LICENSE)。内容均采用 CC BY 4.0,经过重组和改编——所需的署名和修改声明请参见 NOTICE.md:
data/framework/**:© FinOps Foundationdata/focus/**:© FinOps Foundation / FOCUS 项目贡献者data/tokenomics/**:© Tokenomics Foundation(Series of LF Projects, LLC)
FinOps™、FinOps Foundation™ 和 FOCUS™ 是 FinOps Foundation 的商标。本项目独立运营,与 FinOps Foundation、FOCUS 项目或 Tokenomics Foundation 无关联,也未获其认可。
文档
docs/guide/ 是使用指南:共九个独立页面,其中每个数字、引述和转录内容均来自对这些服务的实时探测,或根据已提交的示例数据计算得出。它同时也是已发布的网站:.github/workflows/pages.yml 会在每次推送到 main 且涉及该目录时,将且仅将 docs/guide/ 部署到
https://aaronmsoto.github.io/finops-framework-mcp/(部署设置和冒烟测试见
docs/deploy-pages.md)。
| 页面 | 内容 |
|---|---|
| 简介与入门 | 三个服务并列介绍;安装、Claude Code / Claude Desktop / .mcp.json 配置、Worker 远程选项,以及对每个服务的首次调用 |
| Framework MCP 参考 | 数据模型、按用途分组的全部 11 个工具、提示词和资源、分页,以及异常管理演示 |
| FOCUS MCP 参考 | 版本模型、全部 9 个工具、focus:// 资源、BilledCost 深入讲解,以及 1.0→1.2 差异 |
| Tokenomics MCP 参考 | 来源及其状态、Seven-Layer Stack 和 Big-T、全部 20 个工具、提示词、tokenomics:// 资源、交叉链接,以及模型路由和 AI 网关演示 |
| Showback 报告 | 分配 + 报告与分析 → showback 所需的 FOCUS 列 → 根据官方示例计算出的报告 |
| 费率优化(ESR) | 能力 → 精选 KPI → 1.0 与 1.2 的 FOCUS 列 → 根据官方示例计算的有效节省率 |
| 预测实践路径 | 迈向 Walk 级预测的成熟度路径:官方 Crawl/Walk 特征、KPI,以及为预测提供数据的来源 |
| 快速问答 | 一次会话中,针对框架和 FOCUS 服务进行的四次即兴实时提示词交互 |
| 提示词缓存是否有成效? | 三个服务:框架的缓存命中率 KPI → Tokenomics 公式和针对两个工作负载的计算器 → 缓存 Token 数据在 FOCUS 1.2 和 1.5 中的位置 |
每个页面也可以通过 file:// 打开;指南不依赖外部资源。指南页面采用丰富的 HTML 格式,这是有意为之的设计,也是本仓库“文档使用 Markdown”惯例的例外;相关记录见 .agents/memory/decisions.md。
开发
- Agent 指南:AGENTS.md · 设计:
docs/architecture.md(对抗性审查:docs/critique-1.md、docs/critique-2.md、docs/critique-3-publish-gate.md、docs/critique-4-focus-gate.md、docs/final-status-review.md)· 代币经济设计:docs/designs/tokenomics-overview-mcp.html - 门禁:
./scripts/agentic gates· 测试:npm test(基于 fixture,不访问 网络)· 评估:evals/framework/(docs/eval-results.md) - 在克隆仓库中开发:已提交的
.mcp.json会将全部三个服务加载到读取该文件的 MCP 客户端中,并通过npx运行已发布的软件包,因此全新克隆无需构建即可使用。若要改用工作树中的代码,请执行cp .mcp.json.example .mcp.json并先进行构建(dist/已被 git 忽略), 然后重启客户端;客户端只会在启动时读取 MCP 配置。请参阅 CONTRIBUTING.md。 - 发布:
docs/release-runbook.md。
评论
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。