关于 metrxbots
metrxbots 是 Metrx 的官方 MCP 服务,用于监控 AI Agent 成本并发现减少浪费的方式。其工具涵盖预算、模型优化、告警、实验和 ROI 归因。
主要功能
- 01Agent 与模型成本汇总
- 02模型比较和路由建议
- 03预算控制与告警
- 04成本泄漏扫描
- 05实验与 ROI 归因
适用场景
- 01查看 Agent 集群的支出
- 02发现重试过多或上下文过长
- 03测试其他模型并比较成本
- 04将 Agent 操作关联到业务成果
MCP 相关
该服务提供覆盖 10 个领域的 23 种工具,包括成本报告、预算管理、优化和 ROI 跟踪。它既可本地运行,也可通过远程 HTTP 端点访问。
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
23收录的工具列表 · 更新于 2 周前
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| period_days | integer | 否 | 摘要包含的天数(默认:30) |
详细介绍
Metrx MCP 服务
**你的 AI Agent 正在浪费资金。**Metrx 会查明浪费了多少,并加以解决。
Metrx(AI Agent 成本情报平台)的官方 MCP 服务。让任何兼容 MCP 的 Agent(Claude、GPT、Gemini、Cursor、Windsurf)都能追踪自身成本、检测浪费、优化模型选择并证明投资回报率。
为什么选择 Metrx?
| 问题 | Metrx 的功能 |
|---|---|
| 无法了解 Agent 的支出情况 | 按 Agent、模型和提供商划分的实时成本仪表板 |
| LLM 调用费用过高 | 通过提供商套利,为相同任务寻找更便宜的模型 |
| 成本失控 | 达到限额时自动暂停,强制执行预算 |
| Token 浪费 | 成本泄漏扫描器可检测重试风暴、上下文膨胀和模型不匹配 |
| 无法证明 AI 的投资回报率 | 收入归因将 Agent 操作与业务成果关联起来 |
快速开始
立即试用——无需注册
npx @metrxbot/mcp-server --demo
此命令会使用示例数据启动服务,让你立即体验全部 23 个工具。
连接真实数据
选项 A — 交互式登录(推荐):
npx @metrxbot/mcp-server --auth
打开浏览器以获取 API 密钥,验证密钥并将其保存到 ~/.metrxrc,以后无需设置环境变量。
选项 B — 环境变量:
METRX_API_KEY=sk_live_your_key_here npx @metrxbot/mcp-server --test
在 app.metrxbot.com/sign-up 免费获取 API 密钥。
添加到 MCP 客户端(Claude Desktop、Cursor、Windsurf)
如果使用了 --auth,则无需 env 块——密钥会自动从 ~/.metrxrc 读取:
{
"mcpServers": {
"metrx": {
"command": "npx",
"args": ["@metrxbot/mcp-server"]
}
}
}
或者通过环境变量显式传入密钥:
{
"mcpServers": {
"metrx": {
"command": "npx",
"args": ["@metrxbot/mcp-server"],
"env": {
"METRX_API_KEY": "sk_live_your_key_here"
}
}
}
}
远程 HTTP 端点
适用于远程 Agent(无需本地安装):
POST https://metrxbot.com/api/mcp
Authorization: Bearer sk_live_your_key_here
Content-Type: application/json
从 npm 安装
npm install @metrxbot/mcp-server
10 个领域中的 23 个工具
仪表板(3 个工具)
| 工具 | 说明 |
|---|---|
metrx_get_cost_summary | 全面的成本摘要——总支出、调用次数、错误率和优化机会 |
metrx_list_agents | 列出所有 Agent 及其状态、类别、成本指标和运行状况指标 |
metrx_get_agent_detail | Agent 详细信息,包括模型、框架、成本明细和性能历史记录 |
优化(4 个工具)
| 工具 | 说明 |
|---|---|
metrx_get_optimization_recommendations | AI 驱动的成本优化建议,可按 Agent 提供,也可覆盖整个 Agent 集群 |
metrx_apply_optimization | 一键将优化建议应用到 Agent |
metrx_route_model | 根据任务复杂度,为特定任务推荐模型路由 |
metrx_compare_models | 比较不同提供商的大模型定价和功能 |
预算(3 个工具)
| 工具 | 说明 |
|---|---|
metrx_get_budget_status | 所有预算配置的当前状态,包括支出与限额 |
metrx_set_budget | 创建或更新预算,并采用硬性、软性或监控式强制策略 |
metrx_update_budget_mode | 更改现有预算的强制模式,或暂停/恢复该预算 |
告警(3 个工具)
| 工具 | 描述 |
|---|---|
metrx_get_alerts | Agent 集群的活动告警和通知 |
metrx_acknowledge_alert | 将一个或多个告警标记为已读/已确认 |
metrx_get_failure_predictions | 预测性故障分析——在故障发生前识别可能出故障的 Agent |
实验(3 个工具)
| 工具 | 描述 |
|---|---|
metrx_create_model_experiment | 启动 A/B 测试,通过流量拆分比较两个大模型 |
metrx_get_experiment_results | 统计显著性、成本差异和建议操作 |
metrx_stop_experiment | 停止正在运行的大模型路由实验并确定胜出者 |
成本泄漏检测器(1 个工具)
| 工具 | 描述 |
|---|---|
metrx_run_cost_leak_scan | 对整个 Agent 集群进行全面的 7 项成本泄漏审计 |
归因(3 个工具)
| 工具 | 描述 |
|---|---|
metrx_attribute_task | 将 Agent 操作与业务成果关联,以跟踪投资回报率 |
metrx_get_task_roi | 计算 Agent 的投资回报率——成本与归因成果 |
metrx_get_attribution_report | 多源归因报告,包含置信度评分和主要贡献者 |
告警配置(1 个工具)
| 工具 | 描述 |
|---|---|
metrx_configure_alert_threshold | 设置成本或运营告警阈值,并配置电子邮件、webhook 或自动暂停 |
投资回报率审计(1 个工具)
| 工具 | 描述 |
|---|---|
metrx_generate_roi_audit | 面向董事会的 AI Agent 集群投资回报率审计报告 |
升级论证(1 个工具)
| 工具 | 描述 |
|---|---|
metrx_get_upgrade_justification | 根据当前使用模式生成层级升级的投资回报率报告 |
提示词
适用于常见工作流的预置提示词模板:
| 提示词 | 描述 |
|---|---|
analyze-costs | 全面的成本概览——支出明细、主要 Agent 和优化机会 |
find-savings | 发现优化机会——降低大模型档位、缓存和路由 |
cost-leak-scan | 扫描浪费模式——重试风暴、过大的上下文和大模型不匹配 |
示例
###“我花了多少钱?”
User: What was my AI cost this week?
→ metrx_get_cost_summary(period_days=7)
Total Spend: $234.56 | Calls: 2,450 | Error Rate: 0.2%
├── customer-support: $156.23 (1,800 calls)
└── code-generator: $78.33 (650 calls)
💡 Switch customer-support from GPT-4 to Claude Sonnet: Save $42/week
###“帮我找出节省成本的方法”
User: Am I overpaying for my agents?
→ metrx_compare_models(models=["gpt-4o", "claude-3-5-sonnet", "gemini-1.5-pro"])
Model Comparison (per 1M tokens):
├── gpt-4o: $2.50 in / $10.00 out
├── claude-3-5-sonnet: $3.00 in / $15.00 out
└── gemini-1.5-pro: $3.50 in / $10.50 out
###“测试一个更便宜的大模型”
User: Test Claude 3.5 Sonnet against my GPT-4 setup
→ metrx_create_model_experiment(agent_id="agent_123",
model_a="gpt-4o", model_b="claude-3-5-sonnet-20241022", traffic_split=10)
Experiment started: 90% GPT-4o, 10% Claude 3.5 Sonnet
Check back in 14 days for statistical significance.
配套工具:成本泄漏检测器
此仓库还包含 @metrxbot/cost-leak-detector——一款免费的离线命令行工具,可扫描你的大模型 API 日志,找出浪费的支出。无需注册,无需云服务,数据不会离开你的计算机。
npx @metrxbot/cost-leak-detector demo
它会执行 7 项检查(空闲 Agent、高级大模型过度使用、缺少缓存、高错误率、上下文溢出、未设置预算、套利机会),并在几秒内生成评分报告。请参阅完整文档。
配置
API 密钥(必需)
服务会按以下顺序查找你的 API 密钥:
METRX_API_KEY环境变量~/.metrxrc文件(通过--auth创建)
运行 npx @metrxbot/mcp-server --auth 保存密钥,或直接设置环境变量。
| 变量 | 必需 | 描述 |
|---|---|---|
METRX_API_KEY | 是* | 你的 Metrx API 密钥(免费获取) |
METRX_API_URL | 否 | 覆盖 API 基础 URL(默认值:https://metrxbot.com/api/v1) |
*如果你已运行 --auth,则无需设置——系统会自动从 ~/.metrxrc 读取密钥。
命令行选项
| 选项 | 描述 |
|---|---|
--demo | 使用示例数据启动——无需 API 密钥或注册 |
--auth | 交互式登录——打开浏览器、验证密钥并保存到 ~/.metrxrc |
--test | 验证 API 密钥和连接 |
速率限制
每个工具每分钟 60 个请求。如需更高限额,请联系 [email protected]。
开发
git clone https://github.com/metrxbots/mcp-server.git
cd mcp-server
npm install
npm run typecheck
npm test
贡献
请参阅CONTRIBUTING.md了解指南。
链接
- 网站:metrxbot.com
- 文档:docs.metrxbot.com
- npm:@metrxbot/mcp-server
- Smithery:metrxbot/mcp-server
- 支持:[email protected]
关于名称的说明
产品名是 Metrx(metrxbot.com)。npm 作用域是 @metrxbot,Smithery 上的条目是 metrxbot/mcp-server。GitHub 组织名是 metrxbots(末尾带 s),因为 metrxbot 在 GitHub 上已被占用。如果你在不同平台看到 metrxbot 和 metrxbots,它们指的是同一个项目——这只是 GitHub 命名空间的限制。
许可证
MIT — 详见 LICENSE。
💬 反馈
Metrx 对你有帮助吗?无论好坏,我们都很乐意听取你的反馈。
- GitHub 讨论区:发起讨论——提问、分享想法,或聊聊你正在构建的内容
- Bug 报告:提交问题
- 快速反馈:在我们的 Product Hunt 条目下留言
如果你安装后遇到了问题,请告诉我们具体情况——我们会阅读每一份报告。
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。