mcpField
M
metrxbots

metrxbots

本地服务
github.com/metrxbots数据与分析22 周前更新

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

  1. 01Agent 与模型成本汇总
  2. 02模型比较和路由建议
  3. 03预算控制与告警
  4. 04成本泄漏扫描
  5. 05实验与 ROI 归因

适用场景

  1. 01查看 Agent 集群的支出
  2. 02发现重试过多或上下文过长
  3. 03测试其他模型并比较成本
  4. 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。

mcp.json · 通用配置
{
"mcpServers": {
"metrxbots": {
"command": "npx",
"args": [
"-y",
"@metrxbot/mcp-server"
],
"env": {
"METRX_API_KEY": "<METRX_API_KEY>"
}
}
}
}
启动命令npx -y @metrxbot/mcp-server
需要配置的环境变量
METRX_API_KEY密钥Your Metrx API key (sign up free at https://app.metrxbot.com/sign-up — manage keys at https://app.metrxbot.com/settings/security)

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
npm@metrxbot/mcp-server0.2.2

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_daysinteger否摘要包含的天数(默认:30)

详细介绍

Metrx MCP 服务

npm version CI License: MIT Smithery Glama

**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。

Metrx Server MCP server

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_detailAgent 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_recommendationsAI 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_alertsAgent 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:

  1. METRX_API_KEY 环境变量
  2. ~/.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

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。

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

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

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。