关于 Cloud FinOps Skill & MCP
Cloud FinOps Skill & MCP 是面向 AI 助手的 FinOps 参考库,涵盖 AWS、Azure、GCP、AI 与数据平台的账单机制、承诺决策和成本优化运行手册。适用于 FinOps、财务和工程团队;内容按 FinOps Foundation 框架组织,且不会读取云账户。
主要功能
- 01覆盖 AWS、Azure 与 GCP 成本
- 02提供承诺采购决策参考
- 03包含成本分摊与预测指南
- 04提供云资源浪费排查手册
- 05涵盖 AI 与数据平台支出
- 06映射 FinOps Foundation 能力
适用场景
- 01评估云承诺到期后的选择
- 02制定共享云成本分摊方法
- 03排查 NAT 网关等资源开支
- 04分析 AI 服务成本归属
MCP 相关
同一套参考文件可供 MCP 兼容工具使用。它不访问云账户;针对具体资源的问题会提供由用户自行运行的检测查询。
配置
远程服务无需本地安装。选择你使用的客户端,复制配置或使用一键安装。
https://mcp.optimnow.io/mcpclaude mcp add --transport http optimnow-cloud-finops https://mcp.optimnow.io/mcp{"mcpServers":{"optimnow-cloud-finops":{"type":"http","url":"https://mcp.optimnow.io/mcp"}}}在 Cursor 中打开{"servers":{"optimnow-cloud-finops":{"type":"http","url":"https://mcp.optimnow.io/mcp"}}}在 VS Code 中打开{"mcpServers":{"optimnow-cloud-finops":{"type":"http","url":"https://mcp.optimnow.io/mcp"}}}{"mcpServers":{"optimnow-cloud-finops":{"serverUrl":"https://mcp.optimnow.io/mcp"}}}命令在终端中运行;JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。
工具
6此工具无需参数。
详细介绍
OptimNow 云 FinOps
面向 AI 助手的 FinOps 知识:涵盖 AWS、Azure、GCP、AI 和数据平台的计费机制、承诺用量决策及浪费排查手册。由 OptimNow 提供。
询问助手如何降低云账单、确定承诺用量、解读条款清单或分摊共享的 AI 成本,它会基于实际计费机制,并结合决策规则和实例作答,而不是给出泛泛的建议。这些文件可用于 Claude、ChatGPT、Gemini、Cursor 以及任何兼容 MCP 的工具。本项目由 OptimNow 基于企业 FinOps 实践编写并开源,且遵循 FinOps Foundation 框架。
按角色划分的问题
下面每个问题都能通过当前仓库中的一个文件得到解答。
FinOps 负责人
- “我们的 Savings Plans 和预留实例中,哪些会在未来 90 天内到期?到期前我们应该做出什么决定?”(aws-expiring-commitment-no-decision、azure-unused-reservation、finops-aws-commitments.md)
- “我们的账单有三分之一未分配。如何合理分配共享成本,让分配结果经得起审查?”(finops-allocation-showback.md)
- “谁应该负责购买承诺用量?我们需要召开哪些会议来运行这项工作?”(finops-practice-operations.md)
财务与采购
- “我们的 AWS 企业协议将在 6 个月后续约。签署前,应该检查条款清单中的哪些内容?”(finops-cloud-contracts.md)
- “财务部门希望制定一份 12 个月的云支出预测,并设定准确度目标。我们应该报告哪些指标?按照我们当前的成熟度,预测区间应有多窄?”(finops-forecasting.md)
- “从 showback 转向 chargeback 之前,财务部门和 ERP 必须满足哪些条件?”(finops-chargeback.md)
工程与平台
- “我们的 NAT 网关账单比其服务的计算资源还高。费用从何而来?我们应该如何调整?”(aws-nat-gateway-endpoint-substitution、aws-zombie-nat-gateway)
- “如何在各团队之间分摊共享 Kubernetes 集群的成本?”(finops-kubernetes.md)
- “我们的 Log Analytics 数据摄取量翻了一倍。应该先检查哪些表和设置?”(azure-log-analytics-sprawl、finops-azure.md)
AI 产品负责人
- “我们每月在 Bedrock 上花费 $40K,却不知道这些费用对应哪些功能。应该从哪里着手?”(finops-bedrock.md)
- “面对每天 500K 个请求,我们应该购买预置吞吐量,还是继续按量付费?”(finops-genai-capacity.md、finops-azure-openai.md)
- “我们的 AI 编码工具支出在 6 个月内增长了两倍。如何在不禁用这些工具的情况下控制支出?”(finops-ai-dev-tools.md)
技能和连接器都无法查看你的云账户。若问题涉及你自己的资源,答案会是你需要自行运行的检测查询,查询来自对应的运行手册。
涵盖内容
FinOps 框架
参考库按照 FinOps Foundation 框架的 22 项能力进行映射,并归入其中的 4 个领域。实心方块表示至少有一个参考文件涵盖该能力;灰色方块表示该能力在另一个文件中有所涉及;虚线方块表示已知缺口,原因列于 docs/ROADMAP.md。
此映射根据每个参考文件的 frontmatter 生成;如果提交的映射与文件不再一致,CI 流水线就会失败(fcp-coverage.md)。
云服务提供商与业务需求
此矩阵按业务需求展示参考库。每个单元格均对应一个具名参考文件,文件列表见表格下方的注释。
| 级别 | 含义 |
|---|---|
| ● 深度覆盖 | 专门的参考文件或章节,包含决策规则、完整示例或检测查询 |
| ◐ 部分覆盖 | 在更广泛的文件中有所涉及,或仅涵盖运作机制 |
| – | 目前未涵盖 |
| n/a | 不存在这种组合 |
超大规模云服务商
| 业务需求 | AWS | Azure | GCP |
|---|---|---|---|
| 了解并分摊账单 | ● | ● | ● |
| 制定预算和预测 | ● | ● | ● |
| 承诺用量与折扣 | ● | ● | ● |
| 合同谈判与续约 | ● | ● | ● |
| 减少浪费 | ● | ● | ● |
| AI 和生成式 AI 支出 | ● | ● | ● |
| 数据平台 | ◐ | ● | ◐ |
| SaaS 和许可证 | ◐ | ◐ | ◐ |
| 碳足迹 | ● | ◐ | ◐ |
其他环境
| 业务需求 | OCI | 本地部署 |
|---|---|---|
| 了解并分摊账单 | ◐ | ● |
| 制定预算和预测 | ◐ | ◐ |
| 承诺用量与折扣 | ◐ | ◐ |
| 合同谈判与续约 | – | – |
| 减少浪费 | ◐ | ◐ |
| AI 和生成式 AI 支出 | – | ◐ |
| 数据平台 | – | – |
| SaaS 和许可证 | – | ◐ |
| 碳足迹 | – | – |
平台
| 业务需求 | AI | 数据 | SaaS |
|---|---|---|---|
| 了解并分摊账单 | ● | ● | ◐ |
| 制定预算和预测 | ● | ◐ | ◐ |
| 承诺用量与折扣 | ● | ● | ◐ |
| 合同谈判与续约 | – | ◐ | ◐ |
| 减少浪费 | ● | ● | ● |
| AI 和生成式 AI 支出 | ● | ◐ | ● |
| 数据平台 | n/a | ● | n/a |
| SaaS 和许可证 | ◐ | ◐ | ● |
| 碳足迹 | – | – | – |
本地部署涵盖自有数据中心和混合平台(Outposts、Azure Local、Arc)。AI 涵盖 AI 平台:Anthropic、AWS Bedrock、Azure OpenAI、GCP Vertex AI,以及开放权重模型供应商的 API。数据涵盖 Databricks、Snowflake 和 Microsoft Fabric。SaaS 涵盖 SaaS 应用、AI 编码工具和许可证。
各单元格的来源
所有路径均位于 plugins/cloud-finops/skills/cloud-finops/ 下。
- 理解并分摊账单。 AWS:
references/finops-aws-billing.md、finops-allocation-showback.md、finops-focus.md、finops-tagging.md。Azure:finops-azure-billing.md、finops-focus.md、finops-tagging.md。GCP:finops-gcp.md(成本数据基础)、finops-focus.md、finops-kubernetes.md。OCI,部分覆盖:finops-oci.md(成本报告、成本跟踪标签)、finops-focus.md。本地部署:finops-on-prem-hybrid.md(内部账单、用量数据导入)。AI 平台:finops-bedrock.md、finops-azure-openai.md、finops-vertexai.md、finops-anthropic.md中的“成本可见性与分摊”部分;finops-for-ai.md。数据平台:finops-databricks.md(系统表、分摊)、finops-fabric.md(共享容量分摊)、finops-snowflake.md(查询归属)。SaaS,部分覆盖:finops-sam.md(发现)、finops-focus.md(面向 SaaS 供应商的 FOCUS)、finops-ai-dev-tools.md(归属模式)。 - 预算与预测。 AWS 和 Azure:
finops-forecasting.md、finops-anomaly-management.md,以及finops-aws-billing.md和finops-azure-billing.md中的预算部分。GCP:finops-gcp.md(预算、支出上限)、finops-anomaly-management.md。OCI,部分覆盖:finops-oci.md(预算)。本地部署,部分覆盖:finops-on-prem-hybrid.md(费率设定);容量规划已列入路线图。AI 平台:finops-ai-value-management.md(AI 投资预算、阶段门)、finops-forecasting.md(AI 预测场景)、finops-anthropic.md(支出限额)。数据平台,部分覆盖:finops-snowflake.md、finops-databricks.md、finops-fabric.md中的预算控制。SaaS,部分覆盖:finops-sam.md(续约日历、指标)、finops-ai-dev-tools.md(支出上限)。 - 承诺与折扣。 AWS:
finops-aws-commitments.md、finops-aws-patterns-databases.md(数据库承诺关系树)、playbooks/aws-expiring-commitment-no-decision.md。Azure:finops-azure-commitments.md、playbooks/azure-unused-reservation.md。GCP:finops-gcp.md(CUD、BigQuery 承诺)、finops-vertexai.md(灵活储蓄计划)、playbooks/gcp-cud-mismatch.md。OCI,部分覆盖:finops-oci.md(通用抵扣额)。本地部署,部分覆盖:finops-on-prem-hybrid.md(混合平台条款:Outposts、Exadata Cloud@Customer)。AI 平台:finops-genai-capacity.md、finops-azure-openai.md、finops-bedrock.md、finops-vertexai.md中的预配容量。数据平台:finops-databricks.md(承诺使用量档位)、finops-snowflake.md(容量模型)、finops-fabric.md(预留)。SaaS,部分覆盖:finops-ai-dev-tools.md(套餐层级)、finops-sam.md(多年协议)。 - 合同谈判与续约。 AWS、Azure、GCP:
finops-cloud-contracts.md,以及finops-azure-billing.md(从 EA 迁移到 MCA)。数据平台,部分覆盖:finops-cloud-contracts.md的数据平台部分、finops-databricks.md、finops-snowflake.md。SaaS,部分覆盖:finops-sam.md(续约治理)、finops-itam.md(续约前检查点、联合谈判)。OCI、本地部署和 AI 平台:无相关文件。请参阅下文的“合同谈判与续约”。 - 减少浪费。 AWS:
finops-aws.md、5 个finops-aws-patterns-*.md文件、22 个运行手册。Azure:finops-azure.md、finops-azure-patterns.md、10 个运行手册。GCP:finops-gcp.md中的模式目录、7 个运行手册。OCI,部分覆盖:finops-oci.md(6 种模式,无运行手册)。本地部署,部分覆盖:finops-on-prem-hybrid.md(闲置容量条目、成本评分)。AI 平台:finops-for-ai.md(反模式)、finops-genai-capacity.md(预配容量浪费)、4 个 AI 平台文件中的优化部分、2 个跨云运行手册。数据平台:finops-databricks.md、finops-snowflake.md、finops-fabric.md中的模式部分。SaaS:finops-sam.md(蔓延模式)、finops-ai-dev-tools.md(优化手段)。 - AI 和 GenAI 支出。 AWS:
finops-bedrock.md、finops-aws.md(SageMaker)、GPU 和 SageMaker 运行手册。Azure:finops-azure-openai.md。GCP:finops-vertexai.md。本地部署,部分覆盖:finops-ai-self-hosted-vs-managed.md。AI 平台:finops-for-ai.md、finops-agentic.md、finops-ai-value-management.md、finops-genai-capacity.md、finops-anthropic.md、finops-open-weight-vendors.md。数据平台,部分覆盖:finops-snowflake.md中的 Cortex、finops-databricks.md中的模型服务。SaaS:finops-ai-dev-tools.md、playbooks/cross-cloud-coding-agent-token-waste.md。 - 数据平台。 AWS,部分覆盖:
finops-databricks.md中的 AWS、finops-aws-patterns-databases.md中的 Redshift 承诺。Azure:finops-fabric.md、finops-databricks.md。GCP,部分覆盖:finops-gcp.md中的 BigQuery。数据平台:finops-databricks.md、finops-snowflake.md、finops-fabric.md。 - SaaS 和许可证。 AWS、Azure、GCP,部分覆盖:
finops-itam.md中的市场渠道治理、finops-cloud-contracts.md中的 Marketplace 私有优惠、finops-azure-commitments.md中的 Azure Hybrid Benefit。本地部署,部分覆盖:finops-on-prem-hybrid.md中的 VMware 核心许可证、finops-itam.md中的 BYOL。AI 平台,部分覆盖:finops-open-weight-vendors.md中的许可证。数据平台,部分覆盖:finops-fabric.md中的 Pro、PPU 和 F-SKU 许可证。SaaS:finops-sam.md、finops-itam.md、finops-ai-dev-tools.md。 - 碳足迹。 AWS:
greenops-cloud-carbon.md(Sustainability Console、Well-Architected 支柱)。Azure 和 GCP,部分覆盖:同一文件,Azure 和 GCP 深度覆盖已列入路线图;finops-gcp.md(Cloud Carbon Footprint)。
合同谈判与续约
参考文档 finops-cloud-contracts.md 介绍了与 3 家超大规模云服务商协商的支出承诺:AWS Private Pricing (EDP 和 PPA)、Azure MACC 和 Azure Commitment Discount,以及 Google Cloud Minimum Commitment。文档介绍了企业协议的 12 项条款、折扣在账单数据中的体现方式、迁移资金 (MAP、Azure Accelerate、RaMP)、作为承诺杠杆的 Marketplace 私人优惠、 经销商渠道、提供建议前需询问的 9 个问题、审阅条款清单的 15 项检查表、常见陷阱 以及续约时机。最后一节介绍云合同中的 Databricks 和 Snowflake 承诺。基准数据来自 文件中列出的公开来源;本资料库不包含任何已观察到的合同金额。
此外,finops-sam.md 还介绍了 SaaS 续约治理(续约日历、自动续约审查),而 finops-itam.md 介绍了续约前检查点和 Marketplace 渠道治理。
目前未涵盖:与 AI 提供商(Anthropic、OpenAI 和托管模型供应商)谈判(资料库介绍了其预留机制, 但不涉及企业协议)、超出机制介绍范围的 OCI Universal Credits,以及托管机房或托管服务合同。
浪费处理手册
处理手册是针对某一种特定浪费模式的分步流程:症状、在你自己的账户中运行的检测查询、 按安全优先顺序排列的修复措施,以及需要避免的错误。资料库按提供商和浪费类别归档这些手册, 每份手册都标明置信度,以说明是否足以依据单一信号采取行动。
不涵盖的内容
- 实时价格。 文件介绍的是可持续多年不变的计费机制。打包在技能中的价格数据几周内就会过时, 因此不予收录。要查询当前价格,技能会指向 OptimToken, 这是 OptimNow 提供的免费对比服务,涵盖 LLM 代币价格和计算实例价格,并为每个价格标注了截至日期。
- 你的云账户。 这里的内容不会读取账单或调用 API。对于“我的哪些资源”这类问题, 交付内容是处理手册中的检测查询。
- 法律、税务或会计建议。 合同和成本分摊参考资料介绍了相关机制和需要提出的问题; 应由你的法律顾问、税务顾问和审计师作出判断。
- 尚未涵盖的主题。 自有容量的会计处理(折旧、租赁处理)、AI 提供商和 OCI 合同谈判, 以及 FinOps 教育与赋能能力。这些主题都列在 docs/ROADMAP.md 中, 并注明了重新启动相关工作的触发条件。
- 保证路由。 由模型决定读取哪个文件。如果回答中没有显示读取文件或调用工具, 请按名称要求查阅资料库(“查阅 playbook 资料库”)。参见 docs/CONCEPTS.md。
安装
| 工具 | 一步安装 |
|---|---|
在 Claude Code 提示符中输入:/plugin marketplace add https://github.com/OptimNow/cloud-finops-skills.git,然后输入 /plugin install cloud-finops@optimnow。该插件仅包含技能;要使用 6 个检索工具,请另行添加托管的 MCP 连接器(见下方一行) | |
| 从 Claude 目录安装(一键安装,并从此仓库保持更新)。或者下载最新版本的 zip 文件,然后选择 Settings -> Skills -> Upload zip | |
自托管:./install.sh --tool chatgpt --grouped (路线图中计划推出公开的 Cloud FinOps GPT) | |
自托管:./install.sh --tool gemini (路线图中计划推出公开的 Cloud FinOps Gem) | |
一行命令:curl -sL https://raw.githubusercontent.com/OptimNow/cloud-finops-skills/main/install.sh | bash -s -- --tool <name> | |
curl -sL https://raw.githubusercontent.com/OptimNow/cloud-finops-skills/main/install.sh | bash | |
无需安装:claude mcp add --transport http cloud-finops https://mcp.optimnow.io/mcp。对于 Claude.ai / Desktop,请在 Settings -> Connectors -> Add custom connector 中填写完全相同的 URL(必须使用该格式,/mcp 后不能带斜杠;小组件沙盒域名由此 URL 派生) | |
执行 pip install cloud-finops-mcp,然后将其添加到 MCP 客户端配置中(Claude Code / Cursor / Codex / Windsurf / Cline)。配置片段:./install.sh --tool mcp |
完整选项、故障排查和与模型无关的 API 加载器,请参阅
INSTALLATION.md。每个
GitHub 版本均附带一个带版本标签的 zip 文件
(cloud-finops-vX.Y.Z.zip)。
工作原理
- 技能是一组 Markdown 文件:包括一个入口文件,用于将问题路由到合适的参考资料;还包括参考资料库和操作手册。安装到 Claude、Kiro,或通过适用于其他工具的安装程序安装后,这些指导内容会在模型作答前进入其上下文。不运行任何代码,数据也不会离开你的设备。
- MCP 连接器以另一种方式提供同一资料库,作为 6 个只读工具,供模型在决定调用时使用:列出内容、按 FinOps 能力或浪费类别搜索,以及获取一份参考资料或操作手册。只需粘贴一个 URL(
https://mcp.optimnow.io/mcp),无需安装任何内容。工具调用会发送到 OptimNow 在巴黎运行的服务;请参阅下文“数据处理”。 - Claude 目录中的插件仅包含技能。连接器单独列出,以免在同一会话中重复加载相同内容。
- 实时价格来自 OptimToken,在作答时查询,不会复制到这些文件中。
这两种交付形式的工作方式有所不同:已加载的技能可以针对无需决策的咨询和症状类问题提供依据,而连接器则取决于模型是否选择调用工具。实际影响以及何时两者并用,请参阅 docs/CONCEPTS.md。如果通过 API 使用非 Claude 模型,请将 INSTALLATION.md 中的响应规范添加到系统提示词中,确保答案结构清晰且以账单数据为依据。
使用示例
除上方角色列表中的问题外,资料库还可回答以下问题:
- “开发人员在 Claude Code 中启用 Fast mode 后,我们的月账单从 $12K 涨到了 $38K。如何控制这种情况?”
- “我们应该在租用的 H100 上自托管开放权重模型,而不是按 token 付费吗?TCO 计算器会漏掉哪些隐性成本?”
- “我们的客户希望每个业务部门分别收到 AWS 账单。他们的 AWS 联系人建议使用 Cost Categories。这样对吗?”
- “我们正在从 EA 迁移到 MCA。切换前需要开展哪些 FinOps 工作?”
- “我们需要开始报告云碳排放。应该从哪里着手?”
- “我们的 Snowflake 账单一个季度内翻了一倍。问题出在仓库、存储还是 Cortex?我们应该先检查什么?”
- “我们一半的工作负载运行在自有数据中心。如何按月向应用团队收取他们能够接受的本地部署容量费用?”
设计原则
- **先实现可见性,再进行优化。**先弄清楚支出金额及其驱动因素,再采取行动。团队无法分摊账单时,技能不会建议该团队作出承诺。
- **先了解服务商机制,再看供应商说法。**指导内容以计费机制为依据(CUR 列、Azure 成本管理语义、BigQuery 导出、FOCUS 一致性),并引用一手资料。对供应商关于节省成本和可持续性的说法持审慎态度。
- **成熟度取决于具体情境。**如果云是成本中心,Crawl 加上有选择的 Walk 往往是合适的状态;如果云是产品,Run 带来的收益就体现在毛利上。技能会先评估成熟度,再提出建议。
- **成本与业务价值相关联。**每项建议都会回答 CFO 关心的问题:它能保护或创造哪项业务成果?
- **这里介绍机制,不列价格。**参考资料中引用的任何数字都会注明日期和来源;当前价格请查询 OptimToken。
- **AI 成本管理是核心领域,**每个 AI 平台都有对应的参考资料,另有一份关于 Agent、容量和投资治理的实践文件。
数据处理
说明该技能和托管连接器会运行、发送和获取哪些内容,帮助你判断各自适用于哪些场景。完整政策见 PRIVACY.md。
- 该技能是静态文本。 入口文件、参考资料和运行手册都是读入模型上下文的 Markdown 文件。它们不会运行代码、调用网络端点或携带凭据。运行手册包含检测查询(账单导出 SQL、CLI 命令),由你在自己的云账户中运行;此代码库不会读取任何云账户。
- 如果添加托管 MCP 连接器,它会向
mcp.optimnow.io发送工具调用。 当模型调用 7 个工具之一时,工具参数(参考资料或运行手册名称、章节短语、方面筛选条件、指南 slug)会通过 HTTPS 发送到该服务,并返回匹配的内容。该服务无需账户和身份验证,不保存数据库或任何用户状态,提供的公开文件与此代码库相同。其应用日志会为每个请求写入一行(方法、路径、状态和请求类型,绝不包含参数);当查无匹配项时,也会记录工具名称和未能匹配的参数。这些参数是模型生成的简短字符串,可能包含从你的问题中复制的词语。该服务运行在 Fly.io 上,主区域位于巴黎;日志流(可能包含客户端 IP 地址)会按照其默认保留期限保存。OptimNow 不会出售、分享或根据这些数据进行用户画像。 - 价格查询会路由到实时工具,而非此代码库。 模型是否在对话中打开 OptimToken,由模型自行决定。
- 一个工具会发出外部请求。
get_live_figures会向optimtoken.optimnow.io(OptimNow 网站)发送一次 HTTPS GET 请求,获取指南的figures.json,请求中包含指南 slug 和cloud-finops-mcpUser-Agent,不包含对话中的任何内容。使用托管连接器时,请求从服务端发出;使用 PyPI 软件包时,请求从你的机器发出。其他工具都不会访问网络。 - 除此之外没有其他行为。 不会收集遥测数据、发送分析信标、检查更新、启动软件包,也不会读取你环境中的凭据。
维护
该资料库每周更新。每周六,自动扫描会检查约 35 个来源:云和 AI 服务提供商的发行说明、账单变更日志和定价页面,以及 FinOps 社区刊物。每项变更都会通过服务提供商自己的文档进行确认,并由从业者审核后再实施。每次合并到 main 后,Claude 目录中都会生成一个新插件版本;带有版本标签的发行版会将相同内容发布到 PyPI 和 MCP Registry。关注或加星该资料库即可接收通知。
贡献
从业经验是最有价值的贡献。框架和供应商文档已经公开;稀缺的是“我们在生产环境中尝试了 X,实际账单是这样的”。欢迎提交账单机制方面的更正、新增或改进的运行手册、真实案例中的反例,以及对建议进行反向审查:该资料库观点鲜明,也应当能够被证伪。
完整指南(包括资料库结构、贡献类型、流程和约定)见 CONTRIBUTING.md。如果你的变更提到了其他 OptimNow 工具(MCP 工具名称、端点 URL、来源字段),请先阅读 DEPENDENCIES.md。
根据你的组织需求调整此技能
分叉该资料库,并根据你的实际情况自定义参考文件:你的云技术栈、内部政策、标签分类体系和协商费率。分叉后,你可以按自己的节奏将上游更新合并到稳定的基础版本中。常见的自定义内容包括:
- 在
finops-tagging.md中添加组织专属的标签要求 - 将示例数据替换为协商后的费率
- 为此处未涵盖的内部工具或平台添加参考文件
- 根据团队自己的方法调整方法文件
关于 OptimNow
OptimNow 是一家精品 FinOps 咨询公司,帮助组织将云和 AI 支出与可衡量的业务价值联系起来。公司位于法国,业务覆盖欧洲。
- 网站:optimnow.io
- LinkedIn:OptimNow
- GitHub:github.com/OptimNow
由 OptimNow 构建的开源工具:
| 工具 | 功能 |
|---|---|
| OptimToken | 比较 250 多种模型的单次请求成本,并计入缓存和批处理因素,同时比较 7 家云厂商的计算实例费率。它也是一个 MCP 连接器;此技能会将价格问题转至此处 |
| AI ROI Calculator | 判断 AI 项目能否收回成本:提供三层成本模型、回本时间、盈亏平衡点和敏感性分析。它也是一个 MCP 服务 |
| AI Cost Readiness Assessment | 评估组织在 AI 成本管理方面的现状 |
| MCP for Tagging | 标签治理自动化 |
致谢
此技能包含基于以下来源的内容:
- FinOps Foundation:框架定义、能力描述和成熟度模型结构均基于 FinOps Framework。
- Point Five:云优化建议参考了若干针对特定云服务商的最佳实践和快速见效模式。
- Tokenomics Foundation:Agentic FinOps 参考资料中的令牌复杂度类别改编自 Dan Neff(Adobe)撰写的 Big-T Notation,该文由 Tokenomics Foundation 根据 CC BY 4.0 发布。
所有引用内容均结合 OptimNow 的咨询交付经验补充了背景并加以改编。任何错误或带有主观判断的解读均由我们自行负责。此技能由独立团队维护,与 FinOps Foundation 无关联,也未获得其认可。
许可证
根据 CC BY-SA 4.0 许可。完整的许可文本请参阅 LICENSE.md。
您可以使用、改编和再分发此技能,包括用于商业目的,但须注明 OptimNow,并以相同许可分享任何衍生作品。再分发材料时,请附上以下署名:
Cloud FinOps Skill by OptimNow - 根据 CC BY-SA 4.0 许可。
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。