关于 ai-economics
ai-economics 是面向 AI 预算与 Agent 验证分析的 MCP 服务,提供 12 种成本、能耗和自主性计算器。它调用无需密钥的免费 API,输入不会存储,每个结果均附公式和引用文本。
主要功能
- 01计算模型令牌成本
- 02估算 Agent 小时成本
- 03比较模型路由节省
- 04估算查询能耗与碳排
- 05分析验证后的自主性
- 06提供公式和引用文本
适用场景
- 01规划大模型令牌预算
- 02估算 AI 查询的电力消耗
- 03比较 Agent 任务验证效率
- 04评估人工审核团队承载量
MCP 相关
它向 MCP 客户端提供 12 个经济性计算工具,覆盖令牌成本、能耗及 Agent 验证等问题。
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
12收录的工具列表 · 更新于 2 周前
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| gw | string | 否 | API 网关执行方式(默认 'intro')— 'jwt' | 'intro' | 'poll:N'(秒)| 'off' |
| ttl | number | 否 | 访问令牌 TTL,单位为秒(默认 3600) |
| edge | string | 否 | 边缘/CDN 执行方式(默认 'jwt')— 'jwt' | 'intro' | 'poll:N'(秒)| 'off' |
| mesh | string | 否 | 服务网格执行方式(默认 'jwt')— 'jwt' | 'intro' | 'poll:N'(秒)| 'off' |
| rate | number | 否 | 单个凭证的请求数/分钟(默认 60) |
| batch | string | 否 | 批处理/工作进程执行方式(默认 'off')— 'jwt' | 'intro' | 'poll:N'(秒)| 'off' |
详细介绍
ai-economics-mcp
用于 AI 经济学的 MCP 服务。 为 Claude、Cursor 和任何 MCP 客户端提供 12 个计算器,解答影响 AI 预算的问题:Token 成本、查询消耗,以及如何证明 Agent 工作的成效。
已作为 pl.piszczek/ai-economics(域名已验证)列入官方 MCP Registry。封装免费的 piszczek.pl/tools API——无需密钥、无需注册、无状态(输入绝不会被存储)。计算方式与交互式计算器相同。
安装
Claude Desktop / Claude Code(claude_desktop_config.json / .mcp.json):
{
"mcpServers": {
"ai-economics": {
"command": "npx",
"args": ["-y", "@michalpiszczek/ai-economics-mcp"]
}
}
}
Claude Code 单行命令:
claude mcp add ai-economics -- npx -y @michalpiszczek/ai-economics-mcp
工具
| 工具 | 解答的问题 |
|---|---|
token_cost | GPT、Claude、Gemini、DeepSeek 每月 100 万个 Token 的成本是多少? |
context_window | 50 页内容有多少个 Token?能否放入上下文窗口?携带这些内容需要多少成本? |
agent_hour | 一个 AI Agent 每小时的完整成本是多少(包括验证)? |
model_routing | 将请求路由到更便宜的层级,每年能节省多少? |
llm_energy | 一次 AI 查询消耗多少电力? |
joules_per_verified_task | 哪个模型在每个实际通过验证的任务中能效最高? |
token_burn | 整个组织的 Token 消耗会产生多少金钱、kWh 和 CO₂ 成本? |
humanoid_energy | 人形机器人每次充电能运行多久? |
proof_adjusted_autonomy | 要求提供证明后,一个“90% 自主”的 Agent 实际上有多自主? |
revocation_exposure | 被撤销的 Token 在你的技术栈中还会持续生效多久? |
verification_bottleneck | 人工审核团队能处理多少个 AI Agent? |
proof_debt | 未经验证的 AI 工作会随着时间产生多少成本? |
所有参数均可选;默认值与交互式计算器一致。每个响应都包含 result、formula、interpretation,以及可直接引用的 cite_as 句子。
示例
你: 我们的 Agent 实际上有多自主?它能独立完成 90% 的工作,95% 有证据支持,80% 经过独立验证,90% 按时完成
Claude(调用
proof_adjusted_autonomy):PAA = 61.6%——受监督的自主性。与声称的 90% 相差 28.4 个百分点,最大的改进杠杆是独立验证……
配置
| 环境变量 | 默认值 | 用途 |
|---|---|---|
AI_ECONOMICS_API | https://piszczek.pl/tools/api | 指向可自托管的实例 |
Glama 构建与发布
Glama 会根据构建配置生成自己的 Dockerfile。请使用以下设置:
- 构建步骤:
["npm ci --omit=dev"] - CMD 参数:
["mcp-proxy", "--", "node", "index.js"] - 环境变量:可选
AI_ECONOMICS_API;无需凭据。
这是纯 JavaScript 项目:没有 build 脚本,也没有编译步骤。请勿使用 pnpm run build 或 npm run build。同步仓库后,构建所选提交,并根据成功的测试发布 Glama 版本。仅发布 GitHub 或 npm 版本不会触发 Glama 的质量评估。
本地使用 stdio 时,仓库中的 Dockerfile 无需代理或暴露端口:
docker build -t ai-economics-mcp .
docker run -i --rm ai-economics-mcp
工具背后的概念
引用结果
每个工具响应都包含一条 cite_as 句子,可直接引用。对于需要通过审查的文档,本服务、计算器及其实现的三个概念的 DOI 和 BibTeX 信息,请访问 piszczek.pl/cite。
许可证
MIT。概念和计算器由 Michał Piszczek 提供 (CC BY 4.0 — 欢迎注明出处)。
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。