大規模言語モデル (LLM) から Cloudzero のクラウド コスト データを参照します。
月ごとの差異をプロットするなど、コスト データについて質問します。
CloudZero v2 APIとモデルコンテキストプロトコルMCP を使用します。
graph LR
%%{init: {'theme':'neutral'}}%%
%% Define nodes
A[MCP Host]
B[Local MCP Server]
C[CloudZero API]
D[(Cloud Costs Data)]
%% Define connections
A -->|JSON-RPC 2.0| B
B -->|HTTP/JSON| C
C <--> D
subgraph CloudZero_SaaS
C
D
end
subgraph Background_process
B
end
subgraph Claude_Desktop
A
end
subgraph Local_Machine
Claude_Desktop
Background_process
end
%% Define styles
classDef client padding:10px
classDef server padding:10px
classDef api padding:10px
classDef db padding:10px
%% Apply styles
class A client
class B server
class C api
class D dbClaude DesktopでMCPサーバーが設定されると、起動時にバックグラウンドプロセスとして起動されます。MCPホストであるClaude Desktopは、MCPサーバーにinitiatizeリクエストを送信します。サーバーは、 promptsやツール呼び出し用のtoolsなどの機能で応答します。
サーバーは、CloudZero 固有のツールをいくつか実装しています。
get_costs``start_dateからend_dateまでの請求データを取得します。
請求ディメンションのget_dimensions
予算を一覧表示するにはlist_budgets使用します
list_insightsでインサイトを一覧表示する
MCP プロトコルは、リクエストとレスポンスに JSON-RPC 2.0 を使用します。
Related MCP server: dbt Semantic Layer MCP Server
Claude Desktopをインストールします:
uvをインストールする
プロジェクトの依存関係を設定します。
uv init
uv syncCloudZero API キーを生成します。
.envを次のように編集します。
CLOUDZERO_API_KEY=YOUR_SECRET_KEYMCP サーバーを Claude Desktop にインストールするには:
uv run mcp install server.pyclaude_desktop_config.jsonを編集して、 uvコマンドへの適切なパスを設定し、以下のようにUSERNAMEを更新します。
この設定ファイルは、Claude Desktop のSettings > Developer > Edit Configにあります。
"CloudZero": {
"command": "/Users/USERNAME/.local/bin/uv",
"args": [
"run",
"--with",
"mcp[cli]",
"mcp",
"run",
"/Users/USERNAME/workspace/open_source/cloudzero-mcp/server.py"
]
}Claude Desktopを再起動してください。Desktopが起動すると、バックグラウンドでサーバープロセスが起動します。エラーが表示される場合がありますが、ログを確認して問題の原因を特定できます。
エラーがない場合は、「クラウド課金に使用できるツールは何ですか」と質問して、リストを確認してください。
詳細については、 Claude Desktop MCP のドキュメントを参照してください。
デバッグの場合、対話型 GUI を使用して MCP 開発サーバーを実行し、次の点を検査できます。
uv run mcp dev server.pyこれは、Claude Desktop を継続的に再起動することなく、コード内のバグをトラブルシューティングするのに役立ちます。
This server cannot be deployed
Query OneLens cloud-cost data in natural language: breakdowns, trends, cost centers. Read-only.
The Ramp MCP server enables users to securely connect Ramp with AI assistants like ChatGPT and Claude to query financial data and take actions using natural language. It transforms Ramp's developer API into a SQL interface that LLMs can query, allowing admins to analyze spend trends, identify cost savings, and run complex SQL analyses on comprehensive datasets (transactions, purchase orders, vendors, users), while all users can manage cards, view transactions, request reimbursements, and get expense policy answers.
Query cloud, AI and SaaS spend across 25+ providers: costs, budgets, anomalies, unit economics.
Hosted MCP server for AWS cloud spend: service breakdowns, anomalies, savings and forecasts.
