FOCUS MCP 服务器

让您的 AI 助手告诉您云服务的真实成本。这个 MCP（模型上下文协议）服务器将 Claude 或任何其他 MCP 客户端连接到您的 FOCUS 账单数据，使以下这类问题变成一行提示词，而无需手写 SQL：

• "本月按区域划分，成本最高的服务是哪些？"

• "展示承诺折扣利用率趋势。"

• "哪些账户存在异常消费模式？"

• "解释 BilledCost 和 EffectiveCost 之间的区别。"

在底层，DuckDB 直接查询您的 Parquet 导出文件，无论它们位于本地磁盘、S3 还是 GCS。无需搭建数据仓库。服务器内置了从官方 FOCUS 用例目录精选的 254 个查询，按规范版本分别打包为独立集合（v1.0 有 36 个，v1.1 有 41 个，v1.2 有 53 个，v1.3 有 58 个，v1.4 有 66 个），每个查询都标注了其来源页面。

什么是 FOCUS？

FOCUS（FinOps 开放成本与用量规范）是云账单数据的开放标准。AWS、Microsoft 和 Google Cloud 均原生导出该格式，因此一套 schema 和一组查询即可跨云厂商使用。

Related MCP server: MCP Cloud Services Server

快速开始

1. 获取 FOCUS 数据

每个云厂商都有官方的导出路径：

• AWS：AWS 的 FOCUS 设置指南（Data Exports → FOCUS 1.0 或 1.2）

• Microsoft Azure：Microsoft 的 FOCUS 设置指南

• Google Cloud：Google Cloud 的 FOCUS 设置指南，或参阅下方 GCS + BigQuery

• 其他云厂商：所有 FOCUS 设置指南

服务器读取带 Hive 分区的 Parquet 文件：

/path/to/your/focus/data/
├── billing_period=2025-05/
│   ├── file1.parquet
│   └── file2.parquet
├── billing_period=2025-06/
│   └── ...

2. 运行服务器

最快的路径无需容器。uvx 一步即可获取并运行已发布的包：

claude mcp add focus -e FOCUS_DATA_LOCATION=/path/to/your/focus/data -- uvx focus-mcp

对于 Claude Desktop，请将其添加到 claude_desktop_config.json：

{
  "mcpServers": {
    "focus": {
      "command": "uvx",
      "args": ["focus-mcp"],
      "env": {
        "FOCUS_DATA_LOCATION": "/path/to/your/focus/data",
        "FOCUS_VERSION": "1.0"
      }
    }
  }
}

使用 Application Default Credentials 读取 GCS 需要 gcs 附加依赖，在 uvx 中指定名称即可安装：

claude mcp add focus -e FOCUS_DATA_LOCATION=gs://your-bucket/focus \
  -- uvx --from 'focus-mcp[gcs]' focus-mcp

Docker 仍然可用，并且在您需要固定版本、经过认证的镜像时是更好的选择：

镜像在每次发布时都会发布到 Docker Hub 和 GitHub Container Registry：

docker pull glassity/focus-mcp:latest          # Docker Hub
docker pull ghcr.io/glassity/focus-mcp:latest  # GHCR

对于 Claude Code，一条命令即可：

claude mcp add focus -- docker run -i --rm \
  -v /path/to/your/focus/data:/data:ro \
  -e FOCUS_DATA_LOCATION=/data \
  glassity/focus-mcp:latest

对于 Claude Desktop，请将其添加到 claude_desktop_config.json：

{
  "mcpServers": {
    "focus": {
      "command": "docker",
      "args": [
        "run", "-i", "--rm",
        "-v", "/path/to/your/focus/data:/data:ro",
        "-e", "FOCUS_DATA_LOCATION=/data",
        "-e", "FOCUS_VERSION=1.0",
        "glassity/focus-mcp:latest"
      ]
    }
  }
}

对于 S3 或 GCS 数据，去掉卷挂载并将 FOCUS_DATA_LOCATION 指向存储桶。有关凭据选项，请参阅数据位置。

3. 提出查询

启动您的客户端并尝试：

Show me what FOCUS data is loaded.

助手会调用 get_data_info 并报告行数、日期范围和云厂商。然后，用自然语言提问：

Run the service costs by region analysis for the last 3 months.
Show me the top 10 most expensive services across all accounts.
Find unused capacity reservations I can optimize.
Compare costs across providers and regions.
What columns are available in FOCUS v1.4?

工具

八个工具，分为两组。

数据与查询：

Schema 与规范：

Schema 工具直接依据 FOCUS 规范本身作答，因此助手既能解释列的含义，也能查询它。

查询库

每个查询都提取自官方 FOCUS 用例目录，并带有指向其来源页面的引用：

• FOCUS v1.0：36 个查询

• FOCUS v1.1：41 个查询

• FOCUS v1.2：53 个查询

• FOCUS v1.3：58 个查询

• FOCUS v1.4：66 个查询

覆盖范围包括成本分摊、承诺折扣跟踪、异常检测、预算对账和云厂商比较。FOCUS_VERSION 用于选择激活哪套查询；请将其与您的云厂商导出的版本匹配。规范的发展领先于导出功能——AWS Data Exports 目前提供 FOCUS 1.0 和 1.2——因此 1.3 和 1.4 的查询集合已为云厂商推出相应版本的那一天做好准备。

数据位置

本地文件

export FOCUS_DATA_LOCATION="/path/to/your/focus/data"

通过 aws s3 sync 或挂载卷下载的 AWS Data Export 副本，会按照其复制时携带的 manifest 加载，与直接读取存储桶的方式完全相同——见下文。

Amazon S3

export FOCUS_DATA_LOCATION="s3://your-bucket/focus-exports"
export AWS_REGION="us-west-2"        # defaults to us-east-1

将位置指向导出根目录，即同时包含 data/ 和 metadata/ 的前缀。AWS Data Exports 会在 metadata/ 下按计费周期列出其最新交付的每个文件，当 manifest 存在时，服务器会加载这些文件：前缀上遗留的已取代分块和重新交付的周期会被忽略，而不会重复计数。没有 manifest 的位置——例如 BigQuery 导出或 Parquet 文件目录——则通过递归匹配其下所有 Parquet 文件来读取。get_data_info 会报告使用了哪种方式，文件列表每隔几分钟刷新一次，因此新的交付无需重启即可生效。

身份验证使用标准的 AWS 凭据链，按顺序依次为：IAM 角色（在 EC2/ECS/Lambda 上自动获取）、AWS_ACCESS_KEY_ID/AWS_SECRET_ACCESS_KEY 环境变量、AWS_PROFILE，然后是 ~/.aws/credentials。

export AWS_PROFILE="billing-reader"   # use a specific profile

某些存储桶的键带有前导斜杠；如果列出失败，请尝试在存储桶名称后使用双斜杠：s3://your-bucket//focus/path。

在 Docker 中运行时，请通过 -e 变量传入凭据，或以只读方式挂载配置文件：

docker run -i --rm \
  -v "$HOME/.aws:/home/mcp/.aws:ro" \
  -e FOCUS_DATA_LOCATION="s3://your-bucket/focus-exports" \
  -e AWS_REGION="us-west-2" \
  -e AWS_PROFILE="billing-reader" \
  glassity/focus-mcp:latest

Google Cloud（GCS + BigQuery FOCUS 导出）

Google Cloud 以 FOCUS 格式原生导出账单：Billing → Billing export → FOCUS usage cost（预览版）会将 FOCUS 表写入 BigQuery。将其导出为 GCS 存储桶中的 Parquet 文件：

EXPORT DATA OPTIONS (
  uri = 'gs://your-bucket/focus-export/*.parquet',
  format = 'PARQUET',
  overwrite = true
) AS
SELECT * FROM `your-project.your_focus_dataset.your_focus_table`;

将该语句安排为 BigQuery 定时查询以保持存储桶更新；这同时会将您的数据归档，超过 FOCUS 导出的 2 年 TTL。然后：

export FOCUS_DATA_LOCATION="gs://your-bucket/focus-export"

身份验证按以下顺序尝试：

1. HMAC 密钥：设置 GCS_HMAC_KEY_ID 和 GCS_HMAC_SECRET（使用 gcloud storage hmac create <service-account-email> 创建）。此路径使用 DuckDB 通过 S3 互操作 API 提供的原生 GCS 支持，无需额外依赖。

2. Application Default Credentials：已包含在 Docker 镜像中；从源码检出时，使用 uv sync --extra gcs 安装附加依赖。然后按您通常的方式完成身份验证：gcloud auth application-default login、通过 GOOGLE_APPLICATION_CREDENTIALS 指定服务账号 JSON，或在 GCE/GKE 上使用工作负载身份。

3. 无凭据：仅限公共存储桶。

存在两种方法是因为 DuckDB 内置的 GCS 支持仅支持 HMAC；ADC 来自可选的 gcsfs 依赖。凭据只在服务器进程内部读取，绝不会暴露给 MCP 客户端。

配置

开发

git clone https://github.com/glassity/focus-mcp.git
cd focus-mcp

uv sync                 # install, including dev tools
uv sync --extra gcs     # + GCS ADC support

export FOCUS_DATA_LOCATION="/path/to/your/focus/data"
uv run focus-mcp

将客户端指向源码检出目录，而不是 Docker 镜像：

{
  "mcpServers": {
    "focus": {
      "command": "uv",
      "args": ["run", "--directory", "/path/to/focus-mcp", "focus-mcp"],
      "env": {
        "FOCUS_DATA_LOCATION": "/path/to/your/focus/data",
        "FOCUS_VERSION": "1.0"
      }
    }
  }
}

构建并运行您自己的镜像：

docker build -t focus-mcp:custom .
docker run -i --rm \
  -v "/path/to/your/focus/data:/data:ro" \
  -e FOCUS_DATA_LOCATION=/data \
  focus-mcp:custom

在提交拉取请求之前，请参阅 CONTRIBUTING.md 了解约定和检查项。

路线图

• 从 FOCUS 规范自动同步查询，使新的用例页面无需手动提取即可落地

• 更丰富的响应格式：在查询结果中内联提供引用和教育性上下文

• 针对真实云厂商导出验证每个用例查询（AWS 目前提供 FOCUS 1.0 和 1.2；1.3+ 待云厂商采用）

• 评估将列和属性定义迁移到 MCP resources

• 在工具响应中呈现规范中的一致性差距说明

安全

请将漏洞报告发送至 SECURITY.md 中列出的地址，而不是问题跟踪器。请了解信任模型：execute_query 会在服务器进程内运行 AI 助手编写的 SQL。您的 Parquet 文件是查询源，而不是可写数据库，本文中的所有示例均以 :ro 方式挂载它们；请保持这一点。如果您想要一个硬边界，请运行 Docker 镜像而不是裸进程，并且只授予服务器所需的对象存储凭据，范围限定在账单存储桶内。

许可证

Apache-2.0。版权所有 Glassity。参见 LICENSE。