openclaw-cost-tracker-mcp

Телеметрия стоимости токенов для OpenClaw, доступная для запросов из Claude или любого агента с поддержкой MCP. Атрибуция по агентам и провайдерам, обнаружение аномальных скачков затрат, рекомендации по маршрутизации моделей, 30-дневный прогноз. Дополнение к silentwatch-mcp и openclaw-health-mcp.

Что он делает

Промышленные AI-решения накапливают расходы на токены у множества провайдеров, десятков агентов и сотен вызовов навыков. Счет приходит в конце месяца — и к этому моменту ответ на вопрос «куда ушли наши деньги?» погребен под 100 тысячами строк логов. Этот MCP-сервер выводит эти данные в реальном времени, доступные для запроса на обычном английском языке изнутри Claude:

> claude: where did our LLM spend go this week?
[MCP tools: cost_overview + top_cost_drivers]

Total spend last 7 days: $42.18
By provider:
  Anthropic    $30.40 (72%) — claude-sonnet-4 dominates
  OpenAI       $9.20  (22%) — chat-bot agent
  Gemini       $1.86  (4%)  — cron-summarizer (cheap-route working)
  Ollama       $0.00  (local, free)

Top 3 cost drivers:
  data-extraction-agent      $28.50 (68%)
  chat-bot                   $9.20  (22%)
  cron-summarizer            $1.86  (4%)

1 anomaly flagged — see find_cost_anomalies for details.

> claude: any cheaper-routing opportunities?
[MCP tool: model_routing_recommendations]

Recommendation: data-extraction-agent currently runs claude-sonnet-4
with avg 400-token completions — extraction-style work that
gemini-2.5-flash usually handles at ~95% quality for ~5% the cost.
Estimated savings: $27.10/30d if migrated. Test on a 10% slice first.

Почему openclaw-cost-tracker-mcp

Три вещи, которые не делают существующие инструменты (биллинговые панели провайдеров, общие FinOps-инструменты, пользовательские скрипты):

1. Атрибуция по агентам, а не только общие суммы по провайдерам. Панели провайдеров показывают «$X потрачено на Anthropic» — они не могут сказать, какой из ваших шести агентов вызвал 78% этих затрат. Трекер затрат считывает JSONL-логи стоимости каждого запроса OpenClaw и агрегирует их с сохранением agent_id.

2. Обнаружение аномалий скачков затрат по агентам. Одна вставка 120 тысяч токенов в чат стоит дороже, чем неделя обычного трафика. Порог по умолчанию в 3x от медианы на агента помечает такие случаи до того, как они появятся в счете в конце месяца.

3. Рекомендации по маршрутизации, основанные на фактическом использовании. Общие советы «используйте более дешевые модели» бесполезны. Этот сервер определяет конкретных агентов, чей паттерн объема и длины завершения подсказывает, что более дешевый провайдер обеспечил бы тот же результат, с конкретными оценками экономии за 30 дней.

Создан для операторов промышленного AI, запускающих OpenClaw в продакшене с реальными расходами, которые имеют значение.

Инструментарий

Ресурсы:

• cost://overview — 7-дневный снимок

• cost://forecast — 30-дневный прогноз

• cost://anomalies — недавно обнаруженные аномалии

Промпты:

• diagnose-cost-spike — анализ недавнего скачка до первопричины + корректирующие действия

• weekly-cost-digest — еженедельный дайджест затрат на 200 слов

Быстрый старт

Установка

pip install openclaw-cost-tracker-mcp

Настройка для Claude Desktop

Добавьте в ~/Library/Application Support/Claude/claude_desktop_config.json (macOS) или %APPDATA%\Claude\claude_desktop_config.json (Windows):

{
  "mcpServers": {
    "openclaw-cost": {
      "command": "python",
      "args": ["-m", "openclaw_cost_tracker_mcp"],
      "env": {
        "OPENCLAW_COST_BACKEND": "mock"
      }
    }
  }
}

Бэкенды

Формат логов JSONL

Каждая строка — это одна JSON-запись:

{"request_id":"req-abc123","timestamp":"2026-05-04T12:34:56Z","provider":"anthropic","model":"claude-sonnet-4","agent_id":"data-extraction-agent","skill_id":"extract-structured-data","prompt_tokens":8500,"completion_tokens":600,"total_tokens":9100,"cost_usd":0.0345,"duration_ms":4823}

Если ваше развертывание OpenClaw не выводит данные в этом формате, оберните вызовы провайдеров небольшой прослойкой логирования — пример прослойки в examples/.

Дорожная карта

Нужно адаптировать под ваш стек?

Если ваше AI-развертывание не использует формат логов стоимости OpenClaw — другая система агентов, кастомное логирование, замеры AWS Bedrock, биллинговый API вендора — и вы хотите получить ту же видимость атрибуции + аномалий + маршрутизации, это задача для Custom MCP Build.

Для заказа:

1. Напишите на temur@pixelette.tech с темой Custom MCP Build inquiry

2. Включите: описание вашего стека в 1 абзаце + какой уровень вы рассматриваете

3. Ответ в течение 2 рабочих дней с предложением слота для 30-минутного ознакомительного звонка

Этот сервер является частью MCP-комплекта для промышленной AI-инфраструктуры — дополнение к silentwatch-mcp (обнаружение скрытых сбоев cron) и openclaw-health-mcp (здоровье развертывания). Установите все три для полной операционной видимости.

Аудиты промышленного AI

Если вы используете AI в продакшене и хотите, чтобы внешний специалист оценил готовность, нашел уже существующие паттерны сбоев (перерасход средств — один из самых распространенных) и составил план корректирующих действий:

Тот же канал связи: temur@pixelette.tech с темой AI audit inquiry.

Вклад в проект

PR приветствуются. Бэкенды подключаемые — см. src/openclaw_cost_tracker_mcp/backends/ для контракта.

Чтобы добавить новый бэкенд:

1. Создайте подкласс CostBackend в backends/<ваш_бэкенд>.py

2. Реализуйте get_entries()

3. Зарегистрируйте в backends/__init__.py

4. Добавьте тесты в tests/test_backend_<ваш_бэкенд>.py

Отчеты об ошибках + запросы функций: откройте issue на GitHub.

Лицензия

MIT — см. LICENSE.

Связанные проекты

• silentwatch-mcp — обнаружение скрытых сбоев cron

• openclaw-health-mcp — здоровье развертывания

• AI Production Discipline Framework — шаблон Notion, $29 — методология, которую реализуют эти MCP-инструменты (перерасход средств — это паттерн P3.x в каталоге)

• SPEC.md — полная спецификация сервера

Создано Temur Khan — независимым специалистом по промышленным AI-системам. Контакт: temur@pixelette.tech