$ loading_
查询并汇总 OpenAI 与 Anthropic 的用量、成本和仪表盘数据。
该 MCP 工具声明为开源只读管理查询工具，但材料存在明显信息不一致：描述称会查询 OpenAI/Anthropic 管理 API，而元数据却标注无密钥、无远程端点。基于开源与 MIT 许可可降低部分风险，但在凭证与外联说明缺失的情况下，整体宜审慎接入。
材料标注“无密钥/环境变量”，但其功能是查询 OpenAI 与 Anthropic 的管理 API，此类能力通常需要高敏感度的管理级凭证。当前更像是文档披露不完整而非已证实滥用，但应视为凭证需求说明缺失并谨慎核验。
元数据声明“无远程端点”，但描述明确表示会查询 AI 提供商管理 API，说明该工具按功能应存在对外网络访问，目标至少应包括 OpenAI/Anthropic 相关接口。未见 README 进一步说明传输内容、端点范围与最小化策略，存在外联说明不足问题。
系统检查项已表明其会执行代码；作为 MCP server，通常需要在本机启动服务进程并处理请求。这属于同类工具的常规能力，当前材料未显示超出声明功能的系统权限申请，因此评为需留意而非高风险。
描述仅表明其为“read-only”并返回使用量、成本和仪表盘数据，未见声明需要写入本地文件或修改远端资源。其数据面理论上偏向只读管理数据，但 README 缺失，无法确认本地缓存、日志或可访问资源边界。
正面因素是存在可审计的开源 GitHub 仓库且采用 MIT 许可；这显著降低了闭源黑盒风险。负面因素是来源为第三方 registry、社区采用度为 0 star、维护状态未知，供应链成熟度与持续维护信号偏弱，因此建议在审阅源码与依赖后再部署。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"AI Admin API MCP Server" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请查询 OpenAI 和 Anthropic 最近 30 天的 API 用量，按提供商和模型汇总请求量、token 使用量与费用，并指出主要消耗来源。
一份跨平台的用量与费用汇总，包含按模型拆分的数据和主要成本来源说明。
请检查本周 AI API 成本是否有异常增长，对比上周同一时间段，列出增长最多的提供商、模型或项目。
一份异常成本对比报告，标出增幅显著的来源及其变化情况。
请获取当前可用的管理仪表盘数据，并整理成适合周报的摘要，包括总费用、用量趋势和关键指标概览。
一份适合周报引用的管理数据摘要，涵盖费用、趋势和核心指标。
帮助团队追踪 AI 调用指标、成本与日志，分析使用模式并排查交互问题