$ loading_
帮助团队追踪 AI 调用指标、成本与日志，并排查模型交互问题
复制安装指令，让 AI 自动完成配置 · 推荐新手
"ai-usage-metrics-mcp" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请汇总过去 30 天各应用的 AI 模型调用次数、Token 消耗和费用，按应用、模型与团队维度生成统计表，并标出成本最高的前 5 项。
输出一份按应用、模型和团队分组的用量与成本统计，并给出高成本来源列表。
分析最近一周的 AI 请求日志，找出高峰时段、失败率变化、平均响应时长，以及不同模型在各业务场景中的使用趋势。
输出使用趋势分析摘要，包含高峰时段、异常波动和关键性能指标变化。
请根据结构化日志排查某个应用中 AI 回复异常的问题，定位失败请求、相关上下文、提示词、模型返回内容和错误码，并总结可能原因。
输出问题定位报告，包含异常请求明细、可能原因和排查建议。
让 AI 通过标准接口查询并分析 Prometheus 监控指标，辅助排障与运维决策。
通过多模型与可视化工具，用自然语言完成软件开发、调试与成本管理。
为 AI 提供只读日志访问，安全协助排查 Linux 服务器问题。
帮助用户实时编排多智能体协作，并在仪表盘监控任务与产物。
帮助开发团队追踪 AI 调用、分析代码结构并监控实时令牌效率。
通过 MCP 调用 AI 对话、天气查询与代理状态监控能力。