$ loading_
监控本地大模型令牌与成本异常，识别滥用模式并供智能体调用
复制安装指令，让 AI 自动完成配置 · 推荐新手
"ledgermind" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请分析最近7天本地 LLM 代理日志，找出 token 消耗和费用异常的时间段、模型、调用来源，并按严重程度排序。
一份异常清单，包含高成本调用、异常峰值来源及优先处理建议。
扫描本地 LLM 请求记录，识别可能的滥用模式，例如突发高频请求、异常长上下文、重复失败重试，并总结风险信号。
一份滥用模式分析结果，列出可疑行为、影响范围和风险说明。
将最近一次成本与安全审计结果整理为适合 MCP 调用的结构化输出，包含异常摘要、受影响服务和建议动作。
结构化审计数据，可被智能体直接读取并用于自动化处置或告警。
为 AI 代理提供复式记账能力，可执行账务记录、查询与对账流程。
在 AI 编辑器中跟踪大模型费用、设置预算上限并接收超支提醒。
将摘要、代码补丁等低风险任务委派给低成本模型并由主代理复核。
帮助团队以本地优先方式代理 MCP 工具，并实现安全扫描与高效发现。
将 AI 代理推理轨迹永久上链存储，便于审计、追溯与验证决策过程
为智能体提供复式记账、分录过账与财务报表生成功能。