$ loading_
帮助分析 Azure Data Factory 成本、识别浪费并给出优化建议。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"ADF Cost Intelligence 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。
请分析最近 30 天 Azure Data Factory 的管道运行与定价数据，找出成本最高的 10 个管道，说明主要成本来源，并给出可执行的降本建议。
输出高成本管道清单、成本构成分析，以及按优先级排序的优化建议。
检查 ADF 运行元数据，识别失败重试过多、空跑、低效调度或资源配置过高的任务，并总结潜在浪费点。
输出浪费场景说明、受影响任务列表，以及可落地的修复建议。
基于当前 Azure Data Factory 使用情况，生成一份面向团队的成本优化报告，包含现状概览、异常项、节省机会和后续行动建议。
输出结构化成本报告，便于团队评估问题并推进优化行动。
用自然语言分析 Azure 云成本、识别浪费并生成预算洞察
帮助评估AI工作负载的GPU需求、训练推理成本与云本总拥有成本。
解析多云基础设施代码并生成实时成本估算与对比报告。
帮助用户用自然语言分析 AWS 云成本、识别浪费并获取预算洞察。
通过 MCP 接入 DCS/SCADA 数据，监测工业过程异常并提供分析与优化建议
让 AI 直接连接 Azure DevOps，管理工作项、代码仓库与流水线任务。