Cloud- og LLM-regninger sniger sig stille opad, og du opdager det som regel først i slutningen af måneden, når fakturaen lander. Denne overvågning tjekker begge hver morgen og fortæller dig, hvad der har ændret sig.
Cloud- og LLM-regninger sniger sig stille opad, og du opdager det som regel først i slutningen af måneden, når fakturaen lander. Denne overvågning tjekker begge hver morgen og fortæller dig, hvad der har ændret sig.
Den sammenligner gårsdagens forbrug med et glidende gennemsnit, markerer reelle afvigelser og navngiver den tjeneste eller model, der står bag hvert spring. Du får en daglig forbrugsdiff i Slack, før små læk bliver til et budgetproblem.
Sådan kører den
Used at step 01 to kick off the pipeline.
Write
Used at step 01 to kick off the pipeline.
WebFetch
Used at step 01 to kick off the pipeline.
WebSearch
Used at step 01 to kick off the pipeline.
Sammenlign hver linje med dens glidende 7-dages gennemsnit for at finde udsving, der bevæger sig markant.
pending
Flag spikes over en sat procentgrænse og attribuer dem til den service, model eller konto, der er steget.
pending
Send en daglig diff til Slack og append tallene til BigQuery til den månedlige opsummering.
pending
Eksempel på output
json
// Sample output
// (generated when the pipeline finishes)
Compare today's per-service cloud and per-model LLM spend against the 7-day average, and return a diff listing every line that moved more than the threshold, with the dollar delta and likely driver.
Unlock the rest
The full agent definition, install snippet, and starter task are gated for community members.
Members get the full `.md` agent file, the npm / pnpm install one-liners, a starter prompt that we've tuned against real runs, and the open-source repo when this automation ships there. One email, magic link, done.