Cloud- und LLM-Rechnungen klettern leise nach oben, und meist erfahren Sie es erst am Monatsende, wenn die Rechnung kommt. Dieser Watcher prüft beides jeden Morgen und sagt Ihnen, was sich geändert hat.
Cloud- und LLM-Rechnungen klettern leise nach oben, und meist erfahren Sie es erst am Monatsende, wenn die Rechnung kommt. Dieser Watcher prüft beides jeden Morgen und sagt Ihnen, was sich geändert hat.
Er vergleicht die gestrigen Ausgaben mit einem gleitenden Durchschnitt, markiert echte Anomalien und benennt den Service oder das Modell hinter jedem Sprung. Sie bekommen ein tägliches Ausgaben-Diff in Slack, bevor kleine Lecks zum Budgetproblem werden.
So läuft er
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.
Jede Position gegen ihren gleitenden 7-Tage-Durchschnitt vergleichen, um starke Ausschläge zu finden.
pending
Spitzen oberhalb eines festgelegten Prozentwerts markieren und dem Service, Modell oder Konto zuordnen, das gewachsen ist.
pending
Ein tägliches Diff in Slack senden und die Zahlen für die monatliche Aufstellung an BigQuery anhängen.
pending
Beispiel-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.