Tagihan cloud dan LLM sering naik diam-diam, dan Anda biasanya baru sadar di akhir bulan saat invoice datang. Pemantau ini mengecek keduanya setiap pagi dan memberi tahu apa yang berubah.
Tagihan cloud dan LLM sering naik diam-diam, dan Anda biasanya baru sadar di akhir bulan saat invoice datang. Pemantau ini mengecek keduanya setiap pagi dan memberi tahu apa yang berubah.
Sistem ini membandingkan pengeluaran kemarin dengan rata-rata berjalan, menandai anomali yang nyata, dan menyebut layanan atau model di balik setiap lonjakan. Anda mendapat ringkasan perubahan pengeluaran harian di Slack sebelum kebocoran kecil berubah jadi masalah anggaran.
Cara kerjanya
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.
Bandingkan setiap baris dengan rata-rata 7 hari sebelumnya untuk menemukan hal-hal yang berubah tajam.
pending
Tandai lonjakan di atas persentase tertentu dan atribusikan kepada layanan, model, atau akun yang mengalami pertumbuhan.
pending
Kirimkan selisihan harian ke Slack dan tambahkan angka-angka tersebut ke BigQuery untuk rekap bulanan.
pending
Contoh 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.