Cloud- en LLM-rekeningen kruipen stilletjes omhoog, en meestal kom je er aan het eind van de maand achter, als de factuur valt. Deze watcher controleert beide elke ochtend en vertelt je wat er veranderde.
Cloud- en LLM-rekeningen kruipen stilletjes omhoog, en meestal kom je er aan het eind van de maand achter, als de factuur valt. Deze watcher controleert beide elke ochtend en vertelt je wat er veranderde.
Het zet de uitgaven van gisteren af tegen een voortschrijdend gemiddelde, signaleert echte uitschieters en benoemt de service of het model achter elke sprong. Je krijgt een dagelijkse uitgavendiff in Slack voordat kleine lekken een budgetprobleem worden.
Hoe hij werkt
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.
Vergelijk elke regel met het voortschrijdend 7-daags gemiddelde om alles te vinden wat scherp bewoog.
pending
Signaleer pieken boven een ingesteld percentage en wijs ze toe aan de service, het model of het account dat groeide.
pending
Stuur een dagelijkse diff naar Slack en voeg de cijfers toe aan BigQuery voor de maandelijkse rollup.
pending
Voorbeelduitvoer
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.