MCP 整合

AgentGazer 提供 MCP (Model Context Protocol) 伺服器，讓 AI Agent 能夠查詢自己的成本和使用量數據。這創建了「成本感知 Agent」，能夠監控自己的花費並做出明智的決策。

注意

MCP 支援 Claude Code 和其他 MCP 相容的主機。OpenClaw 使用不同的插件系統（Skills），不直接支援 MCP 伺服器。

概述

┌─────────────────────────────────────────────────────────────┐
│                                                             │
│   AI Agent (Claude Code, Cursor 等)                         │
│        │                                                    │
│        │ stdio                                              │
│        ▼                                                    │
│   ┌──────────────────┐         ┌──────────────────┐         │
│   │  agentgazer-mcp  │──HTTP──▶│ AgentGazer Server│         │
│   └──────────────────┘         │    :18880        │         │
│                                └──────────────────┘         │
│                                                             │
└─────────────────────────────────────────────────────────────┘

安裝

本機

如果已安裝 AgentGazer CLI，MCP 已經可用：

agentgazer-mcp --help

遠端機器

對於連接到中央 AgentGazer 伺服器的遠端 Agent：

npm install -g @agentgazer/mcp
agentgazer-mcp init

設定

Claude Code

新增至 Claude Code 設定檔 (~/.claude/settings.json)：

{
  "mcpServers": {
    "agentgazer": {
      "command": "agentgazer-mcp",
      "env": {
        "AGENTGAZER_ENDPOINT": "http://localhost:18880",
        "AGENTGAZER_TOKEN": "your-token-here",
        "AGENTGAZER_AGENT_ID": "my-agent"
      }
    }
  }
}

環境變數

變數	說明	預設值
AGENTGAZER_ENDPOINT	AgentGazer 伺服器 URL	http://localhost:18880
AGENTGAZER_TOKEN	API 認證 Token	必填
AGENTGAZER_AGENT_ID	唯一 Agent 識別碼	必填

可用工具

get_token_usage

查詢當前 Agent 的 Token 消耗量。

參數：

• period (選填)：時間過濾器 (today, 7d, 30d)
• model (選填)：依模型過濾

範例回應：

Token Usage:
  Input tokens:  15,234
  Output tokens: 8,921
  Total tokens:  24,155

get_cost

查詢花費（美元）。

參數：

• period (選填)：時間過濾器
• breakdown (選填)：包含各模型明細

範例回應：

Cost: $2.4500 USD

Breakdown by model:
  claude-opus-4-5-20251101: $1.8200
  gpt-4o: $0.6300

get_budget_status

檢查預算限制和剩餘額度。

範例回應：

Budget Status:
  Limit:     $50.00
  Used:      $12.45
  Remaining: $37.55
  Progress:  24.9%

estimate_cost

在執行前預測操作成本。

參數：

• model：模型名稱（必填）
• input_tokens：預估輸入 Token 數（必填）
• output_tokens：預估輸出 Token 數（必填）

範例回應：

Cost Estimate:
  Model:         claude-opus-4-5-20251101
  Input tokens:  10,000
  Output tokens: 5,000
  Estimated:     $0.3500 USD

whoami

取得當前 Agent 身份和連線狀態。

範例回應：

Agent Identity:
  Agent ID:  my-coding-agent
  Endpoint:  http://localhost:18880
  Connected: Yes
  Server:    AgentGazer 0.5.5

使用情境

預算感知回應

Agent 可以在執行昂貴操作前檢查剩餘預算：

「今天我已經花了 $45，預算是 $50。
讓我在停止前總結一下目前的進度。」

成本報告

Agent 可以在會話結束時報告花費：

「任務完成。這次會話花費 $2.35，
使用了 45,000 tokens。」

資源預估

在大型操作前，Agent 可以預估成本：

「這個分析大約需要 100K tokens。
預估成本：$3.50。要繼續嗎？」

遠端設定

對於多機器部署，Agent 運行在不同機器上：

1. 在每台 Agent 機器上安裝 MCP 套件：

   npm install -g @agentgazer/mcp

2. 設定中央伺服器端點：

   agentgazer-mcp init \
     --endpoint http://192.168.1.100:18880 \
     --token ag_xxx \
     --agent-id dev-machine-1

3. 在每台機器上新增至 Claude Code 設定 (~/.claude/settings.json)

疑難排解

「無法連接到 AgentGazer」

確保 AgentGazer 伺服器正在運行：

agentgazer status

「缺少 Token」

從以下位置取得 Token：

agentgazer status
# 或檢查 ~/.agentgazer/config.json

MCP 未顯示在 Agent 中

1. 確認設定檔存在：~/.claude/settings.json
2. 檢查 mcpServers.agentgazer 設定是否存在
3. 重新啟動 Claude Code