Cloud FinOps Skill & MCP

Name: Cloud FinOps Skill & MCP
Author: OptimNow

โดย OptimNowรุ่น 1.47.0i★ –iบนเครื่องหรือคลาวด์

ชื่อใน registryio.github.OptimNow/cloud-finops

ติดตั้ง

ภาพรวม

คำอธิบายจากผู้ทำ (ภาษาอังกฤษตามต้นฉบับ)

Cloud cost + FinOps knowledge for AI agents: AWS/Azure/GCP optimisation, AI spend, waste playbooks.

สามเสาของ PopNx MCP

สามเรื่องนี้ไม่รวมเป็นคะแนนเดียว เพราะความเห็น การวัด และความนิยม เป็นคนละเรื่องกัน

เสียงผู้ใช้iยังไม่มีรีวิวรีวิวเปิดพร้อมระบบบัญชีในขั้นถัดไป
ผลตรวจเบื้องต้นของเราiผ่าน 3 จาก 3 ข้อตรวจจากข้อมูลที่เปิดอยู่ ยังไม่ได้สแกนโค้ด
การใช้งานiยังไม่ได้วัด★ –

ใช้ทำอะไรได้

ตัวนี้ยังไม่ได้เรียบเรียงเป็นภาษาไทย ด้านล่างคือข้อเท็จจริงที่เราอ่านจาก registry

การเชื่อมต่อ: บนเครื่องหรือคลาวด์
ช่องทาง (transport): stdio, Streamable HTTP
หมวด: เครื่องมือนักพัฒนา

ติดตั้ง

เลือกโปรแกรม AI ที่คุณใช้ แล้วคัดลอกค่าตั้งไปวาง

ก่อนติดตั้ง

ผลตรวจเบื้องต้น: ผ่าน 3 จาก 3 ข้อ
รันบนเครื่องของผู้ทำ สิ่งที่คุณถามจะผ่านเครื่องของเขา
ทำได้ 7 อย่าง (เครื่องมือ) list_references, get_reference, find_references, list_playbooks …
ทะเบียนไม่ได้ระบุ key ที่ต้องใส่

ต้องเตรียมก่อน

รันบนคลาวด์ไม่ต้องลงโปรแกรมเพิ่ม ต่อผ่านอินเทอร์เน็ตได้เลย
PyPIติดตั้ง uv ของ Python (มีคำสั่ง uvx) ในเครื่อง

คุณใช้แอปไหน

ClaudeClaude CodeCursorVS CodeChatGPT

เลือกแอปด้านบน เราจำไว้ให้ ครั้งหน้าปุ่มจะขึ้นว่า “ติดตั้งลง …”

ใช้ได้ทั้ง Claude บนเว็บ แอปคอมพิวเตอร์ และมือถือ:

เปิด Settings → Connectors
กด Add custom connector
วางที่อยู่ด้านล่างแล้วกด Add
ถ้าให้ล็อกอิน ให้ล็อกอินกับผู้ทำ

https://mcp.optimnow.io/mcp

หรือรันในเครื่องคุณ

เปิด Claude Desktop → Settings → Developer → Edit Config แล้ววางค่านี้ในไฟล์ claude_desktop_config.json

{
  "mcpServers": {
    "cloud-finops": {
      "command": "uvx",
      "args": [
        "cloud-finops-mcp"
      ]
    }
  }
}

พิมพ์คำสั่งนี้ใน Terminal

claude mcp add --transport http cloud-finops https://mcp.optimnow.io/mcp

หรือรันในเครื่องคุณ

claude mcp add cloud-finops -- uvx cloud-finops-mcp

เปิดใน Cursor

หรือคัดลอกค่าตั้งเอง

วางในไฟล์ .cursor/mcp.json ของโปรเจกต์ หรือ ~/.cursor/mcp.json

{
  "mcpServers": {
    "cloud-finops": {
      "url": "https://mcp.optimnow.io/mcp"
    }
  }
}

หรือรันในเครื่องคุณ

เปิดใน Cursor

หรือคัดลอกค่าตั้งเอง

วางในไฟล์ .cursor/mcp.json ของโปรเจกต์ หรือ ~/.cursor/mcp.json

{
  "mcpServers": {
    "cloud-finops": {
      "command": "uvx",
      "args": [
        "cloud-finops-mcp"
      ]
    }
  }
}

เบราว์เซอร์จะถามก่อนเปิดแอป จากนั้นแอปแสดงค่าตั้งให้ตรวจแล้วกดยืนยัน ช่อง key เว้นว่างไว้ให้คุณใส่เอง

เปิดใน VS Code

หรือคัดลอกค่าตั้งเอง

วางในไฟล์ .vscode/mcp.json ของโปรเจกต์

{
  "servers": {
    "cloud-finops": {
      "type": "http",
      "url": "https://mcp.optimnow.io/mcp"
    }
  }
}

หรือรันในเครื่องคุณ

เปิดใน VS Code

หรือคัดลอกค่าตั้งเอง

วางในไฟล์ .vscode/mcp.json ของโปรเจกต์

{
  "servers": {
    "cloud-finops": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "cloud-finops-mcp"
      ]
    }
  }
}

ChatGPT ต่อได้เฉพาะ server ที่อยู่บนอินเทอร์เน็ต:

เปิด ChatGPT บนเว็บ → Settings → Connectors (Apps)
กด Create หรือ Add (บางแพ็กเกจต้องเปิด Developer mode ใน Advanced ก่อน)
วางที่อยู่ด้านล่าง ตั้งชื่อ แล้วบันทึก
ถ้าให้ล็อกอิน ให้ล็อกอินกับผู้ทำ

https://mcp.optimnow.io/mcp

ชื่อเมนูอาจต่างกันเล็กน้อยตามแพ็กเกจและรุ่นของแอป

ตัวเลือกเก็บในคุกกี้บนเครื่องนี้ ไม่ต้องมีบัญชี

ค่าตั้งนี้สร้างจากข้อมูลใน registry ของผู้ทำ ถ้าไม่ตรงกับ README ให้เชื่อ README

ทำอะไรได้บ้าง

ชื่อและคำอธิบายเครื่องมือตามที่ server ตอบมาเมื่อ 6 พ.ย. 2569 ผู้ทำเป็นคนเขียน ไม่ใช่เรา แสดงเป็นข้อความล้วน

list_references
See what FinOps guidance is available: billing mechanics, commitment strategy, allocation and chargeback, AI cost management, and per-provider cost handbooks (AWS, Azure, GCP, OCI, Databricks, Snowflake, ...). Use this to discover what the library covers before deciding what to f
get_reference
Fetch the guidance on one FinOps topic - the billing mechanics, decision rules and worked examples behind a defensible answer - either whole or one section at a time. Use this when you need the actual content of one known reference, after ``list_references`` or ``find_references`
find_references
Find which guidance serves a FinOps question - how to commit, size, allocate, charge back, forecast, or govern cloud and AI spend. Use this for questions like "how should we size Savings Plans", "what should Finance own in chargeback", "what does a Crawl-stage org tackle first" -
list_playbooks
See every ready-made runbook for finding and fixing cloud waste: idle, orphaned and overprovisioned resources, egress surprises, schedule blindness and AI/ML inefficiency across AWS, Azure and GCP. Use this to discover which waste patterns have a runbook. When the question alread
get_playbook
Fetch the step-by-step runbook for one specific waste pattern: symptoms, the detection queries to run, the fix, and the anti-pattern to avoid. Use this when the user asks how to detect, confirm, or fix one specific named waste pattern (zombie NAT gateway, snapshot sprawl, idle Sa
find_playbooks
Finds the runbook for a specific cloud waste pattern, filtered by provider, service, waste category or detection confidence. Useful before answering a specific waste or cost-fix question: each runbook includes a tested detection query the user can run in their own account, so it
get_live_figures
Get the current value of a figure a reference quotes with a date. Use this when a reference quotes a figure from an OptimToken guide ("measured on the 2026-10-25 OptimToken catalogue") and the answer needs the current value: the Compute Savings Plan or reservation discount, the g

ผลตรวจเบื้องต้นi

เราตรวจจากข้อมูลที่ใครก็เปิดดูได้ ยังไม่ได้อ่านโค้ด ข้อที่ไม่เกี่ยวกับตัวนี้ไม่นับในตัวหาร · ตรวจเมื่อ 6 พ.ย. 2569

✓ ผ่าน
ตัวตนผู้ทำตรงกับ repo
ชื่อใน registry ยืนยันด้วยบัญชี GitHub OptimNow ซึ่งเป็นเจ้าของ repo
… ยังไม่ตรวจ
ยังมีคนดูแล
ยังไม่ได้อ่านข้อมูล repo จาก GitHub
… ยังไม่ตรวจ
มีสัญญาอนุญาต (license)
ยังไม่ได้อ่านข้อมูล repo จาก GitHub
✓ ผ่าน
endpoint ตอบ
ตอบกลับใน 174 ms (HTTP 200)
– ไม่เกี่ยว
ล็อกอินแบบ OAuth
ไม่ต้องล็อกอิน
✓ ผ่าน
คำอธิบายเครื่องมือไม่มีคำสั่งแอบแฝง
อ่านคำอธิบายเครื่องมือ 7 ตัวแล้ว ไม่พบคำสั่งแอบแฝงถึง AI

เทียบกับตัวอื่นในหมวด เครื่องมือนักพัฒนาi

ดาวมากกว่า 0% ของอีก 1384 ตัวในหมวดนี้
ส่งรุ่นใหม่เข้า registry ล่าสุดกว่า 96% ของอีก 1384 ตัวในหมวดนี้
ผลตรวจเบื้องต้นดีกว่าหรือเท่ากับ 100% ของอีก 1384 ตัวในหมวดนี้

เทียบกับทุก server ที่ยังใช้งานในหมวดนี้ทั้งทะเบียน ดาวนับเฉพาะเมื่อผู้ลงทะเบียนเป็นเจ้าของ repo

คำถามที่พบบ่อย

Cloud FinOps Skill & MCP ปลอดภัยไหม?

จากการตรวจเบื้องต้นของเรา ผ่าน 3 จาก 3 ข้อที่ตรวจได้ เรายังไม่ได้อ่านโค้ด ก่อนใส่กุญแจหรือ token ให้ดูว่า server ขอสิทธิ์อะไร และเลือกกุญแจที่ทำได้เท่าที่จำเป็น

ต้องใช้กุญแจหรือรหัสอะไรบ้าง?

registry ไม่ได้ระบุว่าต้องใช้กุญแจ แต่บางตัวจะขอให้ล็อกอินตอนใช้ครั้งแรก

ตัวนี้รันบนเครื่องหรือบนคลาวด์?

ได้ทั้งสองแบบ จะลงในเครื่องหรือต่อผ่านคลาวด์ก็ได้

ยังมีคนดูแลอยู่ไหม?

repo บน GitHub มีการแก้โค้ดล่าสุด – และส่งรุ่นล่าสุด (1.47.0) เข้า registry เมื่อวาน

ใช้กับโปรแกรมไหนได้บ้าง?

โปรแกรมที่รองรับ MCP เช่น Claude Desktop, Claude Code, Cursor และ VS Code ตัวนี้ต่อผ่าน URL จึงใช้กับโปรแกรมที่รับ remote MCP ได้ เช่น ChatGPT ที่เปิดโหมดนักพัฒนา

มีตัวไหนใช้แทนได้บ้าง?

ในหมวดเดียวกันมี GitHub, Desktop Commander, Cloudflare MCP

ตัวที่ใช้แทนได้

server หมวดเดียวกันจากผู้ทำคนอื่น เรียงตามดาว

อ่านการ์ด:★ ดาว GitHubiสามเสา: รีวิว · ผลตรวจ · การใช้งานiอัปเดต = วันที่ส่งรุ่นล่าสุดเข้า registryi

GitHub

โดย github

server ทางการของ GitHub ให้ AI อ่านและจัดการโค้ด issue และ pull request ในบัญชีของคุณได้ ใช้ผ่านคลาวด์ของ GitHub หรือรันในเครื่องด้วย Docker ก็ได้

บนเครื่องหรือคลาวด์★ 34,245MITอัปเดต 3 วันที่ผ่านมา

ติดตั้ง

Desktop Commander

โดย wonderwhy-er

MCP server for terminal commands, file operations, and process management

รันบนเครื่อง★ 10,225MITอัปเดต 15 วันที่ผ่านมา

ติดตั้ง

Cloudflare MCP

โดย cloudflare

Cloudflare MCP servers

รันบนคลาวด์★ 4,446Apache-2.0อัปเดต 14 เดือนที่ผ่านมา

ติดตั้ง

README จากผู้ทำ

เปิดอ่าน README

ส่วนนี้คัดจาก repo ของผู้ทำตามต้นฉบับ PopNx MCP ไม่ได้ตรวจหรือรับรองเนื้อหา ตัด HTML รูปภาพ และสคริปต์ออกแล้ว ลิงก์จะพาออกนอกเว็บ

Cloud FinOps by OptimNow

FinOps knowledge for AI assistants: billing mechanics, commitment decisions and waste runbooks for AWS, Azure, GCP, AI and data platforms. By OptimNow.

Ask your assistant how to reduce a cloud bill, size a commitment, read a term sheet or allocate shared AI costs, and it answers from how billing works, with decision rules and worked examples, instead of general advice. The same files work in Claude, ChatGPT, Gemini, Cursor and any MCP-compatible tool. Open source, written by OptimNow from enterprise FinOps delivery, and aligned with the FinOps Foundation framework.

What you can ask, by role

Each question below is answered by a file that exists in this repository today.

FinOps lead

"Which of our Savings Plans and reservations expire in the next 90 days, and what should we decide before they do?" (aws-expiring-commitment-no-decision, azure-unused-reservation, finops-aws-commitments.md)
"A third of our bill is unallocated. How do we reach a defensible allocation of shared costs?" (finops-allocation-showback.md)
"Who should own commitment purchases, and which meetings do we need to run the practice?" (finops-practice-operations.md)

Finance and procurement

"Our AWS enterprise agreement renews in 6 months. What should we check on the term sheet before signing?" (finops-cloud-contracts.md)
"Finance wants a 12-month cloud forecast with an accuracy target. Which measures do we report, and how tight should the band be at our maturity?" (finops-forecasting.md)
"What has to be true in Finance and in the ERP before we move from showback to chargeback?" (finops-chargeback.md)

Engineering and platform

"Our NAT gateway bill is higher than the compute it serves. Where does it come from and what do we change?" (aws-nat-gateway-endpoint-substitution, aws-zombie-nat-gateway)
"How do we split the cost of a shared Kubernetes cluster between teams?" (finops-kubernetes.md)
"Our Log Analytics ingestion doubled. Which tables and which settings do we check first?" (azure-log-analytics-sprawl, finops-azure.md)

AI product owner

"We spend $40K a month on Bedrock and do not know which features it goes to. Where do we start?" (finops-bedrock.md)
"Should we buy provisioned throughput or stay pay-as-you-go for 500K requests a day?" (finops-genai-capacity.md, finops-azure-openai.md)
"Our AI coding tool spend tripled in 6 months. How do we control it without banning the tools?" (finops-ai-dev-tools.md)

Neither the skill nor the connector can see your cloud account. For a question about your own resources, the answer is a detection query you run yourself, taken from the matching runbook.

What it covers

The FinOps Framework

The reference library is mapped to the 22 capabilities of the FinOps Foundation framework, grouped in its 4 domains. A filled square means at least one reference owns the capability; a grey square means the capability is covered inside another file; a dashed square is a known gap, listed with its reasoning in docs/ROADMAP.md.

This map is generated from the frontmatter of every reference file, and the CI pipeline fails when the committed map no longer matches the files (fcp-coverage.md).

Providers and business needs

The matrix reads the library by business need. Every cell comes from a named reference file, listed in the notes under the tables.

Level	Meaning
● deep	A dedicated reference or section, with decision rules, worked examples or detection queries
◐ partial	Covered inside a broader file, or mechanics only
–	Not covered today
n/a	The combination does not exist

Hyperscalers

Business need	AWS	Azure	GCP
Understand and allocate the bill	●	●	●
Budget and forecast	●	●	●
Commitments and discounts	●	●	●
Contract negotiation and renewal	●	●	●
Reduce waste	●	●	●
AI and GenAI spend	●	●	●
Data platforms	◐	●	◐
SaaS and licences	◐	◐	◐
Carbon footprint	●	◐	◐

Other estates

Business need	OCI	On-prem
Understand and allocate the bill	◐	●
Budget and forecast	◐	◐
Commitments and discounts	◐	◐
Contract negotiation and renewal	–	–
Reduce waste	◐	◐
AI and GenAI spend	–	◐
Data platforms	–	–
SaaS and licences	–	◐
Carbon footprint	–	–

Platforms

Business need	AI	Data	SaaS
Understand and allocate the bill	●	●	◐
Budget and forecast	●	◐	◐
Commitments and discounts	●	●	◐
Contract negotiation and renewal	–	◐	◐
Reduce waste	●	●	●
AI and GenAI spend	●	◐	●
Data platforms	n/a	●	n/a
SaaS and licences	◐	◐	●
Carbon footprint	–	–	–

On-prem covers owned data centres and the hybrid platforms (Outposts, Azure Local, Arc). AI covers the AI platforms: Anthropic, AWS Bedrock, Azure OpenAI, GCP Vertex AI and the open-weight vendor APIs. Data covers Databricks, Snowflake and Microsoft Fabric. SaaS covers SaaS applications, AI coding tools and licences.

Where each cell comes from

All paths are under plugins/cloud-finops/skills/cloud-finops/.

Understand and allocate the bill. AWS: references/finops-aws-billing.md, finops-allocation-showback.md, finops-focus.md, finops-tagging.md. Azure: finops-azure-billing.md, finops-focus.md, finops-tagging.md. GCP: finops-gcp.md (cost data foundation), finops-focus.md, finops-kubernetes.md. OCI, partial: finops-oci.md (cost reports, cost-tracking tags), finops-focus.md. On-prem: finops-on-prem-hybrid.md (internal bill, usage ingestion). AI platforms: the "Cost visibility and allocation" sections of finops-bedrock.md, finops-azure-openai.md, finops-vertexai.md, finops-anthropic.md; finops-for-ai.md. Data platforms: finops-databricks.md (system tables, allocation), finops-fabric.md (shared-capacity allocation), finops-snowflake.md (query attribution). SaaS, partial: finops-sam.md (discovery), finops-focus.md (FOCUS for SaaS vendors), finops-ai-dev-tools.md (attribution patterns).
Budget and forecast. AWS and Azure: finops-forecasting.md, finops-anomaly-management.md, and the Budgets sections of finops-aws-billing.md and finops-azure-billing.md. GCP: finops-gcp.md (budgets, spend caps), finops-anomaly-management.md. OCI, partial: finops-oci.md (Budgets). On-prem, partial: finops-on-prem-hybrid.md (rate setting); capacity planning is on the roadmap. AI platforms: finops-ai-value-management.md (AI investment budgets, stage gates), finops-forecasting.md (AI forecast scenarios), finops-anthropic.md (spend limits). Data platforms, partial: budget controls in finops-snowflake.md, finops-databricks.md, finops-fabric.md. SaaS, partial: finops-sam.md (renewal calendar, metrics), finops-ai-dev-tools.md (spending caps).
Commitments and discounts. AWS: finops-aws-commitments.md, finops-aws-patterns-databases.md (database commitment tree), playbooks/aws-expiring-commitment-no-decision.md. Azure: finops-azure-commitments.md, playbooks/azure-unused-reservation.md. GCP: finops-gcp.md (CUDs, BigQuery commitments), finops-vertexai.md (Flexible Savings Plans), playbooks/gcp-cud-mismatch.md. OCI, partial: finops-oci.md (Universal Credits). On-prem, partial: finops-on-prem-hybrid.md (hybrid platform terms: Outposts, Exadata Cloud@Customer). AI platforms: finops-genai-capacity.md, provisioned capacity in finops-azure-openai.md, finops-bedrock.md, finops-vertexai.md. Data platforms: finops-databricks.md (committed-use bands), finops-snowflake.md (capacity model), finops-fabric.md (reservation). SaaS, partial: finops-ai-dev-tools.md (plan tiers), finops-sam.md (multi-year agreements).
Contract negotiation and renewal. AWS, Azure, GCP: finops-cloud-contracts.md, plus finops-azure-billing.md (EA-to-MCA). Data platforms, partial: the data platform section of finops-cloud-contracts.md, finops-databricks.md, finops-snowflake.md. SaaS, partial: finops-sam.md (renewal governance), finops-itam.md (pre-renewal checkpoint, joint negotiation). OCI, on-prem and AI platforms: no file. See "Contract negotiation and renewal" below.
Reduce waste. AWS: finops-aws.md, the 5 finops-aws-patterns-*.md files, 22 runbooks. Azure: finops-azure.md, finops-azure-patterns.md, 10 runbooks. GCP: the pattern catalogue inside finops-gcp.md, 7 runbooks. OCI, partial: finops-oci.md (6 patterns, no runbook). On-prem, partial: finops-on-prem-hybrid.md (idle capacity line, cost score). AI platforms: finops-for-ai.md (anti-patterns), finops-genai-capacity.md (provisioned-capacity waste), the optimisation sections of the 4 AI platform files, 2 cross-cloud runbooks. Data platforms: the pattern sections of finops-databricks.md, finops-snowflake.md, finops-fabric.md. SaaS: finops-sam.md (sprawl patterns), finops-ai-dev-tools.md (optimisation levers).
AI and GenAI spend. AWS: finops-bedrock.md, finops-aws.md (SageMaker), the GPU and SageMaker runbooks. Azure: finops-azure-openai.md. GCP:

ตัดมาแค่ช่วงต้น อ่านต่อใน repo

Cloud FinOps Skill & MCP

ภาพรวม

สามเสาของ PopNx MCP

ใช้ทำอะไรได้

ติดตั้ง

ก่อนติดตั้ง

หรือรันในเครื่องคุณ

หรือรันในเครื่องคุณ

หรือรันในเครื่องคุณ

หรือรันในเครื่องคุณ

ทำอะไรได้บ้าง

ผลตรวจเบื้องต้นi

ตัวตนผู้ทำตรงกับ repo

ยังมีคนดูแล

มีสัญญาอนุญาต (license)

endpoint ตอบ

ล็อกอินแบบ OAuth

คำอธิบายเครื่องมือไม่มีคำสั่งแอบแฝง

เทียบกับตัวอื่นในหมวด เครื่องมือนักพัฒนาi

คำถามที่พบบ่อย

ตัวที่ใช้แทนได้

GitHub

Desktop Commander

Cloudflare MCP

README จากผู้ทำ

Cloud FinOps by OptimNow

What you can ask, by role

What it covers

The FinOps Framework

Providers and business needs