dautovri/cloud-cost-agent

Cloud Cost Agent (AWS + GCP + Azure)

统一智能体技能，用于原生云成本优化，覆盖三大主流云提供商。

要求：已配置 AWS CLI v2、gcloud 和/或 Azure CLI，并对账单/建议程序/顾问服务具有读取权限。部分数据源需要一次性启用：AWS Compute Optimizer 和 Cost Optimization Hub（需注册），GCP Recommender（需启用 API，约需 24-48 小时数据）。jq 用于部分 GCP 过滤器。

核心规则：始终使用各提供商官方的 CLI 和推荐引擎。禁止使用第三方工具。

安全与最佳实践（所有提供商）

• 只读优先。 未经明确向用户引用准确命令并获得批准，切勿运行任何变更命令（aws ec2 terminate-instances/stop-instances、gcloud compute instances delete、az vm delete/deallocate、任何 purchase/create/modify）。
• 始终使用提供商认证（--profile、gcloud --project、az account set）。
• 使用 --query / --format json / -o json 获得整洁的输出。
• 处理分页。 这些 API 会对结果进行分页。在报告总数之前，务必将每一页聚合起来——跟踪 NextToken/nextPageToken，或谨慎使用 --no-paginate/--max-items（AWS）和 --page-size/--limit（gcloud）。单页读取会导致总数错误。
• 对所有源自云的值进行引号/转义处理。 来自 API 输出的资源名称、标签和 ID 可能包含 shell 元字符。切勿在没有引号的情况下将它们插入到另一个 shell 命令中。
• 注意 API 成本和循环。 aws ce（Cost Explorer）每次请求收费约 $0.01。不要循环调用 Cost Explorer；在会话中缓存结果，每次审计限制在几次调用。
• 优先级：最高预估节省 → 最低工作量。
• 优先选择快速成果（删除闲置资源、降级到更小的规格、在明确情况下启用承诺使用）。

便携日期辅助

BSD/macOS 和 GNU/Linux 的 date 命令不同。一次性、可移植地计算时间窗口，然后重用 $START/$END：

START=$(date -u -d '30 days ago' +%Y-%m-%d 2>/dev/null || date -u -v-30d +%Y-%m-%d)
END=$(date -u +%Y-%m-%d)

（或者直接让智能体插入字面上的 YYYY-MM-DD 日期。）

使用方法

告诉智能体提供商和目标。示例：

• audit AWS last 30 days
• find quick wins on GCP and Azure
• rightsizing recommendations for all clouds

1. 预检与认证

AWS

aws sts get-caller-identity
aws ce get-cost-and-usage \
  --time-period Start=$START,End=$END \
  --granularity MONTHLY --metrics "UnblendedCost"

一次性注册（第 2 节和第 4 节需要）：

aws compute-optimizer get-enrollment-status
aws compute-optimizer update-enrollment-status --status Active      # 选择加入
aws cost-optimization-hub list-enrollment-statuses --region us-east-1
aws cost-optimization-hub update-enrollment-status --status Active --region us-east-1

GCP

gcloud auth list
gcloud config set project YOUR_PROJECT
gcloud billing accounts list

Azure

az account show
az account set --subscription "SUB_ID"

2. 集中/高影响推荐

AWS — Cost Optimization Hub（最佳聚合器）

COH 是一个全局服务，仅在 us-east-1 区域可访问，并且需要注册（参见预检）。

aws cost-optimization-hub list-recommendations \
  --region us-east-1 \
  --filter '{"implementationEfforts":["VeryLow","Low"]}' \
  --query 'items[?estimatedMonthlySavings > `10`] | sort_by(@, &estimatedMonthlySavings) | reverse(@)' \
  --output json

有效的 implementationEfforts 值：VeryLow | Low | Medium | High | VeryHigh。

GCP — Recommender（主要来源）

--location 是必需的。VM/闲置推荐程序是区域性的（例如 us-central1-a）；需要枚举你使用的可用区。基于支出的承诺推荐程序是**global** 的，并限定在账单账户范围内。

# VM 大小调整（区域性 — 每个可用区重复执行）
gcloud recommender recommendations list \
  --recommender=google.compute.instance.MachineTypeRecommender \
  --project=YOUR_PROJECT --location=us-central1-a --format=json

# 闲置 VM（区域性 — 每个可用区重复执行）
gcloud recommender recommendations list \
  --recommender=google.compute.instance.IdleResourceRecommender \
  --project=YOUR_PROJECT --location=us-central1-a \
  --format="table(description, primaryImpact.costProjection.cost.units, stateInfo.state)"

# 承诺使用折扣（全局，限定账单账户）
gcloud recommender recommendations list \
  --recommender=google.cloudbilling.commitment.SpendBasedCommitmentRecommender \
  --billing-account=BILLING_ACCOUNT_ID --location=global --format=json

其他成本推荐程序：google.compute.disk.IdleResourceRecommender（闲置磁盘），google.compute.address.IdleResourceRecommender（闲置 IP），google.compute.image.IdleResourceRecommender（闲置镜像），google.compute.commitment.UsageCommitmentRecommender（基于资源的 CUD）。

Azure — Advisor 成本类别

az advisor recommendation list \
  --category Cost \
  --query "[].{Resource: shortDescription.problem, Impact: impact, AnnualSavings: extendedProperties.annualSavingsAmount, Currency: extendedProperties.savingsCurrency}" \
  -o table

# 仅高影响
az advisor recommendation list --category Cost \
  --query "[?impact=='High'].{Id:id, Resource:resourceMetadata.resourceId, Savings:extendedProperties.annualSavingsAmount}" -o json

extendedProperties 字段因推荐类型而异——请处理 null 值。

3. 成本与使用分析

AWS（记住每调用约 $0.01 的成本——不要循环）：

aws ce get-cost-and-usage \
  --time-period Start=$START,End=$END \
  --granularity DAILY --metrics "UnblendedCost" \
  --group-by Type=DIMENSION,Key=SERVICE

GCP——详细的成本/使用数据来自 BigQuery 账单导出（没有用于获取细粒度成本行的 gcloud 命令）。启用账单 → BigQuery 导出，然后查询 gcp_billing_export_resource_v1_<BILLING_ACCOUNT_ID>。

注意：截至 2026-01-21，导出架构已更改——CUD 折扣已从 credits 数组移至新的 consumption_model 字段，并增加了 price.list_price / price.effective_price_default 字段。请相应地更新 CUD/信用逻辑。

Azure——对于详细数据，优先使用 Cost Management 导出（或 Cost Details API）；az consumption 位于微软的弃用路径上（仅保留作为快速查看的备选方案）：

# 主要：安排/运行导出到存储（一次性只需 5 个必需参数）
az costmanagement export create \
  --name AdhocExport --type Usage \
  --scope "/subscriptions/SUB_ID" \
  --storage-account-id "/subscriptions/.../storageAccounts/ACCT" \
  --storage-container exports --timeframe MonthToDate

# 备选快速查看（已弃用的 API）：
az consumption usage list --start-date $START --end-date $END \
  --query "[].{Resource:instanceName, Service:consumedService, Cost:pretaxCost}" -o table

对于无需存储的临时聚合，请通过 az rest 调用成本管理 Query REST API（没有 az costmanagement query 子命令）。

4. 资源调整与计算推荐

AWS — Compute Optimizer（需要注册；参见预检）。深度资源调整 + 闲置检测：

aws compute-optimizer get-ec2-instance-recommendations
aws compute-optimizer get-auto-scaling-group-recommendations
aws compute-optimizer get-ebs-volume-recommendations
aws compute-optimizer get-lambda-function-recommendations
aws compute-optimizer get-rds-database-recommendations
aws compute-optimizer get-idle-recommendations

Cost Explorer 也提供 EC2 资源调整（--service 是必需的，仅 "AmazonEC2" 有效）：

aws ce get-rightsizing-recommendation --service "AmazonEC2"

GCP——机器类型推荐程序（注意 tonumber：GCP 将 cost.units 返回为字符串）：

gcloud recommender recommendations list \
  --recommender=google.compute.instance.MachineTypeRecommender \
  --project=YOUR_PROJECT --location=us-central1-a --format=json \
  | jq '.[] | select((.primaryImpact.costProjection.cost.units|tonumber) < 0)'

Azure——Advisor 成本推荐已包含 VM 资源调整/未充分利用的资源（第 2 节）。

5. 承诺与折扣

AWS——Savings Plans 购买推荐。所有四个参数都是必需的：

aws ce get-savings-plans-purchase-recommendation \
  --savings-plans-type COMPUTE_SP \
  --term-in-years ONE_YEAR \
  --payment-option NO_UPFRONT \
  --lookback-period-in-days THIRTY_DAYS

（savings-plans-type：COMPUTE_SP|EC2_INSTANCE_SP|SAGEMAKER_SP；term-in-years：ONE_YEAR|THREE_YEARS；payment-option：NO_UPFRONT|PARTIAL_UPFRONT|ALL_UPFRONT；lookback-period-in-days：SEVEN_DAYS|THIRTY_DAYS|SIXTY_DAYS。）

GCP——通过基于支出的承诺推荐程序（第 2 节）提供承诺使用折扣。

Azure——预留/节省计划建议通过 Advisor（按订阅）提供；对于账单账户范围，请通过 az rest 使用消耗预留推荐 REST API：

az advisor recommendation list --category Cost \
  --query "[?contains(shortDescription.problem, 'reserved') || contains(shortDescription.problem, 'reservation')]"

6. 优先排序模板（适用于任何提供商）

总结时：

1. 每月/每年预估节省总额。
2. 快速成果桶（工作量非常低/低）或等效。
3. 前 5-8 项：资源、当前状态、建议操作、节省金额、工作量/风险。
4. 针对首要项目给出具体下一步命令。

提供商：GCP
潜在每月节省总额：$2,340

快速成果：
- 删除闲置 VM ... : $180/月（工作量非常低）
- 降级 n1-standard-8 → n2-standard-4 : $420/月

下一条命令：
gcloud recommender recommendations list --recommender=google.compute.instance.IdleResourceRecommender --project=... --location=us-central1-a

提供商特定快速参考

AWS

• Cost Optimization Hub（us-east-1，已注册）用于广泛的聚合视图。
• Compute Optimizer（已注册）用于深度资源调整 + 闲置。
• Cost Explorer（aws ce）用于支出明细、资源调整、Savings Plans——注意每次调用的成本。

GCP

始终传递 --location。关键推荐程序：

• MachineTypeRecommender（资源调整，区域性）
• IdleResourceRecommender 用于 VM/磁盘/IP/镜像（区域性/地区性）
• SpendBasedCommitmentRecommender（CUD，全局，限定账单账户）

Azure

• Advisor 是成本推荐的主要来源。
• 对于原始用量，使用成本管理导出（或 Cost Details API）；az consumption 仅作为已弃用的备选方案。

完整审计流程（推荐）

1. 认证；确认注册状态（Compute Optimizer, COH）。
2. 拉取时间窗口内的高层级成本摘要。
3. 拉取推荐（Hub / Recommender / Advisor），聚合所有页面。
4. 筛选出节省超过阈值且工作量低的项。
5. 如有需要，与原始用量交叉检查。
6. 生成优先列表 + 3 个具体的下一步操作（只读；标记任何变更操作以待批准）。 7.（可选）对其他提供商重复上述步骤。

参考资料

AWS

• Cost Explorer：https://docs.aws.amazon.com/cli/latest/reference/ce/
• Compute Optimizer：https://docs.aws.amazon.com/cli/latest/reference/compute-optimizer/
• Cost Optimization Hub：https://docs.aws.amazon.com/cost-management/latest/userguide/cost-optimization-hub.html
• Billing IAM action migration (aws-portal retirement)：https://docs.aws.amazon.com/awsaccountbilling/latest/aboutv2/migrate-granularaccess-iam-mapping-reference.html

GCP

• Recommenders 列表：https://cloud.google.com/recommender/docs/recommenders
• recommendations list：https://cloud.google.com/sdk/gcloud/reference/recommender/recommendations/list
• BigQuery 账单导出：https://cloud.google.com/billing/docs/how-to/export-data-bigquery

Azure

• Advisor 推荐：https://learn.microsoft.com/cli/azure/advisor/recommendation
• 成本管理导出：https://learn.microsoft.com/cli/azure/costmanagement/export
• Consumption API 迁移：https://learn.microsoft.com/azure/cost-management-billing/automate/migrate-consumption-usage-details-api

---

可针对特定提供商或跨所有三家运行。保持原生。保持高效。