Agents & skills · for AI agents

使用状況とクォータを確認する

MCP 上のトークン使用量と月間クォータを、エージェント、ユーザー、スペース、日付、またはモデルごとに確認し、「制限に近づいているか」「コストを押し上げている要因は何か」に回答します。

MCP tools:tenant_infousage_stats

2つの読み取り専用ツールが、「利用量がどのくらいか」という質問にすべて答えます。両方ともメタデータのみを返します — トークン数とイベント数のカウントであり、会話の内容は一切返しません。

割り当て枠との比較

tenant_info()                 # plan + monthly_token_quota (the ceiling)
usage_stats(group="total")    # tokens + events used so far this period

ユースケース — 「あとで使い切ってしまうか？」 tenant_info から得られる monthly_token_quota と、合計値を比較します。過剰利用料は後払いとなるため、「今月の割り当て枠の82%を使用しています」と表示することで、ユーザーが費用がかかる前に判断できるようにします。

コストを押し上げている要因

usage_stats(group=…) は、同じ合計値を分割して返します。答えたい質問に応じてグループを選択してください：

usage_stats(group="agent")    # which agent is busiest / burning the most tokens
usage_stats(group="user")     # which end user is heaviest — spot one runaway account
usage_stats(group="space")    # usage per customer space (multi-tenant fan-out)
usage_stats(group="day")      # trend over time — catch a spike the day it happens
usage_stats(group="model")    # cost mix across models — is an expensive model doing routine work?

ユースケース一覧：

「今月請求額が跳ね上がった — なぜ？」→ group="day" で急増箇所を特定し、その後 group="agent" でその原因となったエージェントを確認する。
「安価なモデルで済む作業を高価なモデルが行っていないか？」→ group="model" を使用し、その後問題のあるエージェントに対して update_agent(name, model=…) を検討する。
「どの顧客にアップセル / レートリミットを適用すべきか？」→ group="space" または group="user" を使用する。

これはコンテンツに対する分析ではなく、メタデータです。どのくらい、誰が/何が を答えるものであり、何が言われたか は答えません。チャットログやエンドユーザーのプロファイルは、MCP 経由では意図的にアクセスできません。

報告の仕方。 最も重要な数値を先頭に持ってくる — 「今月のトークン割り当て500万に対して420万を使用しました（84%）」— の後、それを説明する内訳を示し、詳細な全体像のためにコンソールへのリンクを貼る： https://console.agent4.io/#/usage。