English Français العربية

io.github.labham-llc/agentcents

Registre officiel Productivité

Local LLM cost proxy: forecasts each call and recommends the cheapest model that clears the task.

Code source Documentation

Installation

Ajoutez ceci à la configuration MCP de votre client (Claude Desktop : claude_desktop_config.json ; Cursor : .cursor/mcp.json ; VS Code et les autres utilisent la même forme « mcpServers »).

PYPI package agentcents
Claude Code 
claude mcp add agentcents -- uvx agentcents==1.1.3
Configuration JSON (Claude Desktop, Cursor, VS Code) 
{
    "mcpServers": {
        "agentcents": {
            "command": "uvx",
            "args": [
                "agentcents==1.1.3"
            ]
        }
    }
}

Documentation

Tirée du README du projet sur GitHub, actualisée chaque semaine. Les liens ouvrent GitHub.

Sommaire
  1. agentcents — LLM cost consulting skill for Claude
  2. Install
  3. What's in the box
  4. The product behind it

agentcents — LLM cost consulting skill for Claude

A Claude Skill that turns Claude into a neutral LLM cost advisor: estimate what any call or agent workflow will cost across candidate models, get the cheapest model that clears the task's capability bar, and see the comparison as a Mermaid diagram — with honest ranges, never false point estimates.

Works two ways:

  • Consult mode (no install): answers from a bundled, hand-verified snapshot of current model prices and Intelligence Index scores.
  • Live mode: if the agentcents proxy is running locally, the skill uses your real ledger — calibrated forecasts, spend, and accuracy instead of priors.

Install

Claude.ai / Desktop: Settings → Capabilities → Skills → Add → upload this folder (or the packaged .skill).

Claude Code: /plugin marketplace add labham-llc/agentcents-skill then /plugin install agentcents@labham-skills

Then just ask things like:

what would it cost to classify ~500 support emails a day, about 200 tokens each?

I'm building a 5-step research agent — which model should each step use?

What's in the box

SKILL.md                 — the consulting method (measure, range, bar, pick, flag instability)
assets/pricing.json      — price + capability snapshot (see _meta.verified_utc)
references/local-api.md  — live-mode reference for a locally running agentcents

Snapshot verified: 2026-07-15 (see _meta.verified_utc) — refreshed with each agentcents release.

The product behind it

agentcents is a local proxy that meters, forecasts, and budget-enforces LLM API calls — and grades its own forecasting accuracy on a calibration page. pip install agentcents. The skill is free; so is the agentcents free tier.

© Labham LLC · skill instructions and snapshot data may be redistributed with attribution; the agentcents software itself is proprietary (see its LICENSE).

Questions fréquentes

Qu'est-ce que io.github.labham-llc/agentcents ?

Local LLM cost proxy: forecasts each call and recommends the cheapest model that clears the task.

Comment installer io.github.labham-llc/agentcents ?

Il s'exécute sur votre machine. Dans Claude Code : claude mcp add agentcents -- uvx agentcents==1.1.3. Pour les autres clients, collez la configuration JSON de cette page dans leurs réglages MCP.

Faut-il une clé API pour io.github.labham-llc/agentcents ?

Son entrée au registre n'indique aucune clé ni secret obligatoire. Certaines fonctions peuvent tout de même demander un compte auprès du service auquel il se connecte.

io.github.labham-llc/agentcents est-il open source ?

Son code est public sur GitHub, mais le dépôt ne déclare pas de licence standard.

Qui maintient io.github.labham-llc/agentcents ?

Il est publié par labham-llc. AI.tn le référence sans le maintenir ni le recommander.

Issu du registre MCP officiel. Être listé n'est pas une recommandation : vérifiez le code et les permissions d'un serveur avant de lui donner accès à vos données.