Stripe AI
为 AI 产品接入 Stripe 计费、用量计量、MCP 与开发技能。
README 说明远程 MCP 使用 OAuth，测试具体展示了向 Stripe 发送客户标识、模型名称和令牌用量，CI 的默认 contents 权限也限制为只读；这些材料使主要数据流和部分权限可见。但没有完整的运行时权限清单、用户确认机制、密钥生命周期说明或撤销与回滚流程。计量事件采用异步发送，材料未表明失败、重试或重复计费如何处理。安全政策提供了明确的漏洞报告渠道，冻结锁文件安装也提供了基础供应链控制，但未见依赖扫描、漏洞处置规则或版本固定的全部证据。Stripe 署名、版权及集中同步说明构成较强来源归属证据，不过给定的企业注册表并未验证发布者身份，因此没有据此推断额外可信度。
README 所述 Stripe 计量集成与 Anthropic 包装器测试相互吻合，CI 覆盖 TypeScript、MCP 和 Python 的构建、格式检查及测试，体现了较好的内部一致性。固定 pnpm 版本、Node/Python 版本和 frozen lockfile 有助于依赖可获得性，但仍依赖外部包注册表、托管 MCP、插件市场和第三方模型 SDK。验证脚本提供部分进度与退出码信息，不过服务器启动等待没有超时，后台计量被明确描述为 fire-and-forget，而材料没有展示相关失败消息或恢复语义，因此未给满分。
材料明确覆盖使用 Stripe 构建 AI 产品、令牌计量、MCP、自主代理及多种代理工具安装场景，并支持框架集成和无框架 SDK 两种路径。Claude Code、Codex、Cursor、Grok、TypeScript、Python 和 MCP 的覆盖显示了良好的环境适配性。扣分在于未提供完整的能力边界、支持矩阵、前置条件或不适用场景；技能何时应触发及避免触发也只有概括性描述，缺少具体规则和冲突处理。
README 按 SDK、MCP、技能、各工具安装方式和许可证组织，包名与目录引用清楚，手动安装还明确提示不会自动更新。MIT 许可证文本完整，因此许可证项获得满分。示例主要限于安装命令和测试代码，未见 FAQ、端到端操作示例或故障排查。已知限制只披露了手动技能更新问题；未提供版本策略、发布说明或 changelog。SECURITY.md、集中同步工作流和维护团队标签说明了维护及安全联系路径，但发布者身份仍按要求视为未知。
SDK、无框架令牌计量、远程 MCP 和多代理工具分发可以形成可直接采用的 Stripe AI 集成入口，测试也展示了规范化模型名称并生成输入、输出计量事件的具体产物，因此具有实际可用性和相对于手工接线的增量价值。不过材料没有给出端到端成果、性能、准确性、运营成本、计费风险或迁移工作量的数据，因而成本收益只能获得有限分数。
核心能力声明可追溯到命名包、安装命令、CI 工作流和具体的计量包装器测试；README、测试、许可证、安全政策及同步工作流之间也存在一定交叉印证。扣分是因为所给材料只是仓库切片，未包含核心实现、锁文件、技能正文或发布记录；“one-stop shop”等营销性表述没有量化支持。材料通常能区分说明、命令和测试预期，但没有专门标记事实、推断及未经验证主张。
- 计量事件包含 Stripe 客户标识、模型名称和令牌用量；部署前应确认数据最小化、保留、日志和隐私要求。
- 测试将计量上报称为 fire-and-forget，但材料未展示失败、重试、幂等性或重复计费防护。
- 远程 MCP、插件市场和第三方模型 SDK 都是外部依赖；应在采用前核实当前权限、可用性和更新来源。
- 手动安装的技能不会自动更新，且同步目录中的直接修改会被覆盖。
- 本结论仅来自给定文件的静态审查，未执行代码、测试或网络交互。
这个 Agent 能做什么，适合哪些场景？
Stripe AI 是一个面向 AI 产品和业务开发者的 SDK 与集成集合，并非可直接运行的独立智能体。仓库包含用于连接 Stripe 计费基础设施与 Vercel AI SDK 的 `@stripe/ai-sdk`，以及面向 OpenAI、Anthropic 和 Google Gemini 原生 SDK 的 `@stripe/token-meter`。后者不依赖智能体框架，可用于在模型调用路径中接入计量。Stripe 还在 `https://mcp.stripe.com` 托管支持 OAuth 的远程 MCP 服务器，并提供构建自主智能体的文档入口。仓库同时介绍了适用于 Claude Code、Codex、Cursor 和 Grok Build 的官方插件，以及可通过 `npx` 手动安装的 Agent Skills。其边界是 Stripe 集成层和开发资源；来源没有展示完整应用、托管代理运行时或最终用户界面。
@stripe/ai-sdk 将 Stripe 的计费基础设施接入 Vercel 的 ai 与 @ai-sdk 库。@stripe/token-meter 面向 OpenAI、Anthropic 和 Google Gemini 的原生 SDK 提供计量集成，并明确不要求使用框架。远程端点 https://mcp.stripe.com 让 MCP 客户端通过 OAuth 安全访问 Stripe，也可作为自主智能体连接 Stripe 的入口。官方 Stripe 插件为 Claude Code、Codex、Cursor 和 Grok Build 提供 Agent Skills 与额外工具；手动方式则从 https://docs.stripe.com 安装技能。来源未给出 SDK 的具体类、函数、请求示例、计量事件格式或产生的账单对象，因此不能进一步确认数据流细节。
- 使用 Vercel AI SDK 构建生成式应用的 TypeScript 团队，希望把模型功能与 Stripe 计费基础设施连接起来。
- 直接调用 OpenAI 原生 SDK 的开发者，需要在不引入智能体框架的情况下加入 token 或模型用量计量。
- 采用 Anthropic 或 Google Gemini 原生 SDK 的 SaaS 团队，希望通过同一 Stripe 相关组件处理 AI 用量计量。
- 在 Claude Code 或 Codex 中开发 Stripe 集成的工程师，希望安装官方插件以获得 Stripe Agent Skills 和附加工具。
- 构建自主智能体的团队，希望通过支持 OAuth 的 Stripe 远程 MCP 服务访问 Stripe。
- 无法使用官方插件的开发者，希望从 Stripe 文档站手动安装技能，并自行负责后续更新。
这个 Agent 有哪些优点和局限？
- 同时覆盖 Vercel AI SDK 和 OpenAI、Anthropic、Google Gemini 原生 SDK，适配框架式与无框架的集成路径。
@stripe/token-meter明确不依赖框架，减少仅为用量计量而引入完整智能体框架的必要性。- Stripe 提供支持 OAuth 的托管远程 MCP 服务，客户端无需自行部署该端点。
- Claude Code、Codex、Cursor 和 Grok Build 均有明确的官方插件安装路径。
- 代码采用 MIT 许可证。
- 仓库自身不是完整的可运行智能体；采用者仍需构建应用、模型调用流程和业务逻辑。
- 核心价值依赖 Stripe 计费基础设施，迁移到其他支付或计费提供商可能需要重写集成。
- 来源没有提供两个 SDK 的安装命令、API 示例、运行时版本或凭据配置，无法仅凭所给材料完成首次 SDK 调用。
- 远程 MCP 访问依赖网络与 OAuth，来源没有说明离线模式、自托管 MCP 方案或认证失败处理。
- 手动安装的技能不会自动更新，需要定期运行
npx skills update -y。 - 来源未说明计量准确性、重试、幂等性、故障恢复或不同模型提供商的功能差异。
如何安装或部署这个 Agent？
官方 Claude Code 插件：claude plugin install stripe@claude-plugins-official。官方 Codex 插件：codex plugin add stripe@openai-curated。Cursor 中运行：/add-plugin stripe，也可通过 Cursor marketplace 安装。Grok Build 中运行：grok plugin install stripe --trust。手动安装技能：npx skills add https://docs.stripe.com；手动安装不会自动更新，可运行 npx skills update -y。来源没有提供 @stripe/ai-sdk 或 @stripe/token-meter 的包管理器安装命令、最低运行时版本或所需 Stripe 凭据配置。
如何使用这个 Agent？
若客户端支持 MCP，可连接远程服务器 https://mcp.stripe.com，访问过程使用 OAuth；来源未给出完整的客户端配置片段或首次调用命令。使用受支持的开发工具时，先执行对应插件安装命令，再由插件提供 Stripe Skills 和额外 Agent 工具。若采用手动技能安装，执行 npx skills add https://docs.stripe.com，之后使用 npx skills update -y 获取更新。若要集成计费或用量计量，应分别选择 @stripe/ai-sdk 或 @stripe/token-meter，但来源没有提供导入代码、初始化参数、凭据环境变量或首个可运行的 API 调用。
这个 Agent 与同类方案有什么区别？
@stripe/ai-sdk 面向 Vercel 的 ai 和 @ai-sdk 库；@stripe/token-meter 则直接集成 OpenAI、Anthropic 与 Google Gemini 的原生 SDK，不依赖框架。前者适合已采用 Vercel AI SDK 的项目，后者适合希望保留原生提供商 SDK 调用方式的项目。
常见问题
这是一个可以直接部署的自主智能体吗？
是否必须使用 Vercel AI SDK？
@stripe/ai-sdk 面向 Vercel AI SDK，而 @stripe/token-meter 可直接配合 OpenAI、Anthropic 和 Google Gemini 原生 SDK，且不依赖框架。MCP 服务需要什么权限？
使用这些组件需要支付哪些费用？
插件和手动安装的技能如何更新？
npx skills update -y。