SKILLEMALL.ai

AB context-window-tracker

Отслеживание и отчетность об использовании контекстного окна OpenClaw с подробной разбивкой того, что потребляет токены. Используйте, когда: пользователь спрашивает об использовании контекста, использовании токенов, «сколько контекста я использую», «насколько заполнено мое контекстное окно», «осталось токенов», «близок ли я к пределу», затратах токенов на мышление/рассуждение, что потребляет контекст (настройка сеанса против разговора против накладных расходов) или сколько ходов осталось. НЕ использовать для: оценки токенов для произвольного текста, управления контекстом (сжатие/удаление) или агрегирования затрат между сеансами.

машинный переводПоказать оригиналСкрыть оригинал«Track and report OpenClaw context window usage with a detailed breakdo…»

Track and report OpenClaw context window usage with a detailed breakdown of what's consuming tokens. Use when: user asks about context usage, token usage, "how much context am I using", "how full is my context window", "tokens remaining", "am I close to the limit", thinking/reasoning token costs, what's eating context (session setup vs conversation vs overhead), or how many turns are left. NOT for: estimating tokens for arbitrary text, managing context (compact/prune), or cross-session cost aggregation.

ClawHub Agent Skills автор: 99rebels v1.4.0 MIT-0 5 файлов тело ≈ 1 462 токенов Открыть источникclawhub.ai проанализирован 4 дн назад

Отслеживание и отчетность об использовании контекстного окна OpenClaw с подробной разбивкой того, что потребляет токены.

Как процесс B 78/100 · Почти готов — слабые места: входы и предусловия, отчётность по ходу

ПроцедураДанные и аналитикаИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
100/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
100
Прогон на моделях
не было
Процессный рейтинг
B
78/100
Почти готов
Отчётность по ходу вес 2
0
Входы и предусловия вес 11
30
Инструменты и файлы вес 18
60
три самых слабых из десяти параметров · все десять

Как улучшить

    Для прогона на моделях — необязательно
    • Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
    • spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.

    Находки guard · 0

    ✓ Критических и высоких находок нет

    Просканировано файлов: 5. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "homepage"

    Процессный рейтинг: все десять параметров 78/100

    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Входы и предусловия. Не сказано, что нужно иметь на входе
    • 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 100Шаги. Шагов: 31
    • 100Когда включается. Сказано, когда применять и когда не применять
    • 100Ошибки и развилки. Развилок: 5, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1462 токенов
    • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
    • high Скилл велит модели самой совершать необратимое действие, без подтверждения человеком

    Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.

    Сигналы качества

    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 4 примера фраз-триггеров в кавычках
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 508 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 13 заголовков
    • +3Пошаговые инструкции: 31 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (7 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (2 из 2)
    • +3Все 1 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 100.

    Внешние проверки

    ClawHub: clean
    The artifacts show disclosed ClawHub and Convex maintenance workflows, including some powerful staff and local-review commands, but no hidden exfiltration, destructive automation, or purpose-mismatched behavior.
    LLM: benign (medium) · VirusTotal: · 29 мая 2026 г.