SKILLEMALL.ai

AB k8s-cost-optimizer

Поиск и ранжирование возможностей экономии затрат на Kubernetes из kubectl, metrics-server, kube-state-metrics и облачных биллингов. Определяет избыточное выделение ресурсов CPU/памяти, неиспользуемые пространства имен и рабочие нагрузки, слишком большие PersistentVolumes, неиспользуемые службы LoadBalancer, дорогие типы узлов, отсутствующие HorizontalPodAutoscalers и кластеры, которые не использовали spot/preemptible/Graviton узлы. Выдает ранжированный список рекомендаций с оценкой экономии в $/месяц и готовыми к применению патчами YAML. Охватывает специфику EKS, GKE и AKS, включая цены на экземпляры, планы экономии, скидки за зарезервированное использование и стратегии резервирования. Используйте, когда вас просят сократить счет за облачные услуги Kubernetes, оптимизировать рабочие нагрузки, спланировать миграцию на spot-инстансы, создать отчет FinOps или настроить параметры HPA. Триггеры: "kubernetes cost", "k8s cost", "eks cost", "gke cost", "aks cost", "right-size", "rightsize", "kubecost", "opencost", "vpa", "hpa", "spot instances", "preemptible", "savings plan", "node pool", "pod requests", "finops".

машинный переводПоказать оригиналСкрыть оригинал«Find and rank Kubernetes cost-saving opportunities from kubectl, metri…»

Find and rank Kubernetes cost-saving opportunities from kubectl, metrics-server, kube-state-metrics, and cloud billing. Identifies overprovisioned CPU/memory requests and limits, idle namespaces and workloads, oversized PersistentVolumes, unused LoadBalancer services, expensive node types, missing HorizontalPodAutoscalers, and clusters that haven't adopted spot/preemptible/Graviton nodes. Outputs a ranked list of recommendations with $/month savings estimates and ready-to-apply YAML patches. Covers EKS, GKE, and AKS specifics including instance pricing, savings plans, committed-use discounts, and reservation strategies. Use when asked to cut a Kubernetes cloud bill, right-size workloads, plan a spot migration, build a FinOps report, or tune HPA settings. Triggers on "kubernetes cost", "k8s cost", "eks cost", "gke cost", "aks cost", "right-size", "rightsize", "kubecost", "opencost", "vpa", "hpa", "spot instances", "preemptible", "savings plan", "node pool", "pod requests", "finops".

ClawHub Agent Skills автор: charlie-morrison v1.0.0 MIT-0 2 файла тело ≈ 5 443 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Поиск и ранжирование возможностей экономии затрат на Kubernetes из kubectl, metrics-server, kube-state-metrics и облачных биллингов.

Как процесс B 68/100 · Почти готов — слабые места: входы и предусловия, повторный запуск

ГенераторKubernetesИнфраструктураДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
79
Прогон на моделях
не было
Процессный рейтинг
B
68/100
Почти готов
Входы и предусловия вес 11
0
Повторный запуск вес 4
30
Инструменты и файлы вес 18
60
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 5443 токенов (рекомендуется < 5000); вынесите детали в references/

Процессный рейтинг: все десять параметров 68/100

  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 30Повторный запуск. Изменяющих операций: 21, без проверки текущего состояния
  • 60Инструменты и файлы. Используются инструменты (node), но во frontmatter они не объявлены
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
  • 70Стоимость исполнения. Тело инструкции 5443 токенов
  • 100Шаги. Шагов: 45
  • 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают

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

  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Длина description 996: рекомендуется 120–800 символов
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 15 примера фраз-триггеров в кавычках
  • +4Структура: 24 заголовков
  • +3Пошаговые инструкции: 45 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (22 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.

Внешние проверки

ClawHub: clean
This is a disclosed, instruction-only Kubernetes cost-audit skill, but its recommendations should be reviewed before applying to production clusters or cloud spend.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.