SKILLEMALL.ai
GitHub ↗ EN Войти

AD token-monitor

Мониторинг потребления токенов AI. Читает журналы сеансов, подсчитывает потребление токенов, обнаруживает аномалии и предоставляет рекомендации по оптимизации. Помогает пользователям понять затраты на использование ИИ, избежать непредвиденных перерасходов. Активируется, когда пользователь говорит "Token", "Сколько потрачено", "Статистика токенов", "Стоимость", "Перерасход". Ключевые слова: Token, потребление, стоимость, статистика, мониторинг, затраты.

машинный переводПоказать оригиналСкрыть оригинал«AI Token消耗监控。读取会话日志，统计Token消耗，检测异常并提供优化建议。 帮助用户了解AI使用成本，避免意外超支。 当用户说"T…»

AI Token消耗监控。读取会话日志，统计Token消耗，检测异常并提供优化建议。 帮助用户了解AI使用成本，避免意外超支。 当用户说"Token"、"消耗多少"、"Token统计"、"费用"、"超支"时触发。 Keywords: Token, 消耗, 费用, 统计, 监控, 成本.

ClawHub Agent Skills автор: freedompixels v1.0.2 MIT-0 3 файла тело ≈ 296 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Мониторинг потребления токенов AI.

Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

СправочникИнфраструктуратип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
75
Прогон на моделях
не было
Процессный рейтинг
D
49/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 49/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Ошибки и развилки. Линейный процесс без обработки сбоев
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 40Согласованность. Имя во frontmatter (token-monitor) не совпадает с папкой (ai-token-usage)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 10
  • 100Стоимость исполнения. Тело инструкции 296 токенов
  • 100Повторный запуск. Изменяющих операций нет

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

  • +5В description нет примеров фраз, по которым скилл должен срабатывать
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 143 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 11 заголовков
  • +3Пошаговые инструкции: 10 пунктов
  • +4Есть примеры (4 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 75.

Внешние проверки

ClawHub: clean
This skill transparently reads local OpenClaw session logs to summarize token usage and saves only aggregate usage statistics.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.