SKILLEMALL.ai

BD smart-model-router

Перестаньте отправлять «отформатируй этот JSON» в Opus. Перестаньте отправлять «cron job» в GPT. Руководство по маршрутизации с учетом биллинга для выбора между моделями, уже настроенными в вашей системе OpenClaw, при назначении агента, субагента или cron-задачи — сначала фиксированная ставка, измеримые только при обосновании, с учетом бюджетного давления. Не для выбора моделей вне вашей конфигурации и не для прокси во время выполнения.

машинный переводПоказать оригиналСкрыть оригинал«Stop sending 'format this JSON' to Opus. Stop sending 'cron job' to GP…»

Stop sending 'format this JSON' to Opus. Stop sending 'cron job' to GPT. Billing-aware routing guide for choosing among the models already configured in your OpenClaw setup when assigning an agent, sub-agent or cron task — flat-rate first, metered only when justified, budget pressure respected. Not for picking models outside your configuration, and not a runtime proxy.

ClawHub Agent Skills автор: Oscar Serra v2.0.2 MIT-0 4 файла тело ≈ 5 120 токенов Открыть источникclawhub.ai↗ проанализирован 7 дн назад

Перестаньте отправлять «отформатируй этот JSON» в Opus.

Как процесс D 48/100 · Процесс не доведён — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск

ПроцедураGitHubИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
93/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
82
Прогон на моделях
не было
Процессный рейтинг
D
48/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
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: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 5120 токенов (рекомендуется < 5000); вынесите детали в references/

Процессный рейтинг: все десять параметров 48/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 30Повторный запуск. Изменяющих операций: 7, без проверки текущего состояния
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
  • 70Стоимость исполнения. Тело инструкции 5120 токенов
  • 85Шаги. Шагов: 75, расплывчатых формулировок: 1
  • 100Согласованность. Имя и обязательные поля на месте
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 14. Похоже на несколько доменов в одном скилле
  • low Ответ описан самодельной разметкой (16 тегов): типизированный вызов надёжнее

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
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Описание говорит, когда скилл НЕ применять
  • +3Длина description 371 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 26 заголовков
  • +3Пошаговые инструкции: 75 пунктов
  • +4Есть примеры (6 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (3 из 3)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 82.

Внешние проверки

ClawHub: clean
This skill is an instruction-only guide for choosing cheaper or stronger configured models, with no hidden code or automatic data sharing found.
LLM: benign (high) · VirusTotal: · 17 сент. 2026 г.