SKILLEMALL.ai
GitHub ↗ EN Войти

BC automation-token-optimizer

Управление жизненным циклом запланированных задач: аудит потребления токенов + оценка объединения + очистка избыточных задач. Автоматически сканирует все запланированные задачи, выявляет задачи с высоким потреблением, задачи, которые можно объединить, и задачи, которые можно удалить, предлагая комплексные решения по оптимизации.

машинный переводПоказать оригиналСкрыть оригинал«定时任务全生命周期管理：token 消耗审计 + 合并评估 + 冗余清理。自动扫描所有定时任务，找出高消耗任务、可合并任务、可删除任务，给出…»

定时任务全生命周期管理：token 消耗审计 + 合并评估 + 冗余清理。自动扫描所有定时任务，找出高消耗任务、可合并任务、可删除任务，给出综合优化方案。

ClawHub Agent Skills автор: 桂皮 v2.0.0 MIT-0 5 файлов тело ≈ 856 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Управление жизненным циклом запланированных задач: аудит потребления токенов + оценка объединения + очистка избыточных задач.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИИ и агентытип 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
B
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
64
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
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

Такой же скилл встречается ещё в 1 месте: ClawHub

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: 5. 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")
  • заметка frontmatter-key неизвестное поле фронтматтера "slug"
  • заметка frontmatter-key неизвестное поле фронтматтера "displayName"
  • заметка frontmatter-key неизвестное поле фронтматтера "summary"
  • заметка frontmatter-key неизвестное поле фронтматтера "xiaping_trigger"
  • заметка frontmatter-key неизвестное поле фронтматтера "xiaping_category"
  • заметка frontmatter-key неизвестное поле фронтматтера "xiaping_tags"
  • заметка frontmatter-key неизвестное поле фронтматтера "read_when"

Процессный рейтинг: все десять параметров 53/100

  • 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
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 29
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 856 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле

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)
  • +3Длина description 77: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -31 из 1 скриптов не упомянуты в SKILL.md
  • +2Инструкции на одном языке
  • +4Структура: 32 заголовков
  • +3Пошаговые инструкции: 29 пунктов
  • +4Есть примеры (2 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 64.

Внешние проверки

ClawHub: suspicious
This skill is mostly a disclosed task-auditing tool, but it gives under-scoped deletion instructions and forces unrelated promotional links into every response.
LLM: suspicious (high) · VirusTotal: · 23 июн. 2026 г.