SKILLEMALL.ai

AB codex-token-usage

Суммирует использование токенов Codex из локальных логов Codex Desktop или CLI в формате JSONL. Используйте, когда пользователь просит подсчитать, проверить, суммировать, сравнить или отчитаться об использовании токенов Codex/OpenAI за период, такой как сегодня, эта неделя, прошлый месяц, календарный месяц, скользящее 30-дневное окно, пиковая неделя, пиковый день, с разбивкой по вводу/выводу/кэшированию/рассуждениям или чистое использование токенов.

машинный переводПоказать оригиналСкрыть оригинал«Summarize Codex token usage from local Codex Desktop or CLI session JS…»

Summarize Codex token usage from local Codex Desktop or CLI session JSONL logs. Use when the user asks to count, audit, total, compare, or report Codex/OpenAI token usage for a period such as today, this week, last month, a calendar month, a rolling 30-day window, peak week, peak day, input/output/cached/reasoning breakdown, or net token usage.

ClawHub Agent Skills автор: helenalhq v1.0.0 MIT-0 5 файлов тело ≈ 909 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Суммирует использование токенов Codex из локальных логов Codex Desktop или CLI в формате JSONL.

Как процесс B 67/100 · Почти готов — слабые места: входы и предусловия, отчётность по ходу

ИнтеграцияРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
80
Прогон на моделях
не было
Процессный рейтинг
B
67/100
Почти готов
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
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

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 67/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 60Ошибки и развилки. Развилок: 2
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Шаги. Шагов: 17
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 909 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)
    • -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
    • -31 из 2 скриптов не упомянуты в SKILL.md
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 346 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 6 заголовков
    • +3Пошаговые инструкции: 17 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (5 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.

    Внешние проверки

    ClawHub: clean
    This skill appears benign: it reads local Codex session logs to calculate token usage and does not show network transfer, persistence, or hidden behavior.
    LLM: benign (high) · VirusTotal: · 9 июн. 2026 г.