SKILLEMALL.ai

BC skill-perf

Измеряет потребление токенов и накладные расходы на производительность навыков в среде OpenClaw (только для среды OpenClaw Agent). Используйте немедленно, когда пользователь упоминает «измерить», «тестировать», «производительность», «потребление токенов», «сколько токенов», «расходы», «стоимость», «эффективность» или хочет оценить, сравнить, оптимизировать использование ресурсов какого-либо навыка. Также подходит для проверки производительности перед выпуском навыка, многократных тестов, анализа кэширования (горячего/холодного) и анализа различий в потреблении между двумя навыками. Английские триггерные фразы: measure token cost, performance test, how many tokens, benchmark skill. Даже если пользователь явно не говорит «skill-perf», этот навык должен срабатывать, если речь идет об анализе производительности навыка OpenClaw. Техническая реализация: запускает два суб-агента параллельно через sessions_spawn OpenClaw для измерения, автоматически вычитает системный фоновый шум, генерирует HTML-отчет и оценку достоверности.

машинный переводПоказать оригиналСкрыть оригинал«测量 OpenClaw 环境中 Skill 的 token 消耗和性能开销(仅适用于 OpenClaw Agent 环境)。当用户提到「测量…»

测量 OpenClaw 环境中 Skill 的 token 消耗和性能开销(仅适用于 OpenClaw Agent 环境)。当用户提到「测量」「测试」「性能」「token 消耗」「多少 token」「开销」「成本」「效率」或想要评估、对比、优化某个 skill 的资源使用时,立即使用此 skill。也适用于 skill 发布前的性能验证、多轮测试对比、热/冷缓存分析、以及分析两个 skill 之间消耗差异。英文触发词:measure token cost, performance test, how many tokens, benchmark skill。即使用户没有明确说「skill-perf」,只要涉及 OpenClaw skill 性能分析就应触发。技术实现:通过 OpenClaw 的 sessions_spawn 启动双 subagent 并发测量,自动扣除系统底噪,生成 HTML 报告和置信度评级。

ClawHub Agent Skills автор: kincaidwoo v1.0.2 MIT-0 11 файлов · 1 скрипт тело ≈ 896 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Измеряет потребление токенов и накладные расходы на производительность навыков в среде OpenClaw (только для среды OpenClaw Agent).

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

ПроцедураИнфраструктураИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
82/100
безопасность, качество, тесты
Безопасность 60%
90
Качество 40%
71
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

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 · 10

✓ Критических и высоких находок нет

Средние и низкие: 10
  • низкая Обфускация obf-base64-blob scripts/report_html.py:40
    Длинный blob, похожий на base64 (в кавычках — упоминание, а не команда)
    "iVBO…AAB"
    в кавычках
  • низкая Обфускация obf-base64-blob scripts/report_html.py:41
    Длинный blob, похожий на base64 (в кавычках — упоминание, а не команда)
    "AAAA…dbv"
    в кавычках
  • низкая Обфускация obf-base64-blob scripts/report_html.py:42
    Длинный blob, похожий на base64 (в кавычках — упоминание, а не команда)
    "6jQz…ZyH+nnGM…ur4/V9Vz+4CgyIb"
    в кавычках
  • низкая Секреты в коде secret-high-entropy-token scripts/report_html.py:42
    Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
    "6jQz…ZyH+nnGM…ur4/V9Vz+4CgyIb"
    в кавычках
  • низкая Обфускация obf-base64-blob scripts/report_html.py:43
    Длинный blob, похожий на base64 (определение детектора / чёрного списка)
    "Zvx+W6493dXVVa/+79Wr…S2g"
    детектор
  • низкая Обфускация obf-base64-blob scripts/report_html.py:44
    Длинный blob, похожий на base64 (в кавычках — упоминание, а не команда)
    "ngEJ…WNu/Vb"
    в кавычках
  • низкая Секреты в коде secret-high-entropy-token scripts/report_html.py:45
    Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
    "KX+P5Ni…1zD+2TFE…ZEl"
    в кавычках
  • низкая Секреты в коде secret-high-entropy-token scripts/report_html.py:46
    Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
    "WXYj…ahq+fvsj…7q7+y1i9…7qr+y3Hp…FCG"
    в кавычках
  • низкая Секреты в коде secret-high-entropy-token scripts/report_html.py:50
    Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
    "bzPd…Sz1+jVFH+Nc0A…w2a"
    в кавычках
  • низкая Секреты в коде secret-high-entropy-token scripts/report_html.py:55
    Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
    "0oxJ…uMF+5X7I…Jlc/6AXw…Wum"
    в кавычках

Просканировано файлов: 11. 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 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: 10
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 896 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
  • -2Ссылки на localhost: у другого пользователя не заработает
  • -33 из 5 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 411 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 8 заголовков
  • +3Пошаговые инструкции: 10 пунктов
  • +4Есть примеры (7 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 3)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 71.

Внешние проверки

ClawHub: suspicious
This is a real benchmarking skill, but it reads detailed local agent session data and automatically serves generated reports in ways users should review before installing.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.