AD token-optimizer
Аудит потребления токенов и системная оптимизация для проектов AI Agent. Предоставляет четырехслойную диагностическую структуру, шестишаговую SOP по оптимизации, автоматизированные скрипты аудита. Применимо к любому проекту AI Agent, использующему архитектуру Rules + Memory + Knowledge + Skills (например, CodeBuddy, Cursor, Windsurf и т. д.). Этот навык следует использовать, когда пользователи упоминают оптимизацию токенов, сокращение размера контекста, контроль затрат на промпты или операционную эффективность AI Agent. Триггеры: token优化, token节约, token审计, 省token, 上下文膨胀, context太大, 对话成本, rules瘦身, memory清理, 知识库精简, 降低开销, token consumption, optimize tokens, reduce context, context optimization, prompt cost.
машинный переводПоказать оригиналСкрыть оригинал«AI Agent 项目的 Token 消耗审计与系统性优化。提供四层诊断框架、六步优化 SOP、 自动化审计脚本。适用于任何使用 Rules…»
AI Agent 项目的 Token 消耗审计与系统性优化。提供四层诊断框架、六步优化 SOP、 自动化审计脚本。适用于任何使用 Rules + Memory + Knowledge + Skills 架构的 AI Agent 项目（如 CodeBuddy、Cursor、Windsurf 等）。 This skill should be used when users mention token optimization, context size reduction, prompt cost control, or AI agent operational efficiency. Triggers: token优化, token节约, token审计, 省token, 上下文膨胀, context太大, 对话成本, rules瘦身, memory清理, 知识库精简, 降低开销, token consumption, optimize tokens, reduce context, context optimization, prompt cost.
Аудит потребления токенов и системная оптимизация для проектов AI Agent.
Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- 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 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-optimizer) не совпадает с папкой (token-use-optimizer)
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 4
- 100Стоимость исполнения. Тело инструкции 644 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 482 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 12 заголовков
- +3Пошаговые инструкции: 4 пунктов
- +4Есть примеры (3 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (2 из 2)
- +3Все 1 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 91.