AB anthropic-cost-optimizer
Аудирует и переписывает вашу конфигурацию OpenClaw для минимизации затрат на токены API. Используйте этот навык всякий раз, когда пользователь упоминает высокие счета, затраты на API, изменения в выставлении счетов, «слишком дорого», «сэкономить деньги», «оптимизировать конфигурацию», «cacheRetention», маршрутизацию моделей или спрашивает, как сделать OpenClaw дешевле. Также активируйте, если пользователь вставляет openclaw.yaml или openclaw.json и просит о помощи. Этот навык считывает текущую конфигурацию, определяет проблемы с затратами, показывает разницу и записывает оптимизированную версию обратно с подтверждением пользователя. Критический контекст: Anthropic изменил биллинг 4 апреля 2026 года — подписки Claude больше не покрывают сторонние оболочки. Многие пользователи теперь впервые платят полную ставку API и срочно нуждаются в этом.
машинный переводПоказать оригиналСкрыть оригинал«Audits and rewrites your OpenClaw config to minimize API token costs.…»
Audits and rewrites your OpenClaw config to minimize API token costs. Use this skill whenever the user mentions high bills, API costs, billing changes, "too expensive", "save money", "optimize config", "cacheRetention", model routing, or asks how to make OpenClaw cheaper. Also trigger if the user pastes an openclaw.yaml or openclaw.json and asks for help. This skill reads the live config, identifies cost issues, shows a diff, and writes the optimized version back with user confirmation. Critical context: Anthropic changed billing on April 4 2026 — Claude subscriptions no longer cover third-party harnesses. Many users are now paying full API rates for the first time and need this immediately.
Аудирует и переписывает вашу конфигурацию OpenClaw для минимизации затрат на токены API.
Как процесс B 70/100 · Почти готов — слабые места: входы и предусловия, повторный запуск
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: 3. 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 70/100
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
- 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 100Шаги. Шагов: 16
- 100Ошибки и развилки. Развилок: 3, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1461 токенов
- 100Отчётность по ходу. Скилл сообщает о ходе работы
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
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 4 примера фраз-триггеров в кавычках
- +3Длина description 700 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 13 заголовков
- +3Пошаговые инструкции: 16 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (6 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (1 из 1)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 96.