SKILLEMALL.ai

AC context-optimizer

Сократите расходы на токены OpenClaw и предотвратите переполнение контекста. Используйте, когда пользователь упоминает высокие затраты на API, дорогие токены, усечение контекста, переполнение контекста, медленные ответы в длинных сессиях, шумное извлечение из памяти, раздутый bootstrap или хочет настроить openclaw.json для повышения эффективности. Также активируйте, когда пользователь говорит, что его агент "использует слишком много токенов" или задачи кажутся "расточительными". Этот навык агрессивен и имеет свою точку зрения — он предоставляет конкретные конфигурации для вставки, а не меню настроек.

машинный переводПоказать оригиналСкрыть оригинал«Slash OpenClaw token costs and prevent context overflow. Use whenever…»

Slash OpenClaw token costs and prevent context overflow. Use whenever the user mentions high API costs, expensive tokens, context truncation, context overflow, slow responses in long sessions, noisy memory recall, bloated bootstrap, or wants to tune openclaw.json for efficiency. Also trigger when the user says their agent "uses too many tokens" or tasks feel "wasteful." This skill is aggressive and opinionated — it gives concrete configs to paste, not menus of knobs.

ClawHub Agent Skills автор: omaression v1.0.0-alpha MIT-0 7 файлов тело ≈ 753 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Сократите расходы на токены OpenClaw и предотвратите переполнение контекста.

Как процесс C 55/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, согласованность

ИнтеграцияИнфраструктураИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
98/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
96
Прогон на моделях
не было
Процессный рейтинг
C
55/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
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: 6. 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 55/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (context-optimizer) не совпадает с папкой (aggressive-context-optimizer)
    • 60Инструменты и файлы. Используются инструменты (bash, web), но во frontmatter они не объявлены
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Шаги. Шагов: 5
    • 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
    • 100Стоимость исполнения. Тело инструкции 753 токенов

    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)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 2 примера фраз-триггеров в кавычках
    • +3Длина description 471 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 11 заголовков
    • +3Пошаговые инструкции: 5 пунктов
    • +4Есть примеры (2 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (3 из 3)
    • +3Все 1 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 96.

    Внешние проверки

    ClawHub: clean
    The skill appears to be a disclosed OpenClaw optimization helper, with a caution that its broad trigger could make it activate in more situations than users expect.
    LLM: benign (medium) · VirusTotal: · 29 мая 2026 г.