SKILLEMALL.ai

AD agentic-ledger

Отслеживайте каждый токен и доллар, потраченный вашим агентом OpenClaw, устанавливайте бюджетные ограничения, которые действительно отклоняют вызовы, и воспроизводите запуски на бесплатных локальных моделях. Локальный приоритет: все данные остаются на этой машине. Используйте, когда пользователь спрашивает о расходах, тратах, токенах, бюджетах, отчетах об использовании или о том, что делал агент.

машинный переводПоказать оригиналСкрыть оригинал«Track every token and dollar your OpenClaw agent spends, set budget wa…»

Track every token and dollar your OpenClaw agent spends, set budget walls that actually refuse calls, and replay runs on free local models. Local-first: all data stays on this machine. Use when the user asks about cost, spend, tokens, budgets, usage reports, or what the agent has been doing.

ClawHub Agent Skills автор: ShekharBhardwaj v0.1.3 MIT-0 2 файла тело ≈ 1 177 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Отслеживайте каждый токен и доллар, потраченный вашим агентом OpenClaw, устанавливайте бюджетные ограничения, которые действительно отклоняют вызовы, и…

Как процесс D 42/100 · Процесс не доведён — слабые места: шаги, результат и критерий готовности, входы и предусловия

СправочникDockerИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
79
Прогон на моделях
не было
Процессный рейтинг
D
42/100
Процесс не доведён
Шаги вес 15
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
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: 2. 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 42/100

    • 0Шаги. Инструкция сплошным текстом, шаги не выделены
    • 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
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1177 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)
    • +3Нет пошаговых инструкций или чек-листа
    • +3Формат ответа не описан: модель каждый раз решает сама
    • -2Ссылки на localhost: у другого пользователя не заработает
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 292 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 7 заголовков
    • +4Есть примеры (9 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.

    Внешние проверки

    ClawHub: clean
    The skill is a local cost ledger that clearly discloses its proxy setup and local prompt/response logging, though users should understand the privacy implications before enabling it.
    LLM: benign (high) · VirusTotal: · 2 авг. 2026 г.