SKILLEMALL.ai

AB token-optimization

Сокращает ненужное использование токенов с текущим проверенным в производстве рабочим процессом. Используйте, когда пользователи просят оптимизировать потребление токенов, уменьшить раздувание промптов/контекста, стандартизировать краткие ответы или согласовать поведение, экономящее токены, между ассистентами. Включает только текущие реализованные практики (никаких будущих/экспериментальных тактик).

машинный переводПоказать оригиналСкрыть оригинал«Reduce unnecessary token usage with the current production-proven work…»

Reduce unnecessary token usage with the current production-proven workflow. Use when users ask to optimize token consumption, reduce prompt/context bloat, standardize concise replies, or align token-saving behavior across assistants. Includes only currently implemented practices (no future/experimental tactics).

ClawHub Agent Skills автор: sinoslug v1.0.0 MIT-0 3 файла тело ≈ 228 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Сокращает ненужное использование токенов с текущим проверенным в производстве рабочим процессом.

Как процесс B 68/100 · Почти готов — слабые места: входы и предусловия, согласованность

ПроцедураИнфраструктураИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
B
68/100
Почти готов
Входы и предусловия вес 11
0
Согласованность вес 8
40
Когда включается вес 12
50
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: 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 68/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 40Согласованность. Имя во frontmatter (token-optimization) не совпадает с папкой (token-optimization-sinoslug)
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 55Ошибки и развилки. Развилок: 1
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 7
    • 100Стоимость исполнения. Тело инструкции 228 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • 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

    • +5В description нет примеров фраз, по которым скилл должен срабатывать
    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 313 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 4 заголовков
    • +3Пошаговые инструкции: 7 пунктов
    • +3Формат ответа описан явно
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.

    Внешние проверки

    ClawHub: clean
    This is a narrow instruction-only token-optimization skill, with no packaged executable code or hidden high-impact behavior found.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.