SKILLEMALL.ai

BC token-cost-optimizer

Эксперт по оптимизации затрат на токены и контролю использования API OpenClaw. Используйте этот навык немедленно, когда пользователь упоминает чрезмерное потребление токенов, рост стоимости API, высокую стоимость вызовов моделей, слишком длинный контекст, бесконечные циклы, частоту запланированных задач, повторяющиеся запросы нескольких агентов, маршрутизацию моделей или любые темы, связанные со снижением затрат на выполнение OpenClaw. Также подходит для сценариев, когда пользователь говорит «помоги мне сэкономить», «оптимизируй конфигурацию», «проверь, нет ли расточительства» и т. д.

машинный переводПоказать оригиналСкрыть оригинал«OpenClaw Token 成本优化与 API 用量控制专家。当用户提到 token 消耗过高、API 费用上涨、 模型调用太贵、上下文太…»

OpenClaw Token 成本优化与 API 用量控制专家。当用户提到 token 消耗过高、API 费用上涨、 模型调用太贵、上下文太长、死循环、定时任务频率、多 Agent 重复请求、模型路由、 或任何与降低 OpenClaw 运行成本相关的话题时,立即使用此 Skill。 也适用于用户说"帮我省钱"、"优化配置"、"检查一下有没有浪费"等场景。

ClawHub Agent Skills автор: taod7062-a11y v1.0.0 MIT-0 2 файла тело ≈ 394 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Эксперт по оптимизации затрат на токены и контролю использования API OpenClaw.

Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ИнтеграцияИнфраструктураИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
72
Прогон на моделях
не было
Процессный рейтинг
C
51/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 51/100

  • 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
  • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 6
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 394 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

  • +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 178 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 13 заголовков
  • +3Пошаговые инструкции: 6 пунктов
  • +4Есть примеры (1 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.

Внешние проверки

ClawHub: suspicious
This appears to be a cost-optimization helper, but it needs Review because it can guide deletion of local workspace or memory data without clear safeguards.
LLM: suspicious (medium) · VirusTotal: · 29 мая 2026 г.