SKILLEMALL.ai
GitHub ↗ EN Войти

BC token-economist-pro

Экономист токенов (профессиональная версия) разблокирует расширенные возможности по сравнению с бесплатной версией, включая многоуровневое семантическое кэширование векторов, оценку стоимости токенов и контроль месячного бюджета, анализ затрат команды, интеллектуальное резюмирование на основе LLM и сжатие графа контекста, оптимизацию коэффициента попадания кэша, интеллектуальную маршрутизацию на основе нескольких моделей и т. д. Применим к сценариям разработки, требующим функциональности экономиста токенов, предоставляя структурированный рабочий процесс и руководство по настройке. Этот инструмент прошел глубокую дифференцированную обработку, оптимизирован и улучшен на основе отзывов пользователей и болевых точек использования, повышая его практичность и операционность.

машинный переводПоказать оригиналСкрыть оригинал«Token经济学家（专业版）在免费版基础上解锁多级向量语义缓存、Token成本预估与月度预算控制、团队成本剖析、基于LLM的智能摘要与上下文…»

Token经济学家（专业版）在免费版基础上解锁多级向量语义缓存、Token成本预估与月度预算控制、团队成本剖析、基于LLM的智能摘要与上下文图压缩、缓存命中率调优、多模型智能路由等高级能力. 适用于需要token economist相关能力的开发场景,提供结构化的工作流程和配置指引. 该工具经过深度差异化处理,针对用户反馈和使用痛点进行了优化改进,提升了实用性和可操作性.

ClawHub Hermes автор: 天轰穿 v1.0.0 MIT-0 2 файла тело ≈ 5 478 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Экономист токенов (профессиональная версия) разблокирует расширенные возможности по сравнению с бесплатной версией, включая многоуровневое семантическое…

Как процесс C 52/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ИнтеграцияИИ и агентытип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Hermes Agent
JSON
Технический рейтинг
B
82/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
54
Прогон на моделях
не было
Процессный рейтинг
C
52/100
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.
  2. Для Hermes description должен быть одним предложением до 60 символов; условия применения вынесите в раздел «When to Use».
  3. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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-long-hermes description 187 символов, а стандарт Hermes требует ≤ 60 (одно предложение, с точкой)
  • предупреждение description-no-when ни description, ни раздел "## When to Use" не говорят, когда применять скилл
  • предупреждение body-long тело SKILL.md ≈ 5478 токенов (рекомендуется < 5000); вынесите детали в references/
  • заметка frontmatter-key неизвестное поле фронтматтера "slug"
  • заметка frontmatter-key неизвестное поле фронтматтера "displayName"
  • заметка frontmatter-key неизвестное поле фронтматтера "summary"
  • заметка frontmatter-key неизвестное поле фронтматтера "edition"
  • заметка frontmatter-key неизвестное поле фронтматтера "tools"
  • заметка frontmatter-key неизвестное поле фронтматтера "homepage"
  • заметка frontmatter-key неизвестное поле фронтматтера "pricing_tier"

Процессный рейтинг: все десять параметров 52/100

  • 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
  • 70Стоимость исполнения. Тело инструкции 5478 токенов
  • 100Инструменты и файлы. Инструменты объявлены во frontmatter
  • 100Шаги. Шагов: 69
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 20. Похоже на несколько доменов в одном скилле

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
  • +2Инструкции на одном языке
  • +3Длина description 187 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 62 заголовков
  • +3Пошаговые инструкции: 69 пунктов
  • +4Есть примеры (26 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 54.

Внешние проверки

ClawHub: suspicious
This token-cost optimization skill needs review because it encourages shared prompt/response caching across sessions and team members without adequate privacy controls.
LLM: suspicious (high) · 29 июл. 2026 г.