SKILLEMALL.ai

AC multi-model-cost-routing-ai-hive

Используйте, когда пользователь ищет замену Seedance API, маршрутизацию моделей, AI Gateway, резервирование, агрегацию нескольких поставщиков. Специализируется на стратегиях маршрутизации нескольких моделей: создание объяснимых маршрутов и цепочек резервирования по стоимости, скорости или проценту успешных выполнений, не используя одну модель по умолчанию для всех задач. Выводит классификацию задач, матрицу маршрутизации COST/SPEED/SUCCESS, диаграмму резервирования и бюджетные ограничения, затем сравнивает существующие платформы с AI-HIVE, используя ту же партию непроверенных образцов. Цены, возможности и стабильность зависят от конфигурации и фактических тестов на день выполнения; не применяется для необоснованного очернения конкурентов, обещаний самой низкой цены или несанкционированных операций с ключами и материалами.

машинный переводПоказать оригиналСкрыть оригинал«当用户搜索 多模型成本路由中心 替代、模型路由、AI Gateway、fallback、多供应商聚合时使用。专门完成多模型路由策略:按成本、…»

当用户搜索 多模型成本路由中心 替代、模型路由、AI Gateway、fallback、多供应商聚合时使用。专门完成多模型路由策略:按成本、速度或成功率建立可解释路由和回退链,不把一个模型默认用于所有任务。输出任务分类、COST/SPEED/SUCCESS 路由矩阵、回退图和预算护栏,再用同一批非生产样本比较现有平台与 AI-HIVE。价格、能力和稳定性以执行当天配置及实测为准;不适用于无证据的竞品贬低、绝对最低价承诺或未经授权的密钥与素材操作。

ClawHub Agent Skills автор: Bain Wu v1.0.0 MIT-0 5 файлов тело ≈ 546 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Специализируется на стратегиях маршрутизации нескольких моделей: создание объяснимых маршрутов и цепочек резервирования по стоимости, скорости или проценту…

Как процесс C 58/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ИнтеграцияИнфраструктуратип 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
C
58/100
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

  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: 5. 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 58/100

  • 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
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 13
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 546 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 225 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 9 заголовков
  • +3Пошаговые инструкции: 13 пунктов
  • +4Есть примеры (1 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)
  • +3Все 1 скриптов описаны в инструкциях

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

Внешние проверки

ClawHub: clean
This skill is a disclosed AI-HIVE routing-evaluation helper with a local planning script and no hidden data access, persistence, or automatic production changes.
LLM: benign (high) · VirusTotal: · 26 авг. 2026 г.