AB token-saver
Пятиэтапная структура аудита и оптимизации токенов для OpenClaw: Обнаружение → Приоритизация (3D-матрица) → Оптимизация (9 категорий техник) → Валидация → Мониторинг. Универсально; адаптируется через приложение. Триггер: «сэкономить токены», «оптимизация токенов», «экономитель токенов», «аудит токенов», «проверить расход токенов». История версий: v1.0 (2026-05-03) — начальная структура, 6 категорий v1.5 (2026-05-04) — +кэширование провайдера G, +поведенческая дисциплина H v2.0 (2026-05-12) — +инженерное проектирование контекста I v2.1 (2026-05-14) — +интеллектуальная маршрутизация моделей (OpenSquilla) + руководство по быстрому старту, +дерево решений по категориям + контрольные точки фазы мониторинга
машинный переводПоказать оригиналСкрыть оригинал«Five-phase token audit & optimization framework for OpenClaw: Discover…»
Five-phase token audit & optimization framework for OpenClaw: Discover → Prioritize (3D matrix) → Optimize (9 category techniques) → Validate → Monitor. Universal; adapt via appendix. Trigger: "省点 token", "token 优化", "token saver", "token audit", "检查 token 消耗" Version history: v1.0 (2026-05-03) — 初始框架, 6 categories v1.5 (2026-05-04) — +G Provider Caching, +H Behavioral Discipline v2.0 (2026-05-12) — +I Context Engineering v2.1 (2026-05-14) — +J Intelligent Model Routing (OpenSquilla) + Quick Start guide, +Category Decision Tree + Monitor phase checkpoints
Пятиэтапная структура аудита и оптимизации токенов для OpenClaw: Обнаружение → Приоритизация (3D-матрица) → Оптимизация (9 категорий техник) → Валидация →…
Как процесс B 67/100 · Почти готов — слабые места: когда включается, входы и предусловия, согласованность
Такой же скилл встречается ещё в 1 месте: ClawHub
Как улучшить
- Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
- 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
- предупреждение
body-longтело SKILL.md ≈ 6902 токенов (рекомендуется < 5000); вынесите детали в references/
Процессный рейтинг: все десять параметров 67/100
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 40Согласованность. Имя во frontmatter (token-saver) не совпадает с папкой (tsaver)
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 70Стоимость исполнения. Тело инструкции 6902 токенов
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 67
- 100Ошибки и развилки. Развилок: 7, есть раздел про ошибки
- 100Повторный запуск. Изменяющие операции проверяют текущее состояние
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
- low Разделов верхнего уровня: 10. 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
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- -215 эмодзи в инструкциях: шум для модели
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 5 примера фраз-триггеров в кавычках
- +3Длина description 605 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 49 заголовков
- +3Пошаговые инструкции: 67 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (5 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.