SKILLEMALL.ai

AF session-token-ledger

Анализирует использование токенов сессий OpenClaw на основе сгенерированного SQLite-журнала и сводок в markdown. Используйте, когда пользователь запрашивает аудит токенов, "token体检报告", диагностику раздувания контекста, обзор эффективности сессий, самые большие сессии, тенденции токенов за день, анализ соотношения входа/выхода, сессии с большим количеством чтений из кэша или хочет провести проверку использования локальных сессий OpenClaw на основе SQL/SQLite.

машинный переводПоказать оригиналСкрыть оригинал«Analyze local OpenClaw session token usage from a generated SQLite led…»

Analyze local OpenClaw session token usage from a generated SQLite ledger and markdown summaries. Use when the user asks for a token audit, token体检报告, context-bloat diagnosis, session efficiency review, largest sessions, daily token trends, input/output ratio analysis, cache-read heavy sessions, or wants SQL/SQLite-based inspection of local OpenClaw session usage.

ClawHub Agent Skills автор: zgjq v1.0.0 MIT-0 7 файлов тело ≈ 912 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Анализирует использование токенов сессий OpenClaw на основе сгенерированного SQLite-журнала и сводок в markdown.

Как процесс F 48/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: references/ANOMALIES.md, assets/session_tokens.db, assets/index.json

АнализаторИнфраструктуратип 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
F
48/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: references/ANOMALIES.md, assets/session_tokens.db, assets/index.json
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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: 7. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение missing-ref ссылка на отсутствующий файл: references/ANOMALIES.md
  • предупреждение missing-ref ссылка на отсутствующий файл: assets/session_tokens.db
  • предупреждение missing-ref ссылка на отсутствующий файл: assets/index.json
  • предупреждение missing-ref ссылка на отсутствующий файл: assets/TOTAL_TOKENS.txt
  • предупреждение missing-ref ссылка на отсутствующий файл: assets/YYYY-MM-DD_N.md

Процессный рейтинг: все десять параметров 48/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: references/ANOMALIES.md, assets/session_tokens.db, assets/index.json
  • 0Инструменты и файлы. Не хватает 5 файла(ов): references/ANOMALIES.md, assets/session_tokens.db, assets/index.json
  • 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
  • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
  • 70Ошибки и развилки. Развилок: 5
  • 100Шаги. Шагов: 33
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 912 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 366 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 7 заголовков
  • +3Пошаговые инструкции: 33 пунктов
  • +4Есть примеры (3 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)
  • +3Все 2 скриптов описаны в инструкциях

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

Внешние проверки

ClawHub: clean
This skill locally analyzes OpenClaw token usage and creates local ledger files; it handles sensitive session metadata, but that behavior is disclosed and matches its purpose.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.