SKILLEMALL.ai
GitHub ↗ EN Войти

AB model-cost-compare

Срабатывает, когда пользователь спрашивает, какую модель использовать, хочет сравнить стоимость моделей, говорит «что дешевле для этой задачи», «использовать Opus или Sonnet», «справится ли меньшая модель» или «/model-cost-compare». Оценивает стоимость токенов для Opus 4.6, Sonnet 4.6, GLM-5.1, Minimax M2.7 и локального Gemma 4, а затем рекомендует самую дешевую модель, способную выполнить задачу.

машинный переводПоказать оригиналСкрыть оригинал«Trigger when the user asks which model to use, wants to compare model…»

Trigger when the user asks which model to use, wants to compare model costs, says "what's cheapest for this task", "should I use Opus or Sonnet", "can a smaller model handle this", or "/model-cost-compare". Estimates token cost across Opus 4.6, Sonnet 4.6, GLM-5.1, Minimax M2.7, and local Gemma 4, then recommends the cheapest model capable of the task.

mergisi/awesome-openclaw-agents Agent Skills автор: mergisi MIT 1 файл тело ≈ 915 токенов Открыть источникgithub.com↗ проанализирован 5 дн назад

Срабатывает, когда пользователь спрашивает, какую модель использовать, хочет сравнить стоимость моделей, говорит «что дешевле для этой задачи», «использовать…

Как процесс B 73/100 · Почти готов — слабые места: входы и предусловия, отчётность по ходу

ПроцедураПоддержка клиентовТорговлятип и темы размечены автоматически по тексту скилла
Запускается в: Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) OpenClaw Goose OpenCode
JSON
Технический рейтинг
A
97/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
92
Прогон на моделях
не было
Процессный рейтинг
B
73/100
Почти готов
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Ошибки и развилки вес 10
55
три самых слабых из десяти параметров · все десять

Как улучшить

    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: 1. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 73/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 55Ошибки и развилки. Развилок: 1
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 23
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 915 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

    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 4 примера фраз-триггеров в кавычках
    • +3Длина description 354 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 7 заголовков
    • +3Пошаговые инструкции: 23 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (2 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 92.