SKILLEMALL.ai

AC api-cost-optimizer

Анализируйте конфигурацию агента OpenClaw и шаблоны использования API для выявления возможностей экономии затрат. Диагностируйте неэффективные конфигурации heartbeat, оценивайте ежедневные/еженедельные расходы на API и генерируйте действенные рекомендации по снижению затрат на API LLM. Незаменимо для любого оператора агента, работающего круглосуточно и без выходных с ограниченным бюджетом. Используйте, когда: расходы на агента выше ожидаемых, конфигурация heartbeat нуждается в проверке или ежемесячный счет за API вас удивляет.

машинный переводПоказать оригиналСкрыть оригинал«Analyze OpenClaw agent configuration and API usage patterns to identif…»

Analyze OpenClaw agent configuration and API usage patterns to identify cost-saving opportunities. Diagnose inefficient heartbeat configs, estimate daily/weekly API spend, and generate actionable recommendations to reduce LLM API costs. Essential for any agent operator running 24/7 on a budget. Use when: agent costs are higher than expected, heartbeat config needs review, or monthly API bill surprises you.

ClawHub Agent Skills автор: KRYZL19 v1.0.0 MIT-0 5 файлов · 3 скрипта тело ≈ 913 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Анализируйте конфигурацию агента OpenClaw и шаблоны использования API для выявления возможностей экономии затрат.

Как процесс C 59/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ИнтеграцияИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
C
59/100
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

Такой же скилл встречается ещё в 1 месте: ClawHub

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: 5. 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 59/100

    • 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
    • 55Ошибки и развилки. Развилок: 1
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 19
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 913 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 409 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 12 заголовков
    • +3Пошаговые инструкции: 19 пунктов
    • +4Есть примеры (4 блоков кода)
    • +3Все 3 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.

    Внешние проверки

    ClawHub: clean
    This skill is a disclosed token-cost optimizer, but users should review any generated agent or heartbeat configuration before applying it.
    LLM: benign (medium) · VirusTotal: · 29 мая 2026 г.