AC token-router
Консультант по интеллектуальной маршрутизации моделей и оптимизации затрат на токены / Smart LLM Router & Token Cost Optimizer. Помогает пользователям выбирать наиболее подходящий уровень модели (от максимальной экономичности до флагманского) для ИИ-задач различной сложности, экономя 70-90% затрат на токены при сохранении качества за счет оценки сложности задачи, рекомендаций по уровням моделей и правил принудительного безопасного обновления. Также предоставляет решения по настройке маршрутизации нескольких моделей для таких платформ, как Trae, OpenClaw, Hermes Agent. Этот навык должен срабатывать в следующих сценариях — даже если пользователь напрямую не говорит «помоги мне выбрать модель», если основная потребность связана с затратами или выбором модели: Пользователь считает, что плата за API слишком высока и хочет сэкономить; Пользователь хочет знать, какую модель использовать для конкретной задачи; Пользователь хочет настроить маршрутизацию нескольких моделей для Hermes или OpenClaw; Пользователь обсуждает потребление токенов, затраты на API, сравнение цен на модели; Пользователь спрашивает «использовать GPT-4o или Haiku» «выбрать между Sonnet и Opus»; Пользователь упоминает проблемы с затратами на инструменты ИИ для компании из одного человека/независимого разработчика; Пользователь хочет создать рабочий процесс агента, требующий обработки разных задач разными моделями; Пользователь говорит «помоги мне сэкономить» «токены слишком дорогие» «затраты слишком высоки» «как снизить затраты» «счет за API» «маршрутизация моделей» «интеллектуальное планирование» «уровни моделей». Также срабатывает, когда пользователь обсуждает: «какую модель мне использовать», «снизить затраты на API», «оптимизация затрат на токены», «маршрутизация LLM», «выбор модели», «экономия на ИИ», «более дешевая модель», «соотношение цены и качества», «настройка маршрутизации нескольких моделей Hermes/OpenClaw», «уровень модели», «интеллектуальное планирование».
машинный переводПоказать оригиналСкрыть оригинал«智能模型路由与Token成本优化顾问 / Smart LLM Router & Token Cost Optimizer. 帮助用户为不同复…»
智能模型路由与Token成本优化顾问 / Smart LLM Router & Token Cost Optimizer. 帮助用户为不同复杂度的AI任务选择最合适的模型层级(从极致性价比到旗舰级), 通过任务复杂度评估、模型分级推荐、安全强制升级规则,在保证质量的前提下节省70-90%的Token成本。 同时提供Trae、OpenClaw、Hermes Agent等平台的多模型路由配置方案。 必须在以下场景触发此技能——即使用户没有直接说"帮我选模型",只要核心诉求涉及成本或模型选择: 用户觉得API费用太贵想省钱;用户想知道某个具体任务该用哪个模型;用户要配置Hermes或OpenClaw的多模型路由; 用户讨论Token消耗、API成本、模型价格对比;用户问"用GPT-4o还是Haiku""Sonnet和Opus选哪个"; 用户提到一人公司/独立开发者的AI工具成本问题;用户要搭建需要不同模型处理不同任务的Agent工作流; 用户说"帮我省钱""Token太贵""成本太高""怎么降本""API账单""模型路由""智能调度""模型分级"。 Also trigger when the user discusses: "which model should I use", "reduce API costs", "token cost optimization", "LLM routing", "model selection", "save money on AI", "cheaper model", "cost vs quality", "configure Hermes/OpenClaw multi-model routing", "model tier", "intelligent scheduling".
Консультант по интеллектуальной маршрутизации моделей и оптимизации затрат на токены / Smart LLM Router & Token Cost Optimizer.
Как процесс C 64/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, отчётность по ходу
Как улучшить
- 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: 6. 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 64/100
- 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
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 55
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1673 токенов
- 100Повторный запуск. Изменяющих операций нет
- low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле
- medium Тестов 4, и все положительные: нет ни одного случая «должен отказать» или «должен переспросить»
- low Среди тестов нет случая на инъекцию через данные
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)
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 14 примера фраз-триггеров в кавычках
- +3Длина description 770 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 26 заголовков
- +3Пошаговые инструкции: 55 пунктов
- +4Есть примеры (8 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (3 из 3)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 93.