SKILLEMALL.ai

BB cost-optimizer

Навык интеллектуальной оптимизации затрат для OpenClaw. Снижает затраты на API на 70-97% за счет интеллектуальной маршрутизации моделей, управления сеансами, эффективности вывода и использования бесплатных моделей. Включает 29 исполняемых скриптов для аудита, мониторинга, резервного копирования/восстановления, проверки работоспособности и автоматизированной отчетности. При первой активации проводит пользователя через настройку.

машинный переводПоказать оригиналСкрыть оригинал«Smart cost optimization skill for OpenClaw. Reduces API costs by 70-97…»

Smart cost optimization skill for OpenClaw. Reduces API costs by 70-97% through intelligent model routing, session management, output efficiency, and free model usage. Includes 29 executable scripts for auditing, monitoring, backup/restore, health checks, and automated reporting. Walks user through setup on first activation.

ClawHub Agent Skills автор: rajdeep09-dev v0.1.0 MIT-0 41 файл · 27 скриптов тело ≈ 6 848 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Навык интеллектуальной оптимизации затрат для OpenClaw.

Как процесс B 65/100 · Почти готов — слабые места: когда включается, согласованность, повторный запуск

ИнтеграцияИнфраструктураДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
64
Прогон на моделях
не было
Процессный рейтинг
B
65/100
Почти готов
Когда включается вес 12
20
Повторный запуск вес 4
30
Согласованность вес 8
40
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
  2. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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: 41. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • предупреждение body-long тело SKILL.md ≈ 6848 токенов (рекомендуется < 5000); вынесите детали в references/

Процессный рейтинг: все десять параметров 65/100

  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 5, без проверки текущего состояния
  • 40Согласованность. Имя во frontmatter (cost-optimizer) не совпадает с папкой (open-optimise)
  • 60Инструменты и файлы. Используются инструменты (bash, web), но во frontmatter они не объявлены
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 70Стоимость исполнения. Тело инструкции 6848 токенов
  • 100Шаги. Шагов: 140
  • 100Ошибки и развилки. Развилок: 20, есть раздел про ошибки
  • 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: 17. Похоже на несколько доменов в одном скилле
  • low Ответ описан самодельной разметкой (3 тегов): типизированный вызов надёжнее

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)
  • -42 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 326 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 65 заголовков
  • +3Пошаговые инструкции: 140 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (2 блоков кода)
  • +3Все 29 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 64.

Внешние проверки

ClawHub: suspicious
The skill is a coherent cost-optimization toolkit, but several helper scripts unsafely execute local configuration files as code and some reporting features under-disclose sensitive data flows.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.