SKILLEMALL.ai
EN Войти

AC cron-job-token-auditor

Аудирует cron-задания OpenClaw Gateway из jobs.json (или CLI), классифицирует запланированные рабочие нагрузки по стоимости токенов (количество агентов против детерминированной работы) и предлагает, когда системные таймеры плюс скрипты и отправка сообщений openclaw могут заменить повторяющиеся запуски LLM. Используйте при оптимизации расходов токенов, проверке расписаний cron или сравнении cron Gateway с автоматизацией в стиле systemd. Только для чтения: никогда не редактирует cron и не мигрирует задания автоматически.

машинный переводПоказать оригиналСкрыть оригинал«Audits OpenClaw Gateway cron jobs from jobs.json (or CLI), classifies…»

Audits OpenClaw Gateway cron jobs from jobs.json (or CLI), classifies scheduled workloads by token cost (agent turns vs deterministic work), and suggests when OS timers plus scripts and openclaw message send could replace recurring LLM runs. Use when optimizing token spend, reviewing cron schedules, or comparing Gateway cron to systemd-style automation. Read-only: never edits cron or migrates jobs automatically.

ClawHub Agent Skills автор: x3r081 v1.0.0 MIT-0 5 файлов тело ≈ 955 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Аудирует cron-задания OpenClaw Gateway из jobs.json (или CLI), классифицирует запланированные рабочие нагрузки по стоимости токенов (количество агентов против…

Как процесс C 52/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, ошибки и развилки

ИнтеграцияИИ и агентыИнфраструктуратип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw 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) Goose OpenCode
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
85
Прогон на моделях
не было
Процессный рейтинг
C
52/100
Есть пробелы
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
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: 5. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "slug"
    • заметка frontmatter-key неизвестное поле фронтматтера "displayName"

    Процессный рейтинг: все десять параметров 52/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 6, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (bash, web, python), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 100Шаги. Шагов: 16
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 955 токенов

    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)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 415 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 9 заголовков
    • +3Пошаговые инструкции: 16 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (1 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 85.

    Внешние проверки

    ClawHub: clean
    This is a documentation-only skill that helps review OpenClaw cron jobs for token-saving opportunities without adding hidden code or automatic changes.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.