SKILLEMALL.ai

AB token-tracker

Отслеживайте и сообщайте об использовании токенов и затратах на разговоры. Используйте, когда: (1) Пользователь спрашивает об использовании токенов (например, "token用了多少", "花了多少钱", "how much did this cost", "usage stats"), (2) В конце длинных/сложных разговоров или задач для обобщения использования ресурсов, (3) Пользователь явно запрашивает сводку затрат или расходов. Триггеры: token usage, cost tracking, 花费, 用量, 消耗, how much tokens, conversation cost, API cost, spending.

машинный переводПоказать оригиналСкрыть оригинал«Track and report token usage and cost for conversations. Use when: (1)…»

Track and report token usage and cost for conversations. Use when: (1) User asks about token consumption (e.g. "token用了多少", "花了多少钱", "how much did this cost", "usage stats"), (2) At the end of long/complex conversations or tasks to summarize resource usage, (3) User explicitly asks for cost or spending summary. Triggers: token usage, cost tracking, 花费, 用量, 消耗, how much tokens, conversation cost, API cost, spending.

ClawHub Agent Skills автор: zty-f v1.3.0 MIT-0 2 файла тело ≈ 394 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Отслеживайте и сообщайте об использовании токенов и затратах на разговоры.

Как процесс B 67/100 · Почти готов — слабые места: когда включается, входы и предусловия, отчётность по ходу

ИнтеграцияТексты и документыДанные и аналитикаИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
97/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
92
Прогон на моделях
не было
Процессный рейтинг
B
67/100
Почти готов
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
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: 2. 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 67/100

    • 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
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 6
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 394 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 3 примера фраз-триггеров в кавычках
    • +3Длина description 418 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 6 заголовков
    • +3Пошаговые инструкции: 6 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (1 блоков кода)

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

    Внешние проверки

    ClawHub: clean
    This skill only reports current conversation token and cost metrics, with a minor chance of being invoked more broadly than intended.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.