LLM APIの費用を抑えるため、作業の複雑さに応じたモデル選択、予算の記録、一時的なエラーの再試行、共通プロンプトのキャッシュを組み合わせる設計例を示します。
- LLMアプリのAPI費用を見直したいとき
- 一括処理の難易度でモデルを選びたいとき
- 予算に対する累積費用の確認
@affaan-m
Compute Trading Lead @ Jump Trading | prev. founded The Agentic Desk for Compute @Ito-Markets (acq.) | built ECC @ECC-Tools (272k+ stars)
325 スキル1 リポジトリ 28.6万
LLM APIの費用を抑えるため、作業の複雑さに応じたモデル選択、予算の記録、一時的なエラーの再試行、共通プロンプトのキャッシュを組み合わせる設計例を示します。
本番データベースの列・索引・データを変更する手順を整理します。大きなテーブルの分割更新や段階的な切り替え、復旧計画を含めて移行を設計するスキル。
複数のAIエージェントに開発や調査を分担させ、dmuxの画面で並行して進める手順をまとめます。担当範囲の切り分け、作業場所の分離、成果の統合を支援します。
ECC ToolsのGitHub Appで起きるPRの過剰作成や利用上限の抜け、高額モデルの意図しない使用をコードから追い、費用増加の原因と修正を検証するスキル。
顧客や取引先が参加するチャットで、エージェントの応答条件と送信内容を定めるスキル。呼びかけへの応答、内部情報の保護、承認用の下書きへの切り分けを扱います。
文章や画像から画像・動画を生成し、読み上げ音声や映像に合う音も作るスキル。fal.aiでモデル選びから費用見積もり、生成状況の確認まで進めます。
顧客の契約・請求状況を調べ、重複購入や更新失敗を分類し、返金・解約・請求管理画面の復旧から、顧客への返信案と製品の改善点まで整理するスキル。
工場やオフィスの電力・天然ガス調達を、料金体系、使用量、契約条件から検討するスキル。供給会社の比較、ピーク料金対策、再生可能エネルギー契約や予算作成を支援します。
新機能や企画案を、PM・設計・開発・QAの4つの立場から同時に検討します。各役割の懸念や最初の行動を整理し、共通点と意見の対立をまとめるスキルです。
Djangoのモデル・画面・APIを、テストから実装する手順で検証します。テスト用データの生成、外部サービスの模擬、検証範囲の確認まで扱うスキル。
Claude Codeの利用ログからトークン使用量と推定費用を集計し、モデル・セッション・日付別に確認します。予算との比較やCSV出力にも使えます。
Claude Codeでの修正や繰り返し作業から、確信度付きの小さな行動ルールを抽出し、プロジェクト別に管理してスキルやコマンドへ育てるスキル。
輸出入商品の関税分類、通関書類の確認、制裁対象との照合を支援します。米国・EU・英国・アジア太平洋の貿易実務を対象に、関税優遇や税関照会への対応も整理します。
Claude Codeが読み込むエージェント、スキル、ルール、MCP設定の情報量を点検するスキル。重複や長すぎる定義を見つけ、削減案を優先順位付きで示します。
複数のEVMチェーンでトークン残高や価格の桁がずれる問題を防ぐため、小数桁数の実行時取得、チェーン別キャッシュ、精度を保つ計算と単位統一を扱うスキル。
記事や告知をもとに、X、LinkedIn、Threads、Bluesky向けの投稿文を作ります。書き手の口調を保ち、各媒体の制約に合わせて内容を調整するスキルです。
サービスの健全性や遅延、処理量、リソース不足を把握するために、運用上の疑問から指標を選び、GrafanaやSigNoz向けの監視ダッシュボードを作ります。
フロントエンドとバックエンドやサービス間で共有するAPI・イベントの仕様を先に定め、型の生成と実際の応答の検証を通じて、並行開発で起きる食い違いを防ぐスキル。
Webの電子署名画面で署名・日付・入力欄を数値座標で配置する手順をまとめたスキル。署名者ごとの欄の割り当てを確認し、送信前の下書き確認まで整理します。
Djangoの公開や変更提案の前に、環境・コード品質・データベース変更・テスト・脆弱性・設定を順に検証し、段階別の合否と修正すべき問題をレポートにまとめます。
調査テーマを複数の問いに分け、ウェブ情報の検索と本文の読み込みを通じて、出典・確信度・情報不足を明記したレポートにまとめるスキル。
繰り返すエージェント作業に専用の実行手順を設計し、合否チェックや進捗記録、引き継ぎを整えるスキル。複数の場面で使う手順を共有スキルにまとめます。
既存コードから色・文字・余白などの共通ルールを抽出し、デザインの仕様書とプレビューを作るスキル。画面の統一感を10項目で評価し、修正箇所も示します。
AIによる開発の成功条件を実装前に定義し、コード・ルール・モデル・人の評価で新機能と既存機能を確認しながら、複数回の試行から信頼性を記録するスキル。