跳到正文
cccskills
免费在 GitHub 公开中文介绍

cost-booster-route

在执行前对任务分流,报告被判定可跳过LLM调用的任务比例,为其余任务提供推荐模型与费用上限估算,并保存结果供后续费用报告使用。

原文查看原文说明

Route tasks through hooks_route, partition by Agent Booster availability, and report Tier 1 bypass utilization with $0 cost

AI 评分90分/ 100查看安装方法

适用场景

  • 批量处理相似任务前检查
  • 审视简单代码转换的LLM费用
  • 确认Agent Booster适用比例
  • 保存分流结果供费用报告使用

中文介绍

功能

此技能将任务描述传给hooks_route,区分被判定可不调用LLM完成的转换任务与需要LLM的任务。前者列为Agent Booster适用对象,统计数量和比例,并将LLM调用费用报告为0美元。后者提供推荐模型,并根据参考价格估算费用上限。结果保存到cost-tracking,供后续费用报告使用。

适用场景

适合在批量处理相似任务前检查,也适合审视简单代码转换为何产生Sonnet或Opus费用。可用于变量声明修改、添加类型、删除日志等任务的分流。

使用示例

  • “对这批任务分流,报告Agent Booster的适用比例。”
  • “从最近的费用记录中收集任务,估算推荐模型和费用上限。”

注意事项

需要ruflo的MCP工具和费用计算用的REFERENCE.md,每批最多统计50项。路由器可能漏检适用任务,因此应将比例视为下限。0美元仅指不调用LLM的处理,不代表所有任务都能免费执行。上游宣称的速度倍数尚未验证。

本介绍由 AI(OpenAI Codex)根据公开的 SKILL.md 撰写。准确的规格请查看下方原文。

客观评估

AI 仅根据 SKILL.md 的内容,从 4 个方面进行了评估。星标数和热度不计入评估。

指令清晰度能否看出何时使用、做什么
A良好明确说明在执行前通过hooks_route分类,并报告适用比例和费用。
步骤具体性步骤、输入输出和示例是否具体
A良好写明50项上限、判定字符串、价格参考、报告示例及保存命令。
安全性发送数据、删除文件、执行命令等是否有说明
A良好明确说明发送任务描述用于分流、最多50项的范围及cost-tracking保存位置。
安装难易度所需工具和 API 密钥是否少且有说明
B部分不足需要ruflo的MCP工具及REFERENCE.md,但未提供配置步骤。

总分按每项 A=25 分、B=15 分、C=5 分相加。 由 AI(OpenAI Codex)于 2026年10月21日 评估。仅供参考,安装前请同时查看原文。

如果您认为评估有误,请申请复核

请写明哪一项有误以及原因。无需登录。我们会对照 SKILL.md 重新评估,并在此处更新结果。

此表单受 reCAPTCHA 保护,适用 Google 的隐私权政策和服务条款。

包含的文件(1)

  • SKILL.md2.7 KB

SKILL.md(原文)

安装前可以查看交给 AI 代理的指令内容。

Cost Booster Route

Wraps mcp__plugin_ruflo-core_ruflo__hooks_route and reports how many tasks the 3-tier router classified as Agent Booster (Tier 1) eligible. Tier 1 bypasses run as WASM transforms — no LLM call, structurally $0 cost.

When to use

Before a batch of similar tasks, or when cost-report shows Sonnet/Opus spend on descriptions that look like simple transforms (var-to-const, add-types, add-error-handling, async-await, add-logging, remove-console).

Steps

  1. Collect tasks — single arg or recent entries from cost-tracking via memory_search. Cap batch at 50.

  2. Route each — call hooks_route with the description; capture the full response string.

  3. Partition — group by whether the response contains the literal [AGENT_BOOSTER_AVAILABLE] (Tier 1) vs. not (Tier 2/3). Extract [TASK_MODEL_RECOMMENDATION] Use model="X" when present.

  4. Compute spend — Tier 1 partition: $0. Tier 2/3 partition: per-task upper-bound from REFERENCE.md pricing × recommended model.

  5. Report

    === Booster bypass report ===
    Tasks analyzed:        50
    Tier 1 (booster):      18 (36%)  — $0.00
    Tier 2/3 (LLM):        32 (64%)  — $X.XX (upper-bound)
    Booster intents:       var-to-const (8), add-types (5), remove-console (5)
    
  6. Persist — memory_store --namespace cost-tracking --key "booster-route-$(date +%Y%m%d-%H%M%S)" --value '{"tier1": N, "tier2_or_3": M, ...}' so cost-report picks up the tier signal.

Caveats — claimed upstream, not yet verified

  • [AGENT_BOOSTER_AVAILABLE] fires only when the upstream router populates routeResult.agentBoosterIntent.type (v3/@claude-flow/cli/src/mcp-tools/hooks-tools.ts:1228). The published CLI's semantic-VectorDb path does not always trigger the classifier — treat the partition as a lower bound on Tier 1 eligibility.
  • CLAUDE.md root claims <1ms latency and 352× faster than LLM. <1ms and $0 are structural; 352× is claimed upstream, not yet verified here. Report what the router actually returns.
  • See docs/benchmarks/0002-baseline.md for the full upstream-claims-vs-measured table.

Cross-references

ADR-0002 Decision #1 · ruflo-intelligence ADR-0001 §"Neutral" (closes the routing-outcomes loop via cost-optimize step 8) · CLAUDE.md root §"3-Tier Model Routing (ADR-026)".

评价

还没有评价。欢迎分享你的使用感受。

评论

无需登录即可发表。欢迎分享使用感受、提问,或说明在哪些环境下无法运行。

还没有评论。来写第一条吧。

提交后会立即公开。请勿填写邮箱、电话等个人信息。URL 最多 2 个。

0 / 1000 字

此表单受 reCAPTCHA 保护,适用 Google 的隐私权政策和服务条款。

同一仓库的技能

add-model-descriptions

免费有简介AI 评分 80分

对照HuggingFace router的模型列表与chat-ui配置,研究尚未收录的模型,编写简短英文说明,并同步添加到生产和开发配置。

  • 添加路由中新上线的模型
  • 用简短说明概括模型特点
  • 同步更新生产和开发环境的模型信息
ruvnet/ruflo7.8万2026年10月22日 更新

adr-create

免费有简介AI 评分 80分

为技术选型和设计决策创建ADR文档,沿用现有文件的连续编号,生成模板并登记到AgentDB,同时为找到的相关历史决策添加链接和依赖关系。

  • 记录采用某项技术的理由
  • 记录API或数据模型变更
  • 将基础设施决策形成文档
ruvnet/ruflo7.8万2026年10月22日 更新

adr-index

免费有简介AI 评分 90分

读取记录架构决策及其原因的ADR,创建并更新搜索索引和依赖关系图。支持两种文档格式,并汇总引用与状态的不一致情况。

  • 导入其他项目的ADR后建立索引
  • 同步文件与关系图
  • 为现有代码库开始管理ADR
ruvnet/ruflo7.8万2026年10月22日 更新

adr-reindex

免费有简介AI 评分 70分

删除ADR设计决策记录或关系信息后,清空并重建索引,移除残留的旧条目,再核对当前文件数与索引记录数是否一致;也可预览重建内容而不作更改。

  • 删除ADR文件后重建索引
  • 删除ADR关系后清理残留记录
  • 定期核对并重建ADR索引
ruvnet/ruflo7.8万2026年10月22日 更新

adr-review

免费有简介AI 评分 80分

将代码差异与记录已采纳设计决策的ADR进行核对,整理违反决策、引用过时记录及缺少相关记录的变更,并提出代码修正或决策调整建议。

  • 合并PR前检查设计决策
  • 核对重大变更与设计决策
  • 查找对已被替代ADR的引用
ruvnet/ruflo7.8万2026年10月22日 更新

adr-verify

免费有简介AI 评分 90分

检查已保存的架构决策记录(ADR),报告失效引用、替代关系中的循环和状态不一致问题,适合导入后的校验与发布前的数据检查。

  • 检查ADR导入后的数据一致性
  • 在持续集成中检测不一致问题
  • 发布前检查已保存的ADR数据
ruvnet/ruflo7.8万2026年10月22日 更新

查看 ruvnet 的全部技能

报告此技能的问题