模型调用成本与 Token 预算复盘

原名：llm-cost-optimizer

按真实调用记录比较路由、缓存和输出限制，先验证质量再讨论费用。

中文 Skills 技能说明

老板觉得模型调用费越来越高，可以先拿实际日志看原因。提供当前模型、官方价格、输入输出 Token、任务类型和质量要求，技能整理成本分布，比较路由、缓存、上下文与输出长度的方案，交付测算表及小范围验证步骤。上游降费百分比不是本站实测或承诺，不能为了便宜越过员工职业规范、数据边界或质量要求。它不附带模型额度，也不自动切换生产模型；账号地区、费用和缓存隐私要核对，变更由老板批准。

上游能力依据

上游原始适用说明：Use proactively whenever LLM API costs come up -- or should. Triggers include: 'my AI costs are too high', 'optimize token usage', 'which model should I use', 'LLM spend is out of control', 'implement prompt caching', 'we're about to launch an AI feature', 'build me an AI endpoint'. Don't wait for an explicit cost complaint -- if someone is building an AI feature, designing an LLM endpoint, or choosing between models, cost architecture belongs in the conversation. Apply immediately when any of these are true: a system prompt appears that exceeds a few hundred tokens, all requests are hitting the same model, maxtokens is not set, or no per-feature cost logging exists. NOT for RAG pipeline design (use rag-architect). NOT for improving prompt quality or effectiveness (use senior-prompt-engineer).

上游 SKILL.md 主要章节（保留原文标题）：

• Step 0: Classify Before You Ask
• Context You Need
• Mode 1: Cost Audit
• Mode 2: Optimize Existing System
• 1. Model Routing (60–80% cost reduction on routed traffic)
• 2. Prompt Caching (40–90% reduction on cacheable traffic)
• 3. Output Length Control (20–40% reduction)
• 4. Prompt Compression (15–30% input token reduction)
• 5. Semantic Caching (30–60% hit rate on repeated queries)
• 6. Request Batching (10–25% reduction via amortized overhead)

使用边界

先读取项目约定、依赖版本和现有测试，再提出最小改动。写文件、运行脚本、提交代码或发布前应检查差异并保留回退路径。

作者、翻译与许可证

原作者

Alireza Rezvani 与 claude-skills contributors

中文翻译

CEOFans翻译

许可证

MIT

上游来源

https://github.com/alirezarezvani/claude-skills/tree/19392f7a08264ed00486a251f5b2098321771f94/engineering/llm-cost-optimizer/skills/llm-cost-optimizer

适用范围

平台：linux、macos、windows；标签：AI 工程、模型调用成本与 Token 预算复盘、开源技能

安全提示

基础静态扫描不等于绝对安全。技能可能调用命令、浏览器、云服务或本地文件，请在最小权限环境中使用，高风险操作必须人工确认。

如发现侵权、许可证或安全问题，可在本页前台提交投诉，管理员复核后可立即下架。