AIKraft/AI/Войти
AIKraft/Skills/caveman-evidence-review

caveman-evidence-review

Чтение отчётов Caveman Cloud: затраты, Cave Score, ошибки, задержки и оптимизация расходов. Используйте, когда нужно узнать, что нашёл Caveman или куда уходят средства LLM.

juliusbrussee official Данные ★ 109.8k

Что делает навык

Навык выполняет чтение отчётов Caveman Cloud для анализа затрат, показателя Cave Score, ошибок, задержек и оптимизации расходов. Он действует как оператор только для чтения, формируя выводы на основе текущих данных Caveman без догадок и без права запускать или отменять эксперименты.

Когда применять

  • Анализ того, куда уходят средства LLM и выявление источников затрат.
  • Проверка показателя Cave Score и состояния оптимизации расходов.
  • Обнаружение ошибок, задержек и проблем с кэшированием через трассировки.
  • Сравнение затрат и эффективности разных моделей, провайдеров или рабочих процессов.
  • Подготовка отчёта с разделением измеренных затрат, подтверждённой экономии и предполагаемого запаса прочности.

Как работает

  1. Шаг 1 — Загрузка контекста: использовать MCP caveman_context или CLI caveman cloud whoami/list; остановить процесс, если не выполнен вход или не выбран проект.
  2. Шаг 2 — Установление базиса: запросить отчёты caveman_report (overview, costs, score, workflows, verified_savings) и план headroom через caveman_plan; указать окно отчёта и основу для интерпретации.
  3. Шаг 3 — Проверка объяснений через трассировки: использовать caveman_trace_search с ограниченными окнами и фильтрами (workflow, model, error code и др.) для сравнения когорт; не делать выводов о причинности по одной дорогой трассе.
  4. Шаг 4 — Проверка репрезентативных трасс: вызвать caveman_trace_get для небольшого числа high-signal trace ids; изучить метаданные, задержки, токены и статус, не запрашивая полезную нагрузку (payloads).
  5. Шаг 5 — Отчёт: сформировать вывод в заданном формате, разделив measured cost, verified savings и inferred headroom; указать найденные находки, недоказанные гипотезы и следующие шаги для чтения.

Примеры запросов агенту

Проанализируй затраты и ошибки за последнюю неделю в проекте main-project.
Почему упал Cave Score? Найди трассы с высокими задержками и проверь их детали.
Сравни стоимость использования моделей gpt-4 и claude-3 за вчера и покажи подтверждённую экономию.

Что понадобится

  • Установленный CLI caveman и выполненная авторизация (caveman login).
  • Доступ к MCP-серверу caveman_context или возможность выполнения CLI-команд.
  • Выбранный проект в контексте Caveman.

Описание составлено по SKILL.md навыка, сверено 05.10.2026.

Как подключить

1Скачать навык
# возьмите папку навыка «caveman-evidence-review» из репозитория: # https://github.com/juliusbrussee/caveman
2Положить папку с SKILL.md к навыкам ассистента
# положите папку навыка туда, где ассистент ищет skills: cp -r caveman-evidence-review/ ~/.claude/skills/caveman-evidence-review/

Навык — папка с файлом SKILL.md (описание + инструкции) и опциональными скриптами. Ассистент (Claude, Claude Code и совместимые) подхватывает его по описанию и следует шагам.