Vista de costo por conversación: lista cada sesión en cost-tracking con hora de inicio, número de mensajes, modelo principal y costo total.
bashen todo el repo
0–100, la ruta de este skill
último commit aquí
últimos 90 días
31 tok en reposo
2 KB
Funciona con cualquier agente que lea SKILL.md
npx -y skills add ruvnet/ruflo --skill cost-conversation --agent claude-codeSe instala solo en este repositorio.
Este skill runs shell commands.
Di cualquiera de estas frases y el agente debería cargar este skill.
cost-report and cost-optimize aggregate by agent and model. This skill aggregates by conversation (session) — a different lens that surfaces which conversations cost the most. Useful for retrospectives ("which sessions ran long on Opus?") and for evaluating whether a given project's session pattern is sustainable.
CONV_NAMESPACE=cost-tracking-<project>.Run the script from anywhere:
node plugins/ruflo-cost-tracker/scripts/conversation.mjs
Optional env:
CONV_FORMAT=json — emit JSON instead of markdownCONV_LIMIT=20 — show only the most recent N conversationsCONV_NAMESPACE=cost-tracking — override target namespaceInspect the markdown table — total cost across all conversations, per-tier rollup, then a per-session table (started-at, sessionId prefix, message count, top model, cost).
cost-track — the producer that populates cost-tracking:session-*cost-report — same data, per-agent / per-model lenscost-trend — drift across bench runs (different axis: corpus runs vs conversations)cost-budget-check — sums across conversations to evaluate the budget thresholdReproducido de ruvnet/ruflo bajo licencia MIT. Leer esta página en markdown.
1 archivo en el paquete. Solo se lee SKILL.md al activarse — las referencias se cargan si el skill decide que las necesita.
Requiere que `cost-track` haya poblado registros `session-*` en `cost-tracking`.
Este repo incluye 275 skills. Si instalas uno, normalmente ya tienes los demás.
Inspecciona y audita genomas GEPA: carga y valida un genoma, renderiza el system prompt que compila, o clasifica los modos de fallo de una transcripción de ejecución.
Completion de un solo turno contra el modelo deepseek-chat de DeepSeek vía /v1/chat/completions. Lee DEEPSEEK_API_KEY y degrada con status:degraded si falta o la API no responde. Para tareas sin razonamiento.
Completion en modo razonamiento contra deepseek-reasoner (R1) de DeepSeek. Devuelve el chain-of-thought por separado de la respuesta final. Lee DEEPSEEK_API_KEY y degrada si falta o la API no responde.
Construye o reconstruye el índice de ADRs y su grafo de dependencias ejecutando scripts/import.mjs, en vez de cientos de llamadas MCP.
Crea un nuevo Architecture Decision Record con numeración secuencial y registro en AgentDB.
Muestra el estado de la integración AGNTCY/SLIM/CASA: si los paquetes están instalados, qué transporte está activo y si el enforcement de CASA está habilitado.
Agente especializado en desarrollo, entrenamiento y despliegue de modelos de machine learning.
Agente experto en análisis y optimización de matrices usando algoritmos sublineales. Se especializa en propiedades matriciales, dominancia diagonal, número de condición y recomendaciones para sistemas lineales grandes.
Especialista en entrenamiento y despliegue de redes neuronales. Gestiona entrenamiento distribuido, inferencia y ciclo de vida de modelos usando la infraestructura cloud de Flow Nexus.
