cost-aware-orchestrator
Skill7 starsChanged 4 months agoMITView on GitHub
Интеллектуальный выбор модели/инструмента с учётом цены и сложности задачи. Каждый tool call = деньги. Минимизируй стоимость без потери качества.
In this repository23 other files it gives its agents.
- content-pipelineSkill
- adaptive-loopsSkill
- api-cost-trackerSkill
- memory-compactorSkill
- memory-guardianSkill
- post-mortem-analyzerSkill
- reflexive-trigger-boostSkill
- skill-trigger-systemSkill
- agent-communicationSkill
- auto-qa-gatesSkill
- decision-frameworkSkill
- GitHub Publish WorkflowSkill
- harvest-usageSkill
- network-restricted-hermesSkill
- omniroute-masterySkill
- reflection-qaSkill
- russia-hacksSkill
- self-hosted-aiSkill
- session-hygiene-plusSkill
- telegram-bot-patternsSkill
- tool-proficiency-trackerSkill
- trading-bot-deploymentSkill
- security-auditSkill
The file
Files
Cost-Aware Orchestrator — Оркестратор с учётом стоимости
Активировать: перед каждой задачей, где есть выбор между моделями/инструментами.
Цель: Потратить минимум денег на задачу, сохранив качество результата.
Текущая ценовая карта
| Канал | Модель | Input/1M | Output/1M | Для чего |
| Polza (DeepSeek V4 Flash) | Основной чат | 26.88₽ | 53.76₽ | Разговор с пользователем, простые задачи |
| AITunnel (GPT-5 Nano) | delegation | 0.96₽ | ? | Тяжёлые delegate_task, сложная логика |
| AITunnel (Gemini 2.0 Flash Lite) | Рутина | 14.4₽ | 57.6₽ | Средние задачи, ресёрч |
| AITunnel (gpt-image-2) | Картинки | — | ~0.86-7.64₽/img | Генерация изображений |
Decision Tree выбора модели
Какой тип задачи?
│
├─ 🔵 Разговор с пользователем
│ → DeepSeek V4 Flash (Polza) — всегда. Это основной канал.
│
├─ 🟢 delegate_task (лёгкая)
│ Признаки: 1-3 шага, простой запрос, чтение данных
│ → DeepSeek V4 Flash (Polza) — нет смысла переключать
│
├─ 🟡 delegate_task (средняя)
│ Признаки: 4-10 шагов, циклы, немного логики
│ → Gemini 2.0 Flash Lite (AITunnel) — 14.4₽ vs 26.88₽
│
├─ 🔴 delegate_task (сложная)
│ Признаки: код с бизнес-логикой, парсинг, анализ данных, многопаговый reasoning
│ → GPT-5 Nano (AITunnel) — 0.96₽, дешевле DeepSeek в 28 раз!
│
├─ 🟣 Генерация изображений
│ → gpt-image-2 (AITunnel) с коротким промптом
│ Совет: промпт ≤50 токенов = ~0.86₽. >100 токенов = ~7.64₽
│
└─ ⚪ Ресёрч / сбор информации
→ Gemini 2.0 Flash Lite (14.4₽) — достаточное качествоКогда НЕ экономить
- Пользователь явно просит качество — не экономь
- Код в production — лучше потратить 10₽ на ревью, чем 1000₽ на баг
- Финансовые данные — точность важнее цены
- Первая итерация нового подхода — сделай на лучшей модели, потом шаблонизируй
Cost Budgeting по задаче
Перед задачей прикинь бюджет:
| Тип задачи | Разумный бюджет | Стоп-лосс |
| Ответ на вопрос | 1-3₽ | 10₽ |
| Написать код | 5-15₽ | 30₽ |
| Ресёрч | 10-20₽ | 50₽ |
| Генерация картинки | 0.86-3₽ | 10₽ |
| Целая фича | 20-50₽ | 100₽ |
Если бюджет превышен на 50% — остановись и спроси пользователя.
Cost-Saving Patterns
- Bulk через execute_code — 1 tool call вместо N. Экономия: 50-70% на overhead tool calls
- Delegate на дешёвую модель — для тяжёлой работы. Экономия: до 95%
- Короткие промпты для картинок — 50 токенов vs 200 = 0.86₽ vs 7.64₽
- Отложенная верификация — не проверяй каждый шаг, проверь в конце
- Остановись на 80% — если задача решена на 80%, а добивка стоит 50% бюджета — спроси пользователя
- Batch однотипных задач — 10 задач в одном delegate_task вместо 10 отдельных
Anti-Patterns
- ❌ Экономия на спичках — переключение модели ради задачи на 0.5₽ (overhead переключения > экономии)
- ❌ Жадность — послать сложную задачу на дешёвую модель, получить мусор, переделывать (cost ×3)
- ❌ Забыть про выходные токены — DeepSeek output (53.76₽) дороже input (26.88₽) в 2 раза
- ❌ Долгий промпт для картинок — каждое лишнее слово = деньги
Does it work?
Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.
No reviews yet
People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.
- It worked
- Partly
- It didn't
Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.
Your trail
Files you open will collect here, so you can find them again.
Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.
Now do this for your own.
Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.

