ai-cost-cutter

当用户说『API账单太贵』『token烧太快』『能不能用本地模型』『批处理怎么省钱』『离线跑AI』，或要把大模型调用从烧钱变省钱时使用。四把刀降本：批处理（高峰调度/合并请求）、本地模型回退（贱活本地跑、贵活才上云）、缓存层（相同请求不重复花钱）、模型路由分级（按任务难度选便宜/贵模型）。附可运行成本估算脚本，输入任务量+模型单价即输出月度账单与三档降本方案的差额。触发词：AI省钱、降本、token太贵、本地模型、批处理、离线跑AI、模型路由、缓存层、cost cutter、AI成本、API账单。

凡自治之物 · LGD 治理学 · 创造术家族 ｜ 评测协议：skill-quality-gate（外部公开评测门禁文档）

English

When to use

The user says API bills are too high, tokens burn too fast, or asks how to cut LLM costs. Scenarios: batch-merging large request volumes; evaluating local-model fallback to save compute; routing tasks to cheaper/pricier models by difficulty; or moving AI workloads to offline batch mode.

Usage

Run cost_estimator.py for real-time cost estimation and plan generation. Inputs: expected task volume (task_volume) and per-model unit price (model_price). The script outputs a monthly bill delta across the four levers (batching, cache, routing, local fallback).

Flow

1. Detect trigger keywords; confirm cost-optimization intent.
2. Activate the skill; load cost_estimator.py.
3. Collect task volume and unit-price params.
4. Run the estimator; produce a current-vs-optimized bill comparison.
5. Output the recommended cut plan with executable local/cache actions.

Evidence & safety

• Evidence: TBD. Version: 1.1.1. Security: no independent scan (TBD).

中文

何时用

当用户表达 API 账单成本过高、Token 消耗过快或明确询问如何降低大模型调用费用时。适用于涉及大规模请求批量合并处理、评估本地模型回退策略以节省计算开销的场景。在需要对比不同任务难度的模型路由分级方案，或计划将 AI 部署转为离线跑批模式进行优化时使用。

用法

调用技能核心脚本 cost_estimator.py 执行实时成本估算与方案生成。参数输入需包含预期任务总量（task_volume）及目标模型的单价（model_price）。通过该能力可直接读取基于四把降本策略（批处理、缓存层、模型路由、本地回退）计算出的月度账单差额报告。

流程

1. 检测用户指令中的触发关键词，确认降本或成本优化需求。
2. 激活技能并加载 cost_estimator.py 脚本环境。
3. 收集用户指定的任务量与模型单价参数数据。
4. 运行估算算法生成包含当前账单与优化后账单的对比报表。
5. 输出最终降本方案建议，包括可执行的本地部署或缓存策略指示。

证据与安全声明

• 证据：TBD（暂无评测/徽章链接；产生后在此更新实际链接）
• 版本：1.1.1
• 安全：未做独立安全扫描（TBD），结论待补；补全前不作推荐背书。