Communitygithub.com

ecc-tools-cost-audit

Evidenzbasierter Audit-Workflow für Kosten und Abrechnung im ECC Tools GitHub App. Einsetzbar bei unkontrollierter PR-Erstellung, Quota-Umgehung, Premium-Modell-Leckage, doppelten Jobs oder Kostenausreißern.

Was ist ecc-tools-cost-audit?

Dieser Skill bietet einen fokussierten Workflow zur Untersuchung und Behebung von Kostenproblemen in der ECC Tools GitHub App. Er hilft Entwicklern, die Ursachen für übermäßige PR-Erstellung, Umgehung von Nutzungslimits, ungewollte Nutzung von Premium-Modellen und doppelte Job-Ausführungen zu identifizieren und zu beheben. Der Skill ist speziell für das Schwester-Repository ECC-Tools konzipiert und bietet eine strukturierte Methode, um Webhook-Router, Queue-Producer und -Consumer, PR-Erstellungspfade und Abrechnungspfade zu prüfen. Er betont die Trennung von Code-seitiger Kostenursache, kundenseitiger Abrechnungsauswirkung und Produktlücken, die im Backlog nachverfolgt werden müssen. Die bereitgestellte Workflow-Anleitung führt von der initialen Scoping-Festlegung über die schrittweise Verfolgung des Datenflusses (Webhook → Queue → Worker) bis hin zur gezielten Behebung nach Priorität der Kostenauswirkungen. Der Skill enthält zudem eine umfassende Liste von Hochsignal-Fehlermustern und häufigen Fallstricken, die es zu vermeiden gilt.

Funktioniert mit✓Claude Code~Codex CLI~Cursor✓Antigravity
npx skills add https://github.com/affaan-m/everything-claude-code/tree/main/skills/ecc-tools-cost-audit

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

ECC Tools Kostenprüfung (Cost Audit)

Verwenden Sie diesen Skill, wenn der Benutzer vermutet, dass die ECC Tools GitHub App Kosten verursacht, übermäßig viele PRs erstellt, Nutzungslimits umgeht oder kostenlose Benutzer in Premium-Analysepfade lenkt.

Dies ist ein spezialisierter Workflow für das Schwester-Repository ECC-Tools. Es handelt sich nicht um einen generischen Abrechnungsskill und nicht um eine repositoryweite Code-Review-Runde.

Skill-Stack

Ziehen Sie bei Bedarf diese ECC-eigenen Skills in den Workflow ein:

  • autonomous-loops für begrenzte mehrstufige Audits, die Webhooks, Queues, Abrechnung und Wiederholungen umfassen
  • agentic-engineering für die Rückverfolgung des Anforderungspfads in diskrete, nachweisbare Einheiten
  • customer-billing-ops wenn Repository-Verhalten und kundenbezogene Kostenberechnung sauber getrennt werden müssen
  • search-first bevor Sie Hilfsfunktionen erfinden oder repositoriespezifische Dienstprogramme neu implementieren
  • security-review wenn Authentifizierung, Nutzungsgates, Berechtigungen oder Secrets betroffen sind
  • verification-loop für den Nachweis der Wiedersicherheit und des exakten Zustands nach der Behebung
  • tdd-workflow wenn die Behebung eine Regressionstests im Worker, Router oder in den Abrechnungspfaden benötigt

Wann verwenden

  • Der Benutzer erwähnt ECC Tools Kostenrate, PR-Rekursion, übermäßig erstellte PRs, Nutzungslimit-Umgehung oder Premium-Modell-Leckage
  • Die Aufgabe befindet sich im Schwester-Repository ECC-Tools und hängt von Webhook-Handlern, Queue-Workern, Nutzungsreservierung, PR-Erstellungslogik oder der Durchsetzung von Zahlungsgates ab
  • Ein Kundenbericht besagt, dass die App zu viele PRs erstellt, falsch abgerechnet oder Code analysiert hat, ohne ein nutzbares Ergebnis zu liefern

Scope-Begrenzungen

  • Arbeiten Sie im Schwester-Repository ECC-Tools, nicht in everything-claude-code
  • Beginnen Sie nur lesend, es sei denn, der Benutzer hat explizit nach einer Behebung gefragt
  • Mutieren Sie während der Analyse der Kostenverursachung keine nicht zusammenhängenden Abrechnungs-, Checkout- oder UI-Abläufe
  • Behandeln Sie App-generierte Branches und App-generierte PRs als Warnsignale für Rekursionspfade, bis das Gegenteil bewiesen ist
  • Trennen Sie explizit drei Dinge:
    • Kostenursache auf Repository-Seite
    • Kundenwirksame Abrechnungsauswirkung
    • Produkt- oder Berechtigungslücken, die eine Nachverfolgung im Backlog erfordern

Workflow

1. Repository-Scope festlegen

  • Wechseln Sie in das Schwester-Repository ECC-Tools
  • Überprüfen Sie zuerst Branch und lokale Änderungen (Diff)
  • Identifizieren Sie die genaue zu prüfende Oberfläche:
    • Webhook-Router
    • Queue-Producer
    • Queue-Consumer
    • PR-Erstellungspfad
    • Nutzungsreservierung / Abrechnungspfad
    • Modell-Routing-Pfad

2. Eingang verfolgen, bevor Sie Theorien aufstellen

  • Untersuchen Sie zuerst src/index.* oder den Haupteinstiegspunkt
  • Kartieren Sie jeden Enqueue-Pfad, bevor Sie eine Lösung vorschlagen
  • Bestätigen Sie, welche GitHub-Ereignisse denselben Queue-Typ verwenden
  • Bestätigen Sie, ob Push-, pull_request-, synchronize-, Kommentar- oder manuelle Wiederholungsereignisse auf demselben teuren Pfad zusammenlaufen können

3. Worker und Seiteneffekte verfolgen

  • Untersuchen Sie den Queue-Consumer oder den geplanten Worker, der die Analyse durchführt
  • Bestätigen Sie, ob eine in die Queue eingereihte Analyse immer endet mit:
    • PR-Erstellung
    • Branch-Erstellung
    • Dateiaktualisierungen
    • Premium-Modell-Aufrufen
    • Nutzungszuwächsen
  • Wenn die Analyse Tokens verbrauchen und dann fehlschlagen kann, bevor die Ausgabe gespeichert wird, klassifizieren Sie dies als "Burn mit defekter Ausgabe"

4. Hochsignal-Kostenpfade prüfen

PR-Multiplikation

  • Untersuchen Sie PR-Hilfsfunktionen und Branch-Namensgebung
  • Überprüfen Sie Deduplizierung, synchronize-Ereignisbehandlung und Wiederverwendung vorhandener PRs
  • Wenn App-generierte Branches erneut in die Analyse eingehen können, behandeln Sie dies als ein Rekursionsrisiko mit Priorität 0

Quota-Umgehung

  • Untersuchen Sie, wo die Quote geprüft wird, im Vergleich zu wo die Nutzung reserviert oder erhöht wird
  • Wenn die Quote vor dem Enqueue geprüft wird, die Nutzung aber nur im Worker berechnet wird, behandeln Sie gleichzeitige Passagen durch die vordere Tür als echten Race Condition

Premium-Modell-Leckage

  • Untersuchen Sie die Modellauswahl, die Verzweigung nach Tarifen und das Provider-Routing
  • Verifizieren Sie, ob kostenlose oder gedeckelte Benutzer immer noch Premium-Analysatoren erreichen können, wenn Premium-Schlüssel vorhanden sind

Wiederholungsbedingter Kostenverbrauch

  • Untersuchen Sie Wiederholungsschleifen, doppelte Queue-Jobs und deterministische Fehlerwiederholungen
  • Wenn derselbe nicht-temporäre Fehler wiederholt Analysen verbrauchen kann, beheben Sie dies vor Qualitätsverbesserungen

5. Nach Kostenpriorität beheben

Wenn der Benutzer Codeänderungen wünscht, priorisieren Sie die Behebungen in dieser Reihenfolge:

  1. Stoppen der automatischen PR-Multiplikation
  2. Stoppen der Quota-Umgehung
  3. Stoppen der Premium-Leckage
  4. Stoppen der doppelten Job-Verzweigung und unnötiger Wiederholungen
  5. Schließen von Sicherheitslücken bei Wiederholungen/Aktualisierungen

Halten Sie den Durchlauf auf ein bis drei direkte Behebungen begrenzt, es sei denn, dieselbe Ursache erstreckt sich eindeutig auf mehrere Dateien.

6. Mit den kleinsten Nachweisschritten verifizieren

  • Führen Sie nur die gezielten Tests oder Integrationsausschnitte erneut aus, die den geänderten Pfad abdecken
  • Verifizieren Sie, ob der Kostenpfad jetzt:
    • blockiert
    • dedupliziert
    • auf eine günstigere Analyse herabgestuft
    • oder frühzeitig abgewiesen wird
  • Geben Sie den endgültigen Status genau an:
    • lokal geändert
    • lokal verifiziert
    • gepusht
    • deployed
    • noch blockiert

Hochsignal-Fehlermuster

1. Ein Queue-Typ für alle Auslöser

Wenn Pushes, PR-Synchronisationen und manuelle Audits alle denselben Job in die Queue einreihen und der Worker immer einen PR erstellt, dann ist Analyse gleich PR-Spam.

2. Nutzungsreservierung nach dem Enqueue

Wenn die Nutzung an der vorderen Tür geprüft wird, aber nur im Worker erhöht wird, können gleichzeitige Anforderungen alle das Gate passieren und das Kontingent überschreiten.

3. Kostenlose Tarife auf Premium-Pfaden

Wenn kostenlose Queue-Jobs bei vorhandenen Schlüsseln immer noch in Anthropic oder einen anderen Premium-Anbieter routen können, liegt eine echte Ausgaben-Leckage vor, selbst wenn der Benutzer das Premium-Ergebnis nie sieht.

4. App-generierte Branches treten erneut in den Webhook ein

Wenn pull_request.synchronize, Branch-Pushes oder kommentargetriggerte Ausführungen auf App-eigenen Branches feuern, kann die App ihre eigene Ausgabe rekursiv analysieren.

5. Teure Arbeit vor Sicherung der Dauerhaftigkeit

Wenn das System Tokens verbrauchen und dann bei PR-Erstellung, Dateiaktualisierung oder Branch-Kollision fehlschlagen kann, verbraucht es Kosten, ohne Wert zu liefern.

Fallstricke

  • Beginnen Sie nicht mit breitem Repository-Streifzug; klären Sie zuerst Webhook -> Queue -> Worker
  • Vermischen Sie nicht kundenbezogene Abrechnungslogik mit durch Code gestützter Produktwahrheit
  • Beheben Sie nicht zuerst minderwertige Qualitätsprobleme, bevor der teuerste Pfad eingedämmt ist
  • Behalten Sie nicht, dass der Kostenverbrauch behoben ist, bis der enge Nachweisschritt erneut durchgeführt wurde
  • Pushen oder deployen Sie nicht, es sei denn, der Benutzer hat darum gebeten
  • Berühren Sie keine nicht zusammenhängenden repositoriespezifischen Änderungen, wenn diese bereits in Arbeit sind

Verifikation

  • Ursachen zitieren exakte Dateipfade und Codebereiche
  • Behebungen sind nach Kostenauswirkungen geordnet, nicht nach Code-Sauberkeit
  • Nachweisbefehle sind benannt
  • Endgültiger Status unterscheidet zwischen lokaler Änderung, Verifikation, Push und Deployment

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/claude-api

Anthropic Claude API patterns for Python and TypeScript. Covers Messages API, streaming, tool use, vision, extended thinking, batches, prompt caching, and Claude Agent SDK. Use when building applications with the Claude API or Anthropic SDKs.

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

affaan-m/everything-claude-code

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/everything-claude-code-conventions

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/frontend-design

Create distinctive, production-grade frontend interfaces with high design quality. Use when the user asks to build web components, pages, or applications and the visual direction matters as much as the code quality.

affaan-m/gget

gget CLI and Python workflow for quick genomic database queries, sequence lookup, BLAST-style searches, enrichment checks, and reproducible bioinformatics evidence logs.

affaan-m/literature-review

Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.

affaan-m/motion-ui

Production-ready UI motion system for React/Next.js. Use when implementing animations, transitions, or motion patterns.

affaan-m/project-guidelines-example

Example project-specific skill template based on a real production application.

affaan-m/pubmed-database

Direct PubMed and NCBI E-utilities search workflows for biomedical literature, MeSH queries, PMID lookup, citation retrieval, and API-backed literature monitoring.

affaan-m/scholar-evaluation

Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.

affaan-m/uspto-database

USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

Verwandte Skills