Communitygithub.com

ECC Tools コスト監査

ECC Tools リポジトリにおけるPR作成の暴走、クォータバイパス、プレミアムモデル漏洩、重複ジョブ、GitHub Appコスト急増などを調査するための、証拠重視のバーン・課金監査ワークフローです。

ECC Tools コスト監査 とは?

このスキルは、ECC Tools GitHub App に関連するコスト異常(PR作成の暴走、クォータバイパス、プレミアムモデルへの漏洩、重複ジョブなど)を調査・修正するための専門的なワークフローを提供します。主に ECC-Tools リポジトリ内で使用し、Webhookハンドラ、キュー、課金、モデルルーティングといったコードパスを段階的に追跡・監査します。「バーン順」に修正を優先し、まずPRの多重作成を止め、次にクォータバイパス、プレミアム漏洩、重複ジョブを防止します。修正前は読み取り専用で開始し、最小限のテストで検証します。このスキルは汎用的な課金スキルではなく、ECC Tools に特化した監査ツールです。

対応✓Claude Code~Codex CLI~Cursor✓Antigravity
npx skills add https://github.com/affaan-m/ECC/tree/main/skills/ecc-tools-cost-audit

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

ECC Tools コスト監査 は何をしますか?

ユーザーが ECC Tools GitHub App のコスト高騰、PRの過剰作成、使用制限のバイパス、または無料ユーザーがプレミアム分析パスにルーティングされていると疑う場合に、このスキルを使用してください。

これは、関連する ECC-Tools リポジトリのための特化したオペレーターワークフローです。汎用的な課金スキルでも、リポジトリ全体のコードレビューパスでもありません。

スキルスタック

関連する場合、以下の ECC ネイティブスキルをワークフローに取り入れてください:

  • autonomous-loops:Webhook、キュー、課金、リトライを横断する、制限付きのマルチステップ監査用
  • agentic-engineering:リクエストパスを離散的で証明可能な単位にトレースするため
  • customer-billing-ops:リポジトリの動作と顧客影響の計算を明確に分離する必要がある場合
  • search-first:ヘルパーを新規作成したり、リポジトリローカルユーティリティを再実装する前に使用
  • security-review:認証、使用制限ゲート、エンタイトルメント、またはシークレットに関わる場合
  • verification-loop:再実行の安全性と修正後の正確な状態を証明するため
  • tdd-workflow:修正にワーカー、ルーター、または課金パスの回帰テストカバレッジが必要な場合

使用するタイミング

  • ユーザーが ECC Tools の消費速度、PRの再帰、過剰なPR作成、使用制限のバイパス、またはプレミアムモデル漏洩に言及した場合
  • タスクが関連する ECC-Tools リポジトリ内にあり、Webhookハンドラ、キューワーカー、使用予約、PR作成ロジック、または有料ゲートの強制に依存している場合
  • 顧客レポートで、アプリがPRを作りすぎた、誤って課金した、または有用な結果を生成せずにコードを分析したと報告された場合

スコープガードレール

  • everything-claude-code ではなく、関連する ECC-Tools リポジトリ内で作業する
  • ユーザーが明確に修正を依頼しない限り、読み取り専用で開始する
  • 分析消費をトレースしている間、関連のない課金、チェックアウト、またはUIフローを変更しない
  • アプリが生成したブランチとアプリが生成したPRは、証明されるまで赤旗の再帰パスとして扱う
  • 以下の3つを明示的に分離する:
    • リポジトリ側の消費根本原因
    • 顧客向けの課金影響
    • バックログフォローアップが必要なプロダクトまたはエンタイトルメントのギャップ

ワークフロー

1. リポジトリのスコープを固定

  • 関連する ECC-Tools リポジトリに切り替える
  • 最初にブランチとローカルの差分を確認する
  • 監査対象の正確な表面を特定する:
    • Webhookルーター
    • キュープロデューサー
    • キューコンシューマー
    • PR作成パス
    • 使用予約 / 課金パス
    • モデルルーティングパス

2. 理論化する前にイングレスをトレース

  • 最初に src/index.* またはメインエントリポイントを検査する
  • 修正を提案する前に、すべてのエンキューパスをマッピングする
  • どのGitHubイベントが同じキュータイプを共有しているか確認する
  • push、pull_request、synchronize、comment、または手動再実行イベントが同じ高コストパスに収束できるか確認する

3. ワーカーと副作用をトレース

  • 分析を処理するキューコンシューマーまたはスケジュールされたワーカーを検査する
  • キューに入れられた分析が常に以下で終了するか確認する:
    • PR作成
    • ブランチ作成
    • ファイル更新
    • プレミアムモデル呼び出し
    • 使用量の増加
  • 分析がトークンを消費し、出力が永続化される前に失敗する可能性がある場合、それを「出力破損を伴う消費」として分類する

4. 高シグナル消費パスを監査する

PRの多重化

  • PRヘルパーとブランチ命名規則を検査する
  • 重複排除、同期イベント処理、既存PRの再利用を確認する
  • アプリが生成したブランチが再び分析に入る可能性がある場合、それを優先度0の再帰リスクとして扱う

クォータバイパス

  • クォータがチェックされる場所と、使用量が予約または増加される場所を検査する
  • クォータがエンキュー前にチェックされるが、使用量がワーカー内でのみ課金される場合、同時フロントドア通過を実際の競合状態として扱う

プレミアムモデル漏洩

  • モデル選択、ティア分岐、プロバイダールーティングを検査する
  • 無料または制限付きユーザーが、プレミアムキーが存在する場合にプレミアムアナライザーに到達できるか検証する

リトライ消費

  • リトライループ、重複キュージョブ、決定論的な失敗再実行を検査する
  • 同じ非一時的エラーが分析を繰り返し消費する可能性がある場合、品質向上の前にそれを修正する

5. 消費順に修正する

ユーザーがコード変更を依頼した場合、以下の順序で修正を優先する:

  1. 自動PRの多重化を停止する
  2. クォータバイパスを停止する
  3. プレミアム漏洩を停止する
  4. 重複ジョブのファンアウトと無意味なリトライを停止する
  5. 再実行/更新の安全ギャップを閉じる

同じ根本原因が明確に複数のファイルにまたがっていない限り、1〜3つの直接修正にパスを制限する。

6. 最小の証明ステップで検証する

  • 変更したパスをカバーする、対象を絞ったテストまたは統合スライスのみを再実行する
  • 消費パスが現在以下の状態であるか検証する:
    • ブロックされた
    • 重複排除された
    • より安価な分析にダウングレードされた
    • または早期に拒否された
  • 最終ステータスを正確に述べる:
    • ローカルで変更済み
    • ローカルで検証済み
    • プッシュ済み
    • デプロイ済み
    • まだブロック中

高シグナル障害パターン

1. すべてのトリガーに対して1つのキュータイプ

プッシュ、PR同期、手動監査のすべてが同じジョブをエンキューし、ワーカーが常にPRを作成する場合、分析はPRスパムと等しくなります。

2. エンキュー後の使用予約

使用量がフロントドアでチェックされるが、ワーカー内でのみ増加する場合、同時リクエストはすべてゲートを通過し、クォータを超える可能性があります。

3. プレミアムパス上の無料ティア

無料のキューに入れられたジョブが、キーが存在する場合にAnthropicまたは別のプレミアムプロバイダーにルーティングされる可能性がある場合、ユーザーがプレミアム結果を決して見なくても、実際の支出漏洩です。

4. アプリが生成したブランチがWebhookに再進入する

pull_request.synchronize、ブランチプッシュ、またはコメントトリガー実行がアプリ所有のブランチで発生する場合、アプリは自身の出力を再帰的に分析できます。

5. 永続性の安全性の前の高コスト作業

システムがトークンを消費し、PR作成、ファイル更新、またはブランチ競合で失敗する可能性がある場合、価値を出荷せずにコストを燃焼しています。

落とし穴

  • 広範なリポジトリ探索から始めないでください。最初に Webhook -> キュー -> ワーカーの順に確定してください
  • 顧客請求の推論と、コードに基づく製品の真実を混在させないでください
  • 最も高い消費パスが封じ込められる前に、低価値の品質問題を修正しないでください
  • 狭い証明ステップが再実行されるまで、消費が修正されたと主張しないでください
  • ユーザーが依頼しない限り、プッシュまたはデプロイしないでください
  • 進行中のリポジトリローカルの変更がすでにある場合、それに触れないでください

検証

  • 根本原因は正確なファイルパスとコード領域を引用する
  • 修正はコードのきれいさではなく、消費影響で順序付けられる
  • 証明コマンドは名前付きである
  • 最終ステータスは、ローカル変更、検証、プッシュ、デプロイを区別する

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/content-engine

Create platform-native content systems for X, LinkedIn, TikTok, YouTube, newsletters, and repurposed multi-platform campaigns. Use when the user wants social posts, threads, scripts, content calendars, or one source asset adapted cleanly across platforms.

affaan-m/ECC

Multi-platform content distribution across X, LinkedIn, Threads, and Bluesky. Adapts content per platform using content-engine patterns. Never posts identical content cross-platform. Use when the user wants to distribute content across social platforms.

affaan-m/fal-ai-media

Unified media generation via fal.ai MCP — image, video, and audio. Covers text-to-image (Nano Banana), text/image-to-video (Seedance, Kling, Veo 3), text-to-speech (CSM-1B), and video-to-audio (ThinkSound). Use when the user wants to generate images, videos, or audio with AI.

affaan-m/manim-video

日本語翻訳:このファイルは manim-video 用の日本語翻訳が必要です

affaan-m/remotion-video-creation

Remotion のベストプラクティス - React で動画を作成する。3D、アニメーション、音声、字幕、チャート、トランジションなどをカバーするドメイン固有の29のルール。

affaan-m/video-editing

AI-assisted video editing workflows for cutting, structuring, and augmenting real footage. Covers the full pipeline from raw capture through FFmpeg, Remotion, ElevenLabs, fal.ai, and final polish in Descript or CapCut. Use when the user wants to edit video, cut footage, create vlogs, or build video content.

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.

agent-self-evaluation

Use after completing any non-trivial task. The agent self-rates its output on 5 axes — accuracy, completeness, clarity, actionability, conciseness — with concrete evidence per criterion. Produces a structured 1-5 scorecard with specific improvement suggestions.

agent-sort

Build an evidence-backed ECC install plan for a specific repo by sorting skills, commands, rules, hooks, and extras into DAILY vs LIBRARY buckets using parallel repo-aware review passes. Use when ECC should be trimmed to what a project actually needs instead of loading the full bundle.

ai-first-engineering

Engineering operating model for teams where AI agents generate a large share of implementation output. Use when setting team process, review gates, or ownership rules for a codebase largely written by agents.

ai-regression-testing

Regression testing strategies for AI-assisted development. Sandbox-mode API testing without database dependencies, automated bug-check workflows, and patterns to catch AI blind spots where the same model writes and reviews code. Use when adding regression coverage to AI-assisted code, or when the same model both wrote and reviewed a change.

android-clean-architecture

Clean Architecture patterns for Android and Kotlin Multiplatform projects — module structure, dependency rules, UseCases, Repositories, and data layer patterns. Use when structuring modules, layers, or data flow in an Android or KMP project.

angular-developer

Generates Angular code and provides architectural guidance. Trigger when creating projects, components, or services, or for best practices on reactivity (signals, linkedSignal, resource), forms, dependency injection, routing, SSR, accessibility (ARIA), animations, styling (component styles, Tailwind CSS), testing, or CLI tooling.

関連スキル