Communitygithub.com

ecc-tools-cost-audit

Fluxo de auditoria de custos e faturamento baseado em evidências para o ECC Tools. Use ao investigar criação descontrolada de PRs, bypass de cotas, vazamento de modelos premium, trabalhos duplicados ou picos de custo do GitHub App no repositório ECC Tools.

O que é ecc-tools-cost-audit?

Esta skill fornece um fluxo de trabalho focado para auditores e desenvolvedores investigarem problemas de custo e faturamento no repositório irmão ECC-Tools. Ela é acionada quando há suspeitas de queima excessiva de recursos, como criação descontrolada de PRs, bypass de limites de uso, roteamento de usuários gratuitos para análises premium, ou picos de faturamento inesperados. A skill define um processo estruturado que começa com o congelamento do escopo do repositório, rastreamento de eventos de entrada (webhooks, filas), e auditoria de caminhos de alta incidência de custo, como multiplicação de PRs, bypass de cotas devido a condições de corrida, e vazamento de chamadas para modelos premium. Ela prioriza correções por ordem de impacto de queima (de PRs duplicados a retries desnecessários) e exige verificação com passos mínimos de prova, deixando claro se a correção foi apenas alterada localmente ou já implantada. A skill também alerta contra armadilhas comuns, como misturar inferência de faturamento do cliente com a verdade técnica do produto ou tentar corrigir problemas de qualidade de baixo valor antes de conter os maiores focos de custo.

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

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

Auditoria de Custos do ECC Tools

Use esta skill quando o usuário suspeitar que o GitHub App do ECC Tools está queimando custos, criando muitos PRs, burlando limites de uso ou roteando usuários gratuitos para caminhos de análise premium.

Este é um fluxo de trabalho operacional focado para o repositório irmão ECC-Tools. Não é uma skill genérica de faturamento nem uma revisão de código abrangente do repositório.

Stack de Skills

Puxe estas skills nativas do ECC para o fluxo de trabalho quando relevante:

  • autonomous-loops para auditorias multi-etapas limitadas que cruzam webhooks, filas, faturamento e tentativas
  • agentic-engineering para rastrear o caminho da requisição em unidades discretas e demonstráveis
  • customer-billing-ops quando o comportamento do repositório e o impacto financeiro para o cliente precisam ser separados de forma limpa
  • search-first antes de inventar helpers ou reimplementar utilitários locais do repositório
  • security-review quando autenticação, portões de uso, permissões ou segredos forem tocados
  • verification-loop para provar segurança de reexecução e o estado exato pós-correção
  • tdd-workflow quando a correção precisar de cobertura de regressão nos caminhos do worker, roteador ou faturamento

Quando Usar

  • o usuário mencionar taxa de queima, recursão de PRs, PRs criados em excesso, bypass de limite de uso ou vazamento de modelo premium do ECC Tools
  • a tarefa estiver no repositório irmão ECC-Tools e depender de handlers de webhook, workers de fila, reserva de uso, lógica de criação de PR ou aplicação de portões pagos
  • um relatório de cliente disser que o app criou PRs demais, faturou incorretamente ou analisou código sem produzir um resultado utilizável

Barreiras de Escopo

  • trabalhe no repositório irmão ECC-Tools, não no everything-claude-code
  • comece somente leitura, a menos que o usuário tenha solicitado explicitamente uma correção
  • não modifique fluxos de faturamento, checkout ou UI não relacionados enquanto rastreia a queima de análise
  • trate branches gerados pelo app e PRs gerados pelo app como caminhos de recursão de bandeira vermelha até prova em contrário
  • separe três coisas explicitamente:
    • causa raiz da queima no lado do repositório
    • impacto financeiro para o cliente
    • lacunas de produto ou permissões que precisam de acompanhamento no backlog

Fluxo de Trabalho

1. Congelar escopo do repositório

  • mude para o repositório irmão ECC-Tools
  • verifique o branch e o diff local primeiro
  • identifique a superfície exata sob auditoria:
    • roteador de webhook
    • produtor de fila
    • consumidor de fila
    • caminho de criação de PR
    • caminho de reserva de uso / faturamento
    • caminho de roteamento de modelo

2. Rastrear entrada antes de teorizar

  • inspecione src/index.* ou o ponto de entrada principal primeiro
  • mapeie cada caminho de enfileiramento antes de sugerir uma correção
  • confirme quais eventos do GitHub compartilham um tipo de fila
  • confirme se eventos push, pull_request, synchronize, comentário ou reexecução manual podem convergir no mesmo caminho caro

3. Rastrear o worker e os efeitos colaterais

  • inspecione o consumidor de fila ou o worker agendado que lida com a análise
  • confirme se uma análise enfileirada sempre termina em:
    • criação de PR
    • criação de branch
    • atualizações de arquivo
    • chamadas de modelo premium
    • incrementos de uso
  • se a análise pode gastar tokens e depois falhar antes que a saída seja persistida, classifique como queima-com-saída-quebrada

4. Auditar os caminhos de queima de alto sinal

Multiplicação de PRs

  • inspecione helpers de PR e nomenclatura de branches
  • verifique deduplicação, tratamento de evento synchronize e reuso de PR existente
  • se branches gerados pelo app podem reentrar na análise, trate como um risco de recursão de prioridade 0

Bypass de cota

  • inspecione onde a cota é verificada versus onde o uso é reservado ou incrementado
  • se a cota for verificada antes do enfileiramento, mas o uso for cobrado apenas dentro do worker, trate passagens concorrentes pela porta da frente como uma condição de corrida real

Vazamento de modelo premium

  • inspecione seleção de modelo, ramificação de níveis e roteamento de provedor
  • verifique se usuários gratuitos ou com limite podem ainda acessar analisadores premium quando chaves premium estão presentes

Queima por retry

  • inspecione loops de retry, trabalhos de fila duplicados e reexecuções determinísticas de falha
  • se o mesmo erro não transitório puder gastar análise repetidamente, corrija isso antes de melhorias de qualidade

5. Corrigir na ordem da queima

Se o usuário pediu alterações de código, priorize correções nesta ordem:

  1. parar multiplicação automática de PRs
  2. parar bypass de cota
  3. parar vazamento premium
  4. parar fanout de trabalhos duplicados e retries desnecessários
  5. fechar lacunas de segurança de reexecução/atualização

Mantenha o passe limitado a uma a três correções diretas, a menos que a mesma causa raiz cubra claramente vários arquivos.

6. Verificar com os menores passos de prova

  • reexecute apenas os testes direcionados ou fatias de integração que cobrem o caminho alterado
  • verifique se o caminho de queima agora está:
    • bloqueado
    • deduplicado
    • rebaixado para análise mais barata
    • ou rejeitado precocemente
  • declare o status final exatamente:
    • alterado localmente
    • verificado localmente
    • enviado
    • implantado
    • ainda bloqueado

Padrões de Falha de Alto Sinal

1. Um tipo de fila para todos os gatilhos

Se pushes, sincronizações de PR e auditorias manuais enfileiram o mesmo trabalho e o worker sempre cria um PR, análise é igual a spam de PR.

2. Reserva de uso pós-enfileiramento

Se o uso é verificado na porta da frente, mas apenas incrementado no worker, requisições concorrentes podem todas passar pelo portão e exceder a cota.

3. Nível gratuito no caminho premium

Se trabalhos gratuitos enfileirados ainda podem rotear para Anthropic ou outro provedor premium quando chaves existem, isso é vazamento real de gasto, mesmo que o usuário nunca veja o resultado premium.

4. Branches gerados pelo app reentram no webhook

Se pull_request.synchronize, pushes de branch ou execuções acionadas por comentário disparam em branches de propriedade do app, o app pode analisar recursivamente sua própria saída.

5. Trabalho caro antes de segurança de persistência

Se o sistema pode gastar tokens e depois falhar na criação de PR, atualização de arquivo ou colisão de branch, está queimando custo sem entregar valor.

Armadilhas

  • não comece com passeio amplo pelo repositório; estabeleça webhook -> fila -> worker primeiro
  • não misture inferência de faturamento do cliente com verdade técnica apoiada pelo código
  • não corrija problemas de qualidade de menor valor antes que o caminho de maior queima seja contido
  • não afirme que a queima foi corrigida até que o passo estreito de prova tenha sido reexecutado
  • não envie nem implante a menos que o usuário tenha solicitado
  • não toque em alterações locais não relacionadas do repositório se elas já estiverem em andamento

Verificação

  • causas raiz citam caminhos de arquivo exatos e áreas de código
  • correções são ordenadas por impacto de queima, não por arrumação do código
  • comandos de prova são nomeados
  • status final distingue alteração local, verificação, envio e implantação

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.

Habilidades Relacionadas