analyzing-expensive-users — скилл для Claude Code и Cursor
Скилл analyzing-expensive-users для Claude Code, Codex, Cursor и других агентов находит самых затратных пользователей в AI-обсервабилити PostHog и объясняет причины их высоких расходов.
лицензия не указана 192 установок ★ 101 обновлён 2026-11-16
npx skills add PostHog/ai-plugin --skill analyzing-expensive-users -a claude-codeЧто делает analyzing-expensive-users
Скилл не просто ранжирует пользователей по сумме — агент строит запросы через posthog:execute-sql, сравнивает каждого из топ-25 с проектным базлайном и определяет, за счёт чего конкретный пользователь оказался дорогим: объём генераций, выбор модели, размер промпта, количество ошибок, кэш-поведение или тяжёлые трейсы.
Для этого скилл задействует пять инструментов PostHog: posthog:execute-sql для ранжирования и расчёта базлайна, posthog:query-llm-traces-list для поиска дорогих трейсов конкретного пользователя по UUID, posthog:query-llm-trace для чтения отдельных трейсов, posthog:read-data-schema для обнаружения кастомных свойств перед группировкой, и posthog:generate-app-url для формирования ссылок обратно в UI. Если пользователь не задал диапазон дат, скилл берёт последние 30 дней и явно сообщает об этом.
Скилл фильтрует «безымянных» пользователей: часть SDK подставляет $ai_trace_id как distinct_id, когда пользователь не идентифицирован, — агент исключает такие строки и показывает, какая доля расходов осталась неатрибутированной. Прежде чем группировать по feature, tenant_id или plan, скилл сначала читает схему через posthog:read-data-schema, потому что гадать на кастомных полях нельзя.
Какие задачи решает
- найти топ-25 пользователей по затратам на LLM за период
- сравнить расходы конкретного пользователя с медианой и p90 по проекту
- выяснить, почему пользователь дорогой: ошибки, длинные промпты или много трейсов
- определить долю расходов, не привязанных к конкретному пользователю
- изучить представительные трейсы дорогого пользователя по UUID
Примеры запросов агенту
- Покажи топ-10 самых дорогих пользователей за последние 30 дней
- Объясни, почему этот пользователь тратит так много — проверь его трейсы
- Сравни расходы топ-пользователей с медианой по проекту
Как установить analyzing-expensive-users
1Через Skills CLI (Vercel)
npx skills add PostHog/ai-plugin --skill analyzing-expensive-users -a claude-code2Вручную: положить файлы
~/.claude/skills/analyzing-expensive-users/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/analyzing-expensive-users/
1Через Skills CLI (Vercel)
npx skills add PostHog/ai-plugin --skill analyzing-expensive-users -a codex2Вручную: положить файлы
.agents/skills/analyzing-expensive-users/SKILL.mdДля всех проектов — ~/.agents/skills/
1Через Skills CLI (Vercel)
npx skills add PostHog/ai-plugin --skill analyzing-expensive-users -a cursor2Вручную: положить файлы
.cursor/skills/analyzing-expensive-users/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install PostHog/ai-plugin skills/analyzing-expensive-users2Вручную: положить файлы
.github/skills/analyzing-expensive-users/SKILL.md1Через Skills CLI (Vercel)
npx skills add PostHog/ai-plugin --skill analyzing-expensive-users -a gemini-cli2Командой платформы
gemini skills install https://github.com/PostHog/ai-plugin --path skills/analyzing-expensive-usersВручную: положить файлы
.devin/skills/analyzing-expensive-users/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Через Skills CLI (Vercel)
npx skills add PostHog/ai-plugin --skill analyzing-expensive-users -a opencodeClaude.ai
Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills
По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов
Вопросы об analyzing-expensive-users
Как установить analyzing-expensive-users в Claude Code?
Выполните команду npx skills add PostHog/ai-plugin --skill analyzing-expensive-users -a claude-code. Скилл появится по пути ~/.claude/skills/analyzing-expensive-users/SKILL.md.
Что делает скилл analyzing-expensive-users?
Агент ранжирует пользователей по расходам на LLM-генерации в PostHog, строит базлайн по проекту и читает конкретные трейсы, чтобы объяснить причину высоких затрат — объём, модели, ошибки или большой контекст.
Нужно ли что-то настраивать в PostHog перед работой?
Агент использует пять инструментов PostHog через MCP: posthog:execute-sql, posthog:query-llm-traces-list, posthog:query-llm-trace, posthog:read-data-schema и posthog:generate-app-url. PostHog MCP должен быть подключён и доступен в агентском окружении.