К основному содержанию
скилл CX Codex

tool-budget-audit — скилл для Claude Code: аудит контекста

Скилл tool-budget-audit для Claude Code измеряет расход контекста на описания инструментов и результаты вызовов. Помогает найти лишние MCP-серверы и ошибочный выбор инструментов.

MIT ★ 741 обновлён 2026-11-11

Установить в Claude Code · Через маркетплейс плагинов Все способы и платформы ↓
/plugin marketplace add MiniMax-AI/mcode-stack
/plugin install ronny@mcode-stack
Открыть на GitHub

Что делает tool-budget-audit

Скилл tool-budget-audit разбирает, сколько контекста занимают определения инструментов и результаты их вызовов. Он предлагает измерить размер схем через токенизатор, посчитать вызовы и запросы модели на реальных задачах, а затем найти главный узкий участок.

Проверка идёт по этапам: сократить и объединить похожие инструменты, сгруппировать их по доменам, вынести редко используемые инструменты в поиск или перенести обработку данных в программные вызовы. В отчёте нужны измеренные числа, конкретные имена инструментов и следующий шаг. Для контрольного сравнения используется harness-experiment.

Скилл учитывает ошибки выбора из-за похожих описаний, сетевую задержку при загрузке каталога и потерю логики, завязанной на имена инструментов, после переноса вызовов внутрь программы. Файл чеклиста находится в checklists/tool-budget.md.

Какие задачи решает

  • измерить токены, занятые описаниями инструментов
  • сопоставить размер результатов с числом вызовов модели
  • найти похожие инструменты, которые агент путает
  • решить, что объединить, сгруппировать или убрать из каталога
  • выбрать между tool search и программными вызовами инструментов

Примеры запросов агенту

  • Проведи аудит расхода контекста у всех инструментов и MCP-серверов проекта.
  • Сравни размер определений инструментов и результатов на двух типичных задачах.
  • Составь отчёт с узким местом, конкретными именами инструментов и следующим шагом.

Как установить tool-budget-audit

1Через маркетплейс плагинов

/plugin marketplace add MiniMax-AI/mcode-stack
/plugin install ronny@mcode-stack

Команда ставит плагин ronny целиком, со всеми его скиллами

2Через Skills CLI (Vercel)

npx skills add MiniMax-AI/mcode-stack --skill tool-budget-audit -a claude-code

3Вручную: положить файлы

~/.claude/skills/tool-budget-audit/SKILL.md

Папка скилла целиком; для одного проекта — .claude/skills/tool-budget-audit/

По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов

Вопросы о tool-budget-audit

Как установить tool-budget-audit в Claude Code?

Добавь маркетплейс командой /plugin marketplace add MiniMax-AI/mcode-stack, затем установи скилл командой /plugin install ronny@mcode-stack.

Что делает tool-budget-audit?

Скилл измеряет расход контекста на схемы инструментов, результаты вызовов и дополнительные запросы модели. После этого он помогает выбрать между сокращением каталога, поиском инструментов и программными вызовами.

Как tool-budget-audit проверяет рекомендации?

Он предлагает сравнить показатели до и после каждого шага: оценку, число запросов и количество токенов. Для эксперимента используется harness-experiment.

Исходный текст

SKILL.md · MIT
---
name: tool-budget-audit
description: Audit how much context an agent's tools consume, through tool definitions and tool results, and decide whether to trim the catalog, add tool search, or add programmatic tool calling. Use when an agent has many tools or MCP servers, picks the wrong tools, or burns context on tool output.
---

# Tool Budget Audit

Tools cost context in two ways, plus one side effect:

- **Definitions.** Every tool's name, description and parameter schema sits
  in context whether or not it is used this turn.
- **Intermediate results.** Every call puts its full output back into the
  conversation, and every round trip is another full model request.
- **Side effect: wrong picks.** Similar names and vague descriptions make the
  model choose the wrong tool or pass wrong arguments.

Tool search mainly saves the first cost. Programmatic tool calling (the model
writes a small program that calls tools) mainly saves the second.

Companion to MCode Engineering Notes 02, "Too many tools will eat your
context". Plain-text checklist: `checklists/tool-budget.md`.

## 1. Measure first

Work from the target project's code and real requests, not from guesses:

1. List every tool exposed to the model, grouped by source (built-in, each MCP
   server, plugins).
2. Estimate the token size of each tool definition with a tokenizer and sum it.
   Say which tokenizer you used; it is a relative measure.
3. For one or two representative tasks, record how many tool calls were made,
   how many model requests that caused, and how large the tool results were.
4. Note which tools are used almost every turn and which are rarely used.

Report the numbers you measured. If you cannot measure something, say so
instead of estimating.

## 2. Step 0 - subtract

- **Merge by user intent.** Do not map APIs one to one. "List issues",
  "filter issues by label" and "filter by author" can be one tool with
  parameters.
- **Make names and descriptions distinguishable.** Two tools whose
  descriptions read alike will be confused. State the return format.
- **Group.** Put tools into namespaces by domain, keeping each group small.
- **Decide what stays resident.** Read, edit, search and run-command style
  tools used nearly every turn should always be loaded.

## 3. Step 1 - deferred loading and tool search

Consider it when there are many tools and most are rarely used.

- Keep core high-frequency tools resident; make low-frequency tools
  searchable.
- If a search miss means a tool "does not exist", check descriptions again:
  vague descriptions break recall.
- Test tool search recall on **your own** tool set. Results on clean
  benchmarks do not transfer to messy real catalogs.
- Tools whose catalog must be fetched over the network every turn can slow
  the first token. Consider keeping them resident instead.
- When debugging, check what the model had actually seen at that moment, not
  just what the request listed.

## 4. Step 2 - programmatic tool calling

Consider it when there is a lot of data to filter or aggregate, three or more
dependent calls, or batch operations that could run in parallel.

- Actually move tools into the program. Offering a code tool next to all the
  normal tools tends to go unused.
- Keep at top level: tools that interact with the user, change session state,
  need their result read before deciding the next step (tool search, loading
  a skill), browser and publishing tools, and spawning subagents.
- Calls from inside the program must go through the same validation, hooks,
  permission prompts and UI as direct calls.
- Tool failures should return an error result, not throw, so one failure does
  not discard the whole program.
- Prefer structured tool output so the program can pick the fields it needs.
  A program that returns raw output saves nothing.
- Search the codebase for logic keyed on tool names (reminders, counters,
  analytics). It silently stops firing once a tool moves into the program.

## 5. Decide

| Bottleneck | First move |
| --- | --- |
| Too many or too similar tools | Subtract, merge, rename, group |
| Definitions take too much context | Tool search |
| Results take too much context, too many round trips | Programmatic tool calling |
| Arguments often wrong | Better descriptions and examples |

The steps stack. A clean catalog makes tool search work; working tool search
makes programmatic calling work. Run an end-to-end eval before and after each
step and look at score, request count and tokens together
(see `harness-experiment`).

## Output

A short report: measured numbers, the main bottleneck, the recommended next
step with concrete tool names, and what to measure afterwards.

© Ronny (MiniMax Code team) · MIT · MiniMax-AI/mcode-stack

Похожие скиллы

Все скиллы по теме «Настройка агента: память, контекст, субагенты» →
agent-architecture-audit affaan-m Скилл agent-architecture-audit для Claude Code ищет сбои в приложениях с агентами и LLM. Запускайте его, когда причина странного поведения неизвестна или перед выпуском приложения. CX Codex +1 6 500установок agent-context-budget WenyuChiou Скилл agent-context-budget для Claude Code, который держит основную сессию маленькой, пока субагенты читают и пишут. Ограничивает размер ответов, выбирает дешёвый тир моделей для механических задач и фиксирует решения как предложения. CX Codex +1 ★ 34звёзд репо qveris hqman Скилл qveris для Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI и OpenCode — находит нужный API-инструмент по описанию и тут же вызывает его. CX Codex +1 484установок spring-ai-mcp-server-patterns giuseppe-trisciuoglio Скилл spring-ai-mcp-server-patterns с шаблонами MCP-серверов на Spring Boot и Spring AI: инструменты через @Tool, промпт-шаблоны, транспорты stdio, HTTP и SSE. CX Codex +1 4 000установок langchain4j-mcp-server-patterns giuseppe-trisciuoglio Скилл langchain4j-mcp-server-patterns помогает проектировать MCP-серверы на Java и подключать их к LangChain4j. Пригодится при вызове инструментов в Spring Boot и фильтрации прав доступа. CX Codex +1 3 900установок n8n-agents czlonkowski Скилл n8n-agents помогает агенту собирать AI-узлы n8n: выбрать Agent, chain или classifier, подключить память и инструменты, довести структурированный вывод до рабочего состояния. CX Codex +1 2 400установок

Из того же набора27

Весь набор →
subagent-split-check Скилл subagent-split-check для Claude Code решает, выносить ли задачу в субагент или оставить её в основном цикле. Проверяет границы контекста перед разделением. CX Codex +1 ★ 741звёзд репо context-tax-audit Скилл context-tax-audit для Claude Code проводит аудит данных, которые агент добавляет в каждый запрос, для сокращения затрат на токены. Он выявляет лишние блоки в системном промпте и настройки, мешающие кэшированию запросов. CX Codex +1 ★ 741звёзд репо long-session-check Скилл long-session-check для Claude Code проверяет работу длинных сессий и сохранение важных данных. Запускается, когда агент забывает ограничения или после нескольких сжатий контекста. CX Codex +1 ★ 741звёзд репо long-command-check Скилл long-command-check для Claude Code проводит аудит запуска долгих shell-команд в агентном коде. Проверяет зависания на dev-серверах, сборках и тестах по чеклисту из десяти пунктов. CX Codex +1 ★ 741звёзд репо pr-quiz Скилл pr-quiz для Claude Code составляет тесты с выбором ответа для авторов пулреквестов. Запускается по запросу конвейера MCode Review. CX Codex +1 ★ 741звёзд репо pr-review Скилл pr-review для Claude Code проверяет PR или текущую ветку по правилам MCode Review. Запускается из CI или по просьбе разработчика до ручного ревью. CX Codex +1 ★ 741звёзд репо pr-review-tuning Скилл pr-review-tuning для Claude Code автоматизирует еженедельную настройку бота для проверки кода. Он измеряет эффективность текущих правил на недавних Pull Request и предлагает изменения. CX Codex +1 ★ 741звёзд репо lifting-loops Скилл lifting-loops для Claude Code ищет повторяющиеся ручные шаги в работе с агентами и предлагает оформить их в правила, скрипты или задачи. Запускается через ретро, /lifting-loops или еженедельный планировщик. CX Codex +1 ★ 741звёзд репо

Спонсоры проекта

Компании, которые помогают держать аналитику открытой