MCP HubMCP Hub
Вернуться к навыкам

cost-model

avelikiy
Обновлено Yesterday
3 просмотров
30
6
30
Посмотреть на GitHub
Дизайнaiapidesign

О программе

Этот навык предоставляет стандартизированную структуру для оценки стоимости технических планов, требующую явной детализации затрат на ИИ-модели, инфраструктуру и человеческий контроль. Он обеспечивает использование конкретного обрабатываемого формата вывода для интеграции с API совета директоров и применяется при составлении планов, прогнозировании использования ИИ-моделей или заявлении о экономии. Структура гарантирует, что все оценки затрат поддаются проверке и обоснованию.

Быстрая установка

Claude Code

Рекомендуется
Основной
npx skills add avelikiy/great_cto -a claude-code
Команда плагинаАльтернативный
/plugin add https://github.com/avelikiy/great_cto
Git клонированиеАльтернативный
git clone https://github.com/avelikiy/great_cto.git ~/.claude/skills/cost-model

Скопируйте и вставьте эту команду в Claude Code для установки этого навыка

Документация

Cost model — make cost claims defensible

great_cto reports cost numbers on the board. Those numbers MUST be auditable, because a wrong "7,638×" claim killed credibility (see docs/blog/cost-dashboard-rebuild.md). This skill defines the format.

The 4-line cost section

Every PLAN-.md and ARCH-.md cost section follows this exact template:

## Cost estimate

**LLM**: $<low>–<high> (<N> calls × $<per-call avg>)
**Human equiv**: $<low>–<high> (<hours> × $<rate>/h)
**Infra delta**: $<low>–<high>/month
**Time to ship**: <hours> agent-time, <hours> wall-clock

> Methodology: <one-sentence rationale for each range>

Why this exact format?

The board's getCostHistory() parser anchors on line-start "LLM" and "Human" labels. Mid-line references are ignored to prevent the $240-trap regression. Stick to the template.

How to estimate each line

LLM cost

For each agent in the pipeline, estimate:

  • Prompt tokens = (system prompt size) + (context the agent receives)
  • Completion tokens = (typical output for that agent type)

Quick reference for Sonnet 4 ($3/M in, $15/M out):

AgentTypical promptTypical outputPer-call cost
architect14k1.5k~$0.06
pm6k0.6k~$0.03
senior-dev8k0.8k~$0.04
qa-engineer11k0.5k~$0.04
reviewer (avg)8-12k0.6k~$0.04
security-officer12k1k~$0.05
devops9k0.8k~$0.04

For Haiku ($0.80/M / $4/M), divide by ~4. For Opus 4 ($15/M / $75/M), multiply by ~5.

Sum across the pipeline stages that actually fire (use gatesFor() and reviewersFor() from archetypes.ts to know the count).

Human equiv

The human cost to do the SAME work without agents. This is the "if I hired a senior engineer, how long would this task take, at what rate?"

  • Senior engineer: $120-180/hour (mid-market US/EU)
  • Staff engineer / specialist: $200-300/hour
  • Domain expert (security, compliance): $250-400/hour

Estimate hours conservatively. A "small feature" the LLM does in 15 minutes might take a human 2-4 hours (it's never just the typing).

Infra delta

Only count what's NEW. If the feature adds a Redis instance, count Redis. If it adds 10MB/month of S3 storage, that's noise — don't list.

Time to ship

Two numbers — both useful:

  • Agent-time: wall-clock of LLM calls (typically 5-30 min)
  • Wall-clock: actual elapsed including human gates (typically hours to days)

Sanity check before writing

Before committing the section to the plan, verify:

ratio = human_equiv / llm_cost

If ratio > 1000, something is wrong. Common bugs:

BugHow to detectFix
Wrong unit ($ vs ¢)LLM cost ends in /M tokens not $Convert: tokens / 1M × price
Counting savings not spend"Human time saved" not "Human cost"Use cost of doing it, not value of skipping
Mid-line label pollutionPlan has "$X LLM$Y human" on one line
Forecast vs actual mixedLLM forecast counts toward total_llmSeparate forecast section if needed

Cost gates

For AI archetypes (mlops, ai-system, agent-product), the pipeline opens gate:cost after architect's forecast. CTO must approve the projected monthly burn before senior-dev starts.

Use the GATE template:

## Gate:cost forecast

| Production volume | Monthly LLM cost |
|---|---|
| 1K req/day | $X |
| 10K req/day | $Y |
| 100K req/day | $Z |

Recommended monthly cap: $<cap>
Triggers above cap: <what alerts fire, who gets paged>

Anti-patterns

Round-number theatre. "$0.50 LLM | $7,500 human" — looks suspicious. Use realistic ranges: "$0.50–1.20 | $225–360".

Single point estimates. Always provide a range. Single numbers hide uncertainty.

No methodology line. Just numbers without rationale is unverifiable.

Hand-waved infra. "Some hosting cost" is not a number. Either give $, or say "infra: no change."

Example — good

## Cost estimate

**LLM**: $0.75–1.85 (3 tasks × $0.25–0.62 per Sonnet call)
**Human equiv**: $225–300 (1.5–2h × $150/h, mid-market senior)
**Infra delta**: $0/month (uses existing Express + Postgres)
**Time to ship**: ~15min agent-time, ~3h wall-clock (1 human gate)

> Methodology: tasks sized by line-count estimate; per-call cost from
> historical Sonnet 4 averages on this archetype's plans.

Ratio = 300/1.85 = 162×. Plausible. Defensible.

GitHub репозиторий

avelikiy/great_cto
Путь: skills/cost-model
0
agentic-codingclaude-code-pluginclaude-code-skillsclaude-code-subagentscode-reviewcto

Похожие навыки

executing-plans

Дизайн

Используйте навык executing-plans, когда у вас есть полный план реализации для выполнения контролируемыми партиями с контрольными точками проверки. Он загружает и критически анализирует план, затем выполняет задачи небольшими партиями (по умолчанию 3 задачи), сообщая о прогрессе между каждой партией для проверки архитектором. Это обеспечивает систематическую реализацию со встроенными контрольными точками проверки качества.

Просмотреть навык

requesting-code-review

Дизайн

Этот навык запускает суб-агента для ревью кода, который анализирует изменения в коде на соответствие требованиям перед дальнейшими действиями. Его следует использовать после завершения задач, реализации крупных функций или перед слиянием с основной веткой. Ревью помогает выявить проблемы на ранней стадии, сравнивая текущую реализацию с исходным планом.

Просмотреть навык

connect-mcp-server

Дизайн

Этот навык предоставляет разработчикам подробное руководство по подключению серверов MCP к Claude Code с использованием транспортов HTTP, stdio или SSE. Он охватывает установку, конфигурацию, аутентификацию и безопасность для интеграции внешних сервисов, таких как GitHub, Notion и пользовательские API. Используйте его при настройке интеграций MCP, конфигурации внешних инструментов или работе с Model Context Protocol от Claude.

Просмотреть навык

web-cli-teleport

Дизайн

Этот навык помогает разработчикам выбирать между веб-интерфейсом Claude Code и CLI на основе анализа задачи, а также обеспечивает бесшовное перемещение сессий между этими средами. Он оптимизирует рабочий процесс, управляя состоянием и контекстом сессии при переключении между веб-интерфейсом, CLI или мобильным приложением. Используйте его для сложных проектов, требующих различных инструментов на разных этапах работы.

Просмотреть навык