ecc-tools-cost-audit

ecc-tools-cost-audit 技能概览

ecc-tools-cost-audit 是用来做什么的

ecc-tools-cost-audit 是一项以证据为先的审计技能，适用于 ECC Tools GitHub App 在“成本异常上涨但原因不对”的场景：PR 生成失控、绕过使用限制、重复任务、或高级模型泄漏。它最适合 Backend Development 工作中需要把一次请求从 webhook 一路追到 worker 和计费决策，并明确证明成本是在哪里产生的。

谁应该使用它

如果你正在排查兄弟仓库 ECC-Tools 里的行为，并且需要的是一次聚焦的成本或计费调查，而不是宽泛的代码审查，就该用 ecc-tools-cost-audit skill。当你已经怀疑某种具体失败模式，并希望有一套能强制你验证路径、门禁和客户影响的工作流时，它尤其合适。

它有什么不同

这个技能的设计核心是“有边界的审计”：先找到准确的代码路径，再锁定成本触发点，并把应用行为和计费计算分开看。这使它比通用提示词更适合处理涉及 webhook、队列重试、权限/配额、或 PR 自动化循环的事故。

如何使用 ecc-tools-cost-audit 技能

先安装并打开正确的文件

先通过你的目录工具链走 ecc-tools-cost-audit install 路径，然后从 SKILL.md 开始。就这个仓库而言，没有辅助脚本或参考目录，所以最高价值的阅读顺序是先看 SKILL.md，再看 ECC-Tools 中处理 webhook、队列 worker、PR 生成、使用量预留和付费门禁检查的相邻代码路径。

把模糊问题改写成有用的提示词

ecc-tools-cost-audit usage 最适合你把症状、范围和证明目标都说清楚的时候。高质量输入会像这样：“审计为什么免费套餐用户会在 webhook worker 中触达高级分析，找出门禁 bug，并给出最小修复方案和验证步骤。” 像“找出计费问题”这种输入太泛，会留下过多路由歧义。

有意识地遵循技能栈

ecc-tools-cost-audit guide 预期你在问题跨层时借用相邻的 ECC 原生技能。找辅助工具之前先用 search-first，跨模块追踪流程时用 agentic-engineering，需要清晰量化美元影响时用 customer-billing-ops，修复后需要可重复运行的证明时用 verification-loop。

Backend Development 的实用工作流

先梳理请求路径，再检查使用量在哪里被预留、重试在哪里可能造成重复工作，以及模型选择或 PR 生成是在哪里决定的。如果第一轮看不出泄漏点，就把“正常路径”和“重试路径”分开比较；这类成本 bug 往往藏在异常处理、队列重入，或者只在免费用户身上才会失败的条件分支里。

ecc-tools-cost-audit 技能 FAQ

ecc-tools-cost-audit 只适用于计费问题吗？

不是。它适用于 ECC Tools 中任何会造成不必要支出的后端行为，包括重复任务、重复 PR，以及权限绕过。计费计算当然重要，但核心任务是找到导致成本发生的代码路径。

使用它一定要读完整个仓库吗？

不必，但你需要相关执行路径。这个技能最有效的使用方式，是把 webhook handler、worker，以及计费或门禁逻辑一起检查，而不是把文件孤立地分别阅读。

什么时候不该用这个技能？

不要把它用于宽泛的架构评审、前端 bug，或者“让应用更便宜一点”这种泛化需求。如果问题并不直接关联 ECC Tools 的成本行为，选择更通用的调试或重构技能会更合适。

它适合新手吗？

适合，只要你能描述一个具体症状。这个技能会引导你完成调查，但它仍然最适合你提供一个示例事件、怀疑的触发条件，或观察到的成本激增，而不是完全开放式请求。

如何改进 ecc-tools-cost-audit 技能

给审计一个可衡量的目标

当你明确什么叫“坏”时，ecc-tools-cost-audit skill 的结果会更好：比如每个 webhook 产生了额外 PR、意外调用了高级模型、限额检查失败，或者重试后发生了重复处理。数字、时间戳和示例事件 ID 能减少猜测，让第一轮分析更精准。

尽量提供最窄的路径

直接点出涉及的后端入口：webhook receiver、queue consumer、预留逻辑、PR 生成流程，或者权限门禁。如果你已经知道路径是“免费用户 + 重试 + 高级模型选择”，就把这三项都写出来；这种组合通常比泛泛抱怨更有价值。

要求证明，不只是补丁

最好的 ecc-tools-cost-audit usage 会要求给出有追踪链路的根因、最小代码改动，以及验证方案。这样能让答案始终基于可观测行为，也能帮助你确认修复没有把成本转移到别处。

在第一轮之后继续围绕失败模式迭代

如果第一次结果太宽泛，就围绕更可能的失败模式继续收窄：队列重复执行、缺少幂等性、模型选择路由错误，或预留检查被绕过。每一次迭代都应该减少歧义，因为这个技能最强的地方就在于审计边界足够紧、预期结果足够明确。