Source profileQuality 65/100

affaan-m/ECC/docs/ja-JP/skills/cost-aware-llm-pipeline/SKILL.md

cost-aware-llm-pipeline

Use it for engineering tasks; the detail page covers purpose, installation, and practical steps.

Source repository stars
234,327
Declared platforms
0
Static risk flags
0
Last source update
2026-07-27
Source checked
2026-07-28

Decision brief

What it does—and where it fits

品質を維持しながらLLM APIのコストをコントロールするためのパターン。モデルルーティング、予算追跡、リトライロジック、プロンプトキャッシングを組み合わせた合成可能なパイプライン。

Best for

    Not for

    • Tasks that require unconfirmed production actions or broad system permissions.
    • Environments where the pinned source and install steps cannot be inspected.

    Compatibility matrix

    Platform support, with evidence labels

    PlatformStatusEvidenceWhat to check
    CodexNot declaredNo explicit evidencePortability before use
    Claude CodeNot declaredNo explicit evidencePortability before use
    CursorNot declaredNo explicit evidencePortability before use
    Gemini CLINot declaredNo explicit evidencePortability before use
    Open the compatibility checker

    Installation

    Inspect first. Install second.

    The source command is displayed only when detected. A safe inspection prompt is always available so your agent can explain every action before execution.

    Source-detected install commandSource
    npx skills add https://github.com/affaan-m/ECC --skill "docs/ja-JP/skills/cost-aware-llm-pipeline"
    Safe inspection promptEditorial

    Inspect the Agent Skill "cost-aware-llm-pipeline" from https://github.com/affaan-m/ECC/blob/4e973d3eaf92d97f8d2e2d8abb39d8bdc8711b38/docs/ja-JP/skills/cost-aware-llm-pipeline/SKILL.md at commit 4e973d3eaf92d97f8d2e2d8abb39d8bdc8711b38. List every install step, command, network request, credential, file read/write, external action, and rollback step. Explain whether it fits my task. Do not install or execute anything until I approve.

    Workflow

    What the source asks the agent to do

    1. 01

      起動条件

      LLM APIを呼び出すアプリケーションの構築(Claude、GPTなど)

      LLM APIを呼び出すアプリケーションの構築(Claude、GPTなど)複雑さが異なるアイテムのバッチ処理API支出の予算内に収める必要がある場合
    2. 02

      コアコンセプト

      シンプルなタスクには自動的に安価なモデルを選択し、複雑なタスクのために高価なモデルを予約します。

      シンプルなタスクには自動的に安価なモデルを選択し、複雑なタスクのために高価なモデルを予約します。凍結データクラスで累積支出を追跡します。各API呼び出しは新しいトラッカーを返します — 状態を変更しません。一時的なエラーのみリトライします。認証やリクエストエラーでは素早く失敗します。
    3. 03

      1. タスクの複雑さによるモデルルーティング

      シンプルなタスクには自動的に安価なモデルを選択し、複雑なタスクのために高価なモデルを予約します。

      シンプルなタスクには自動的に安価なモデルを選択し、複雑なタスクのために高価なモデルを予約します。
    4. 04

      2. 不変のコスト追跡

      凍結データクラスで累積支出を追跡します。各API呼び出しは新しいトラッカーを返します — 状態を変更しません。

      凍結データクラスで累積支出を追跡します。各API呼び出しは新しいトラッカーを返します — 状態を変更しません。

    Permission review

    Static risk signals and limitations

    No configured static risk pattern was detected

    This is not proof of safety. Runtime behavior, indirect dependencies, and hidden external systems are outside the static scan.

    Evidence record

    Why each signal appears

    EvidenceSourceComputedTestedEditorial
    SignalValueEvidence typeMeaning
    Quality score65/100ComputedDocumentation, specificity, maintenance, and trust rules
    Repository stars234,327SourceRepository attention, not individual Skill quality
    Compatibility0 platformsSourceDeclared in the catalog source record
    Usage guideautomated source guideEditorialGenerated or reviewed according to the visible evidence level

    Pinned source

    Provenance and original SKILL.md

    Repository
    affaan-m/ECC
    Skill path
    docs/ja-JP/skills/cost-aware-llm-pipeline/SKILL.md
    Commit
    4e973d3eaf92d97f8d2e2d8abb39d8bdc8711b38
    License
    MIT
    Collected
    2026-07-28
    Default branch
    main
    View the original SKILL.md

    コスト認識LLMパイプライン

    品質を維持しながらLLM APIのコストをコントロールするためのパターン。モデルルーティング、予算追跡、リトライロジック、プロンプトキャッシングを組み合わせた合成可能なパイプライン。

    起動条件

    • LLM APIを呼び出すアプリケーションの構築(Claude、GPTなど)
    • 複雑さが異なるアイテムのバッチ処理
    • API支出の予算内に収める必要がある場合
    • 複雑なタスクの品質を犠牲にせずにコストを最適化する場合

    コアコンセプト

    1. タスクの複雑さによるモデルルーティング

    シンプルなタスクには自動的に安価なモデルを選択し、複雑なタスクのために高価なモデルを予約します。

    MODEL_SONNET = "claude-sonnet-4-6"
    MODEL_HAIKU = "claude-haiku-4-5-20251001"
    
    _SONNET_TEXT_THRESHOLD = 10_000  # 文字数
    _SONNET_ITEM_THRESHOLD = 30     # アイテム数
    
    def select_model(
        text_length: int,
        item_count: int,
        force_model: str | None = None,
    ) -> str:
        """タスクの複雑さに基づいてモデルを選択。"""
        if force_model is not None:
            return force_model
        if text_length >= _SONNET_TEXT_THRESHOLD or item_count >= _SONNET_ITEM_THRESHOLD:
            return MODEL_SONNET  # 複雑なタスク
        return MODEL_HAIKU  # シンプルなタスク(3〜4倍安価)
    

    2. 不変のコスト追跡

    凍結データクラスで累積支出を追跡します。各API呼び出しは新しいトラッカーを返します — 状態を変更しません。

    from dataclasses import dataclass
    
    @dataclass(frozen=True, slots=True)
    class CostRecord:
        model: str
        input_tokens: int
        output_tokens: int
        cost_usd: float
    
    @dataclass(frozen=True, slots=True)
    class CostTracker:
        budget_limit: float = 1.00
        records: tuple[CostRecord, ...] = ()
    
        def add(self, record: CostRecord) -> "CostTracker":
            """追加されたレコードで新しいトラッカーを返す(selfは変更しない)。"""
            return CostTracker(
                budget_limit=self.budget_limit,
                records=(*self.records, record),
            )
    
        @property
        def total_cost(self) -> float:
            return sum(r.cost_usd for r in self.records)
    
        @property
        def over_budget(self) -> bool:
            return self.total_cost > self.budget_limit
    

    3. 狭いリトライロジック

    一時的なエラーのみリトライします。認証やリクエストエラーでは素早く失敗します。

    from anthropic import (
        APIConnectionError,
        InternalServerError,
        RateLimitError,
    )
    
    _RETRYABLE_ERRORS = (APIConnectionError, RateLimitError, InternalServerError)
    _MAX_RETRIES = 3
    
    def call_with_retry(func, *, max_retries: int = _MAX_RETRIES):
        """一時的なエラーのみリトライし、それ以外はすぐに失敗する。"""
        for attempt in range(max_retries):
            try:
                return func()
            except _RETRYABLE_ERRORS:
                if attempt == max_retries - 1:
                    raise
                time.sleep(2 ** attempt)  # 指数バックオフ
        # AuthenticationError、BadRequestErrorなど → 即座に例外発生
    

    4. プロンプトキャッシング

    長いシステムプロンプトをキャッシュして、リクエストごとに再送信しないようにします。

    messages = [
        {
            "role": "user",
            "content": [
                {
                    "type": "text",
                    "text": system_prompt,
                    "cache_control": {"type": "ephemeral"},  # これをキャッシュ
                },
                {
                    "type": "text",
                    "text": user_input,  # 可変部分
                },
            ],
        }
    ]
    

    合成

    4つのテクニックすべてを単一のパイプライン関数に組み合わせます:

    def process(text: str, config: Config, tracker: CostTracker) -> tuple[Result, CostTracker]:
        # 1. モデルをルーティング
        model = select_model(len(text), estimated_items, config.force_model)
    
        # 2. 予算を確認
        if tracker.over_budget:
            raise BudgetExceededError(tracker.total_cost, tracker.budget_limit)
    
        # 3. リトライ + キャッシングで呼び出し
        response = call_with_retry(lambda: client.messages.create(
            model=model,
            messages=build_cached_messages(system_prompt, text),
        ))
    
        # 4. コストを追跡(不変)
        record = CostRecord(model=model, input_tokens=..., output_tokens=..., cost_usd=...)
        tracker = tracker.add(record)
    
        return parse_result(response), tracker
    

    価格リファレンス(2025〜2026年)

    モデル入力($/1Mトークン)出力($/1Mトークン)相対コスト
    Haiku 4.5$0.80$4.001x
    Sonnet 4.6$3.00$15.00約4x
    Opus 4.5$15.00$75.00約19x

    ベストプラクティス

    • 最も安価なモデルから始める、複雑さの閾値が満たされた場合にのみ高価なモデルにルーティングする
    • バッチ処理の前に明示的な予算制限を設定する — 過剰支出より早期に失敗する
    • モデル選択の決定をログに記録する、実際のデータに基づいて閾値を調整できるように
    • 1024トークンを超えるシステムプロンプトにはプロンプトキャッシングを使用する — コストとレイテンシーの両方を節約
    • 認証またはバリデーションエラーではリトライしない — 一時的な失敗のみ(ネットワーク、レート制限、サーバーエラー)

    避けるべきアンチパターン

    • 複雑さに関わらずすべてのリクエストに最も高価なモデルを使用すること
    • すべてのエラーでリトライすること(永続的な失敗で予算を無駄にする)
    • コスト追跡の状態を変更すること(デバッグと監査が困難になる)
    • コードベース全体にモデル名をハードコードすること(定数または設定を使用する)
    • 繰り返しのシステムプロンプトでプロンプトキャッシングを無視すること

    使用すべき場合

    • Claude、OpenAI、または同様のLLM APIを呼び出すすべてのアプリケーション
    • コストが積み上がるバッチ処理パイプライン
    • インテリジェントルーティングが必要なマルチモデルアーキテクチャ
    • 予算ガードレールが必要な本番システム

    Alternatives

    Compare before choosing