$ loading_
帮助开发者识别可用代码或正则替代的多余大模型调用,优化成本与性能
复制安装指令,让 AI 自动完成配置 · 推荐新手
请帮我安装 askskill 上的 "io.github.theadamdanielsson/overllm" MCP 服务: 执行:claude mcp add 'io-github-theadamdanielsson-overllm' -- npx -y overllm
扫描这个代码仓库中所有与 LLM 相关的调用,找出其实可以用普通代码、规则判断或正则表达式完成的地方,并按文件、原因和替代建议列出。
一份冗余 AI 调用清单,包含可替代原因、影响说明和具体改写建议。
检查这段处理用户文本的流程,判断哪些分类、提取或格式化步骤不需要调用大模型,哪些步骤可以改成字符串处理、关键词匹配或正则。
标出可去除的大模型步骤,并给出更轻量的实现思路。
分析这个新功能方案中的 AI 使用是否合理,指出哪些需求其实不需要模型能力,只靠确定性逻辑就能实现,并说明原因。
一份功能评估结果,说明哪些 AI 调用可删减,以及更合适的非模型方案。
让 AI 安全地运行代码、查库、调用大模型并提交 GitHub。