Caveman Cloud evidence review: where your LLM spend goes
Audit en lecture seule des preuves de coût Caveman — coût list-price mesuré, Cave Score, traces, latence, erreurs, routage, économies vérifiées
- Quoi
- Audit en lecture seule des preuves de coût Caveman — coût list-price mesuré, Cave Score, traces, latence, erreurs, routage, économies vérifiées
- Coût
- Gratuit
- Prérequis
- un compte Caveman Cloud avec la CLI caveman (ou le MCP) configurée et un projet sélectionné — le skill est une méthodologie en lecture seule, rien à déployer
- Installation
- Copiez le prompt d’installation ci-dessous dans votre Muse — votre agent fait le reste.
Sélectionné par Skill Harbor — fiche courte (le repo ne déclare aucune licence, donc aucun contenu n'est reproduit) : le workflow de revue en lecture seule de @juliusbrussee pour les preuves Caveman Cloud — répondre à « où partent les dépenses LLM » sans jamais rien changer. Règles strictes : garder strictement séparés le coût list-price mesuré, la marge quotidienne inférée, les économies vérifiées du ledger et le coût des preuves ; ne jamais récupérer les payloads (métadonnées, timings, comptes de tokens et statuts suffisent) ; ne jamais fournir d'organization id ; citer les ids de traces et les fenêtres temporelles exactes. Le workflow : charger le contexte (caveman_context ou CLI caveman cloud), établir une baseline (caveman_report pour overview/coûts/score/workflows/verified_savings, caveman_plan pour la marge classée), tester l'explication principale contre des recherches de traces bornées avec une cohorte de contrôle (ne jamais inférer la causalité d'une seule trace chère), inspecter des traces représentatives, et rapporter dans un format fixe — scope, coût mesuré, économies vérifiées, marge inférée, findings avec ids de traces, section « non prouvé », une prochaine vérification en lecture seule, et une action possible en proposition seulement. Ne jamais démarrer, approuver, annuler ni annuler un rollback d'expérience depuis ce skill. Bémols honnêtes : nécessite un compte Caveman Cloud avec la CLI caveman/MCP configurée et un projet sélectionné ; la discipline de preuve est exigeante — des résultats vides signifient pas de signal, pas zéro coût ; licence non déclarée par le repo source — fiche courte avec lien uniquement, rien copié. Skill Harbor ne vérifie jamais le code, examinez-le vous-même avant usage. Découvert via skills.sh.
Version :
Installation
Prérequis : un compte Caveman Cloud avec la CLI caveman (ou le MCP) configurée et un projet sélectionné — le skill est une méthodologie en lecture seule, rien à déployer Installe-moi « Revue de preuves Caveman Cloud : où partent vos dépenses LLM ». Il donne à mon agent le workflow de revue de preuves en lecture seule de @juliusbrussee : garder séparés coût mesuré, marge inférée, économies vérifiées et coût des preuves ; établir une baseline avec caveman_report/caveman_plan ; tester l'explication principale contre des recherches de traces bornées avec cohorte de contrôle ; inspecter des traces représentatives ; et rapporter les findings avec ids de traces, section « non prouvé » et une prochaine vérification en lecture seule — sans jamais démarrer, approuver, annuler ni faire de rollback. IMPORTANT : le repo ne déclare aucune licence — récupérer depuis le lien seulement, et ne rien reproduire au-delà du lien. Dépôt : https://github.com/juliusbrussee/caveman/blob/main/skills/caveman-evidence-review/SKILL.md 1. Récupère le fichier SKILL.md (et les fichiers d'aide éventuels) depuis le chemin du dépôt dans un dossier temporaire et résume en une ou deux phrases ce qu'il fait. 2. Vérification de sécurité : examine le SKILL.md et les scripts pour tout contenu suspect (appels réseau inattendus, commandes shell, collecte d'identifiants). Ce dépôt ne devrait contenir aucun secret en dur. Vérifie que c'est bien le cas ici ; STOP sur tout signal d'alerte et dis-le-moi. 3. Installe-le comme skill : copie le SKILL.md et ses fichiers d'aide dans le répertoire des skills de l'agent, dans un dossier nommé « caveman-evidence-review ». 4. Vérifie sans appels réseau : frontmatter valide, fichiers en place. 5. Indique ce qui a été installé, où, et ce qu'il me reste à faire moi-même (p. ex. se connecter avec `caveman login` et sélectionner un projet — l'agent ne doit jamais deviner ; rien d'autre). GitHub est optionnel : si j'ai un compte GitHub ou la CLI gh, tu peux l'utiliser ; sinon l'accès public suffit. Ne jamais l'exiger sauf s'il figure dans les prérequis ci-dessus. Règles : ne touche à rien en dehors du dossier temporaire et de la cible d'installation. Si quelque chose semble anormal, arrête-toi et demande-moi.
Questions
Comment installer une création ?
Chaque fiche produit contient un prompt d’installation à copier-coller. Collez-le dans votre Muse et il installe la création pour vous — sans configuration manuelle.
Où va mon argent ?
Directement au vendeur. Skill Harbor ne traite jamais les paiements : le paiement se fait sur la page du vendeur, généralement via Stripe.
Que signifie le ✓ à côté du nom d’un créateur ?
Il signifie que nous avons confirmé l’identité de la personne derrière la fiche. Il ne dit rien sur le code lui-même — vérifiez toujours une création avant de l’installer.