我的 AI 助手 10 小时烧掉 6000 万 Credits,我做了一个工具来解决这个问题-夜雨聆风

我的 AI 助手 10 小时烧掉 6000 万 Credits,我做了一个工具来解决这个问题

今天分享一个真实的踩坑经历。

我使用 Hermes Agent（一个开源 AI 助手框架）进行日常开发工作。某天早上开始用，到晚上发现 token 额度已经耗尽——6000 万 Credits，10 小时烧光。

经过排查，我发现问题出在 Hermes 的 skill 管理机制上。

Hermes 会在每条消息中加载所有已安装的 skills。我安装了 110+ 个 skills，但：

– 大部分从未实际使用

– 很多是重复的（比如两个市场调研 skill）

– 没有内置的使用追踪或清理机制

这意味着，每发一条消息，就要为 110+ 个 skills 支付 token 费用，即使你根本不用它们。

于是我开发了一个开源工具：hermes-skill-audit

功能包括：

1. 扫描所有已安装的 skills

2. 估算每个 skill 的 token 消耗

3. 检测重复/重叠的 skills

4. 追踪使用频率

5. 自动清理（归档重复/过期的 skills）

6. 创建新 skill 前验证是否冗余

使用效果：

– 清理前：112 个 skills，~30 万 tokens/轮

– 清理后：89 个 skills，~20 万 tokens/轮

– 节省：~10 万 tokens/轮

工具已在 GitHub 开源：github.com/zhangluka/hermes-skill-audit

如果你也在用 Hermes Agent，建议定期做一次 skill 审计。毕竟，省钱就是赚钱。

也是再次感谢MiMo的百亿token plan🙏

40M token完成这个小工具♥️

—

关于作者：

AI 应用场景探索者，关注 AI 在真实业务中的落地。