Analyse les ressources AWS et les fichiers IaC pour identifier des opportunités d'économies et crée les GitHub issues correspondantes pour leur mise en œuvre.
- Étoiles GitHub
- 41 038
- Fichiers
- 1
- Dernier commit
- 11 nov. 2026
- Licence
- MIT
- Outils autorisés
- —
Que fait la skill aws-cost-optimize ?
Analyse les ressources AWS et les fichiers IaC pour identifier des opportunités d'économies et crée les GitHub issues correspondantes pour leur mise en œuvre.
Résumé généré à partir du SKILL.md de la skill.
À propos du skill aws-cost-optimize
Cette SKILL permet aux ingénieurs DevOps et aux architectes cloud d'identifier des moyens de réduire les dépenses cloud en analysant l'infrastructure. Elle examine votre environnement AWS en scannant les ressources actives telles que les instances EC2, les bases de données RDS, les fonctions Lambda et les buckets S3, ainsi que vos fichiers Infrastructure-as-Code comme Terraform ou CloudFormation. En combinant les métriques d'utilisation en temps réel de CloudWatch avec les données de facturation historiques de Cost Explorer, l'outil identifie des modèles spécifiques où vous êtes surdimensionné ou utilisez des configurations inefficaces.
Une fois l'analyse terminée, la SKILL présente un résumé des économies mensuelles potentielles et des niveaux de risque pour votre approbation. Après confirmation, elle génère automatiquement un ensemble structuré de GitHub issues pour suivre le travail. Cela inclut des tâches individuelles pour chaque optimisation spécifique et une issue EPIC maîtresse pour coordonner l'ensemble de l'initiative de réduction des coûts. Elle s'appuie sur un AWS CLI configuré et un MCP server GitHub connecté pour effectuer ces actions.
Ce qu'un agent peut faire avec
- 1Automatiser les audits de coûts cloudUn ingénieur peut demander un scan complet de son compte AWS pour trouver les ressources sous-utilisées et générer des tâches exploitables.
- 2Convertir les économies manuelles en tâches suiviesUn développeur peut transformer les améliorations d'infrastructure identifiées en un workflow géré au sein d'un dépôt GitHub.
- 3Valider l'infrastructure par rapport aux meilleures pratiquesLes utilisateurs peuvent s'assurer que leur configuration AWS actuelle est conforme à la documentation officielle de gestion des coûts et aux piliers du Well-Architected Framework.
Rédigé à partir du SKILL.md du skill. Chaque cas d'utilisation est vérifié par rapport à une citation de celui-ci.
Comment installer la skill aws-cost-optimize
Chaque commande copie le dossier de la skill dans le répertoire des skills du client. Redémarrez le client ou démarrez une nouvelle session pour la charger.Installer la skill aws-cost-optimize dans Claude Code
~/.claude/skills/aws-cost-optimize/SKILL.md
$ npx degit github/awesome-copilot/skills/aws-cost-optimize ~/.claude/skills/aws-cost-optimizeInstaller la skill aws-cost-optimize dans Claude Code (project)
.claude/skills/aws-cost-optimize/SKILL.md
$ npx degit github/awesome-copilot/skills/aws-cost-optimize .claude/skills/aws-cost-optimizeInstaller la skill aws-cost-optimize dans Codex
~/.agents/skills/aws-cost-optimize/SKILL.md
$ npx degit github/awesome-copilot/skills/aws-cost-optimize ~/.agents/skills/aws-cost-optimizeInstaller la skill aws-cost-optimize dans Gemini CLI
~/.gemini/skills/aws-cost-optimize/SKILL.md
$ npx degit github/awesome-copilot/skills/aws-cost-optimize ~/.gemini/skills/aws-cost-optimizeInstaller la skill aws-cost-optimize dans Claude.ai
npx degit github/awesome-copilot/skills/aws-cost-optimize aws-cost-optimize && zip -r aws-cost-optimize.zip aws-cost-optimize # claude.ai → Customize → Skills → + → Create skill → Upload a skill → aws-cost-optimize.zip
Vérifications automatisées
Exécuté le 15 nov. 2026Rapport complet →A réussi nos vérifications automatiques. Ce n'est pas un audit de sécurité : lisez les scripts avant de laisser un agent les exécuter. Fonctionnement des vérifications · Ce qu'il faut corriger pour gagner des points
- Dépôt source lié et accessiblegithub/awesome-copilot/skills/aws-cost-optimize is public and reachablegithub.com/github/awesome-copilot/tree/HEAD/skills/aws-cost- ↗Réussi
- Licence open source (OSI)MITspdx.org/licenses/MIT.html ↗Réussi
- Commit ou version publiée au cours de l'année écouléeLast commit 2026-11-11github.com/github/awesome-copilot/commits ↗Réussi
- Aucun téléchargement-exécution ni vol d'identifiants dans les scriptsNo scripts in the skill folderRéussi
- Aucune instruction cachée dans SKILL.mdNo override phrases, safeguard switches, credential requests or hidden charactersgithub.com/github/awesome-copilot/blob/HEAD/skills/aws-cost- ↗Réussi
- Les outils préautorisés sont limitésNo pre-approved tools; the agent asks before using onegithub.com/github/awesome-copilot/blob/HEAD/skills/aws-cost- ↗Réussi
- SKILL.md respecte le format Agent Skillsthe description does not say when to use the skillgithub.com/github/awesome-copilot/blob/HEAD/skills/aws-cost- ↗Faille
SKILL.md
Voir sur GitHubAWS Cost Optimize
This workflow analyzes Infrastructure-as-Code (IaC) files and AWS resources to generate cost optimization recommendations. It creates individual GitHub issues for each optimization opportunity plus one EPIC issue to coordinate implementation, enabling efficient tracking and execution of cost savings initiatives.
Prerequisites
- AWS CLI configured and authenticated (
aws sts get-caller-identitysucceeds) - GitHub MCP server configured and authenticated
- Target GitHub repository identified
- AWS resources deployed (IaC files optional but helpful)
Workflow Steps
Step 1: Get AWS Cost Optimization Best Practices
Action: Retrieve cost optimization best practices before analysis
Tools: fetch to retrieve AWS documentation
Process:
- Load Best Practices:
- Fetch
https://docs.aws.amazon.com/cost-management/latest/userguide/cost-optimization-best-practices.html - Fetch the AWS Well-Architected Cost Optimization pillar summary
- Use these practices to inform subsequent analysis and recommendations
- Fetch
Step 2: Discover AWS Infrastructure
Action: Dynamically discover and analyze AWS resources and configurations Tools: AWS CLI + Local file system access Process:
-
Account & Region Discovery:
- Execute
aws sts get-caller-identityto confirm account - Execute
aws configure get regionto determine default region
- Execute
-
Resource Discovery (per region):
- EC2 instances:
aws ec2 describe-instances --query 'Reservations[].Instances[].[InstanceId,InstanceType,State.Name,Tags]' - RDS instances:
aws rds describe-db-instances --query 'DBInstances[].[DBInstanceIdentifier,DBInstanceClass,Engine,MultiAZ]' - Lambda functions:
aws lambda list-functions --query 'Functions[].[FunctionName,Runtime,MemorySize,Architectures]' - ECS clusters/services:
aws ecs list-clustersthenaws ecs describe-services - S3 buckets:
aws s3api list-buckets --query 'Buckets[].Name' - ElastiCache clusters:
aws elasticache describe-cache-clusters - NAT Gateways:
aws ec2 describe-nat-gateways - Load Balancers:
aws elbv2 describe-load-balancers
- EC2 instances:
-
IaC Detection:
- Scan for IaC files:
**/*.tf,**/*.yaml(CloudFormation/SAM),**/*.json(CloudFormation),**/cdk.json,lib/**/*.ts(CDK) - Parse resource definitions to understand intended configurations
- Do NOT use application code files — only IaC files as the source of truth
- If no IaC files found: STOP and report to user
- Scan for IaC files:
Step 3: Collect Usage Metrics & Validate Current Costs
Action: Gather utilization data and verify actual resource costs Tools: AWS CLI (CloudWatch, Cost Explorer) Process:
-
CloudWatch Metrics (last 7 days):
# EC2 CPU utilization aws cloudwatch get-metric-statistics \ --namespace AWS/EC2 --metric-name CPUUtilization \ --dimensions Name=InstanceId,Value=<id> \ --start-time $(date -u -d '7 days ago' +%Y-%m-%dT%H:%M:%SZ) \ --end-time $(date -u +%Y-%m-%dT%H:%M:%SZ) \ --period 3600 --statistics Average # Lambda duration aws cloudwatch get-metric-statistics \ --namespace AWS/Lambda --metric-name Duration \ --dimensions Name=FunctionName,Value=<name> \ --start-time $(date -u -d '7 days ago' +%Y-%m-%dT%H:%M:%SZ) \ --end-time $(date -u +%Y-%m-%dT%H:%M:%SZ) \ --period 86400 --statistics Average,Maximum -
AWS Cost Explorer:
aws ce get-cost-and-usage \ --time-period Start=$(date -u -d '30 days ago' +%Y-%m-%d),End=$(date -u +%Y-%m-%d) \ --granularity MONTHLY --metrics BlendedCost \ --group-by Type=DIMENSION,Key=SERVICE -
Calculate Baseline Metrics: CPU/Memory averages, Lambda invocation rates, data transfer patterns, and a realistic current monthly total.
Step 4: Generate Cost Optimization Recommendations
Action: Analyze resources to identify optimization opportunities Process:
-
Apply Optimization Patterns:
Compute:
- EC2: Right-size based on CPU/memory (<20% average → downsize), convert On-Demand to Savings Plans, migrate to Graviton/ARM (up to 40% cheaper)
- Lambda: Reduce memory for idle functions, switch to
arm64(20% cheaper) - ECS/EKS: Use Fargate Spot for dev/batch workloads
Database:
- RDS: Right-size instance class, convert single-AZ for dev, use Aurora Serverless v2 for variable load
- DynamoDB: Switch Provisioned → On-Demand for unpredictable traffic
- ElastiCache: Right-size node type based on memory utilization
Storage:
- S3: Lifecycle policies (Standard → Standard-IA after 30d → Glacier after 90d), enable Intelligent-Tiering
- EBS: Delete unattached volumes, convert gp2 → gp3 (same performance, 20% cheaper)
Network:
- Consolidate NAT Gateways for non-production environments
- Use VPC endpoints for S3/DynamoDB to avoid NAT Gateway charges
-
Calculate Priority Score:
Priority Score = (Value Score × Monthly Savings) / (Risk Score × Implementation Days) High: Score > 20 | Medium: Score 5-20 | Low: Score < 5
Step 5: User Confirmation
Action: Present summary and get approval before creating GitHub issues
🎯 AWS Cost Optimization Summary
📊 Analysis Results:
• Total Resources Analyzed: X
• Current Monthly Cost: $X
• Potential Monthly Savings: $Y
• Optimization Opportunities: Z
• High Priority Items: N
🏆 Recommendations:
1. [Resource]: [Current] → [Target] = $X/month savings - [Risk] | [Effort]
...
💡 This will create Y individual GitHub issues + 1 EPIC issue.
❓ Proceed with creating GitHub issues? (y/n)
Wait for user confirmation before proceeding.
Step 6: Create Individual Optimization Issues
Action: Create separate GitHub issues for each optimization. Label with "cost-optimization" (green) and "aws" (orange).
Title: [COST-OPT] [Resource Type] - [Brief Description] - $X/month savings
Body:
## 💰 Cost Optimization: [Brief Title]
**Monthly Savings**: $X | **Risk Level**: [Low/Medium/High] | **Effort**: X days
### 📋 Description
[Clear explanation of the optimization and why it's needed]
### 🔧 Implementation
**IaC Files Detected**: [Yes/No]
```bash
# IaC modification (preferred) or AWS CLI fallback
```
### 📊 Evidence
- Current Configuration: [details]
- Usage Pattern: [evidence from CloudWatch]
- Cost Impact: $X/month → $Y/month
### ✅ Validation Steps
- [ ] Test in non-production environment
- [ ] Verify no performance degradation via CloudWatch
- [ ] Confirm cost reduction in AWS Cost Explorer
### ⚠️ Risks & Considerations
- [Risk and mitigation]
**Priority Score**: X | **Value**: X/10 | **Risk**: X/10
Step 7: Create EPIC Coordinating Issue
Action: Create master tracking issue. Label with "cost-optimization" (green), "aws" (orange), "epic" (purple).
Title: [EPIC] AWS Cost Optimization Initiative - $X/month potential savings
Body: Executive summary with account/region details, Mermaid architecture diagram of current resources, prioritized checklist linking all individual issues (High → Medium → Low), progress tracking, and success criteria (>80% of estimated savings realized, no performance degradation).
Error Handling
- AWS Authentication Failure: Guide through
aws configure - No Resources Found: Create informational issue about AWS resource deployment
- Insufficient Permissions: List required IAM read-only permissions
- GitHub Creation Failure: Output formatted recommendations to console
- Cost Explorer Not Enabled: Guide user to enable in AWS Console
Success Criteria
- ✅ All cost estimates verified against actual configurations and AWS pricing
- ✅ Individual GitHub issues created for each optimization
- ✅ EPIC issue provides comprehensive coordination and tracking
- ✅ All recommendations include specific AWS CLI or IaC commands
- ✅ User confirmation obtained before creating issues
Fichiers de cette skill
1Questions sur la skill aws-cost-optimize
Comment installer la skill aws-cost-optimize dans Claude Code ?
Exécutez npx degit github/awesome-copilot/skills/aws-cost-optimize ~/.claude/skills/aws-cost-optimize. Claude Code charge les skills depuis ~/.claude/skills (tous les projets) ou .claude/skills (un seul projet) et utilise une skill lorsque sa description correspond à la tâche.
Quels clients peuvent utiliser la skill aws-cost-optimize ?
Tout client qui lit le format Agent Skills : Claude Code, Codex, Gemini CLI et claude.ai (envoi sous forme de ZIP). Les scripts de la skill ne s'exécutent que si le client autorise l'exécution de code.
Comment l'outil identifie-t-il les opportunités d'optimisation ?
Il récupère les meilleures pratiques AWS, découvre l'infrastructure via le CLI et les fichiers IaC, collecte les métriques d'utilisation depuis CloudWatch et applique des modèles d'optimisation spécifiques pour les ressources de calcul, de base de données, de stockage et de réseau.