Анализирует ресурсы AWS и IaC-файлы для поиска возможностей экономии средств и создает соответствующие GitHub issues для их реализации.
- Звёзды на GitHub
- 41 038
- Файлы
- 1
- Последний коммит
- 11 нояб. 2026 г.
- Лицензия
- MIT
- Разрешённые инструменты
- —
Что делает навык aws-cost-optimize?
Анализирует ресурсы AWS и IaC-файлы для поиска возможностей экономии средств и создает соответствующие GitHub issues для их реализации.
Сводка сгенерирована из SKILL.md навыка.
О skill aws-cost-optimize
Этот SKILL позволяет DevOps-инженерам и облачным архитекторам находить способы снижения затрат на облако путем анализа инфраструктуры. Он изучает вашу среду AWS, сканируя активные ресурсы, такие как инстансы EC2, базы данных RDS, функции Lambda и корзины S3, а также ваши файлы Infrastructure-as-Code, например Terraform или CloudFormation. Сочетая метрики использования из CloudWatch в реальном времени с историческими данными о счетах из Cost Explorer, инструмент выявляет конкретные паттерны избыточного выделения ресурсов или использования неэффективных конфигураций.
После завершения анализа инструмент представляет сводку потенциальной ежемесячной экономии и уровни рисков для вашего утверждения. После подтверждения он автоматически генерирует структурированный набор GitHub issues для отслеживания работы. Это включает отдельные задачи для каждой конкретной оптимизации и главный EPIC issue для координации всей инициативы по снижению затрат. Для выполнения этих действий требуется настроенный AWS CLI и подключенный GitHub MCP server.
Что агент может делать с ним
- 1Автоматизация аудита облачных затратИнженер может запросить полное сканирование своего аккаунта AWS, чтобы найти недоиспользуемые ресурсы и сформировать готовые к выполнению задачи.
- 2Преобразование ручного поиска экономии в управляемые задачиРазработчик может превратить выявленные улучшения инфраструктуры в управляемый рабочий процесс внутри репозитория GitHub.
- 3Проверка инфраструктуры на соответствие лучшим практикамПользователи могут убедиться, что их текущая настройка AWS соответствует официальной документации по управлению затратами и принципам Well-Architected Framework.
Написано на основе skill SKILL.md. Каждый сценарий использования проверен по цитате из него.
Как установить навык aws-cost-optimize
Каждая команда копирует папку навыка в каталог навыков клиента. Перезапустите клиент или начните новую сессию, чтобы загрузить его.Установка навыка aws-cost-optimize в Claude Code
~/.claude/skills/aws-cost-optimize/SKILL.md
$ npx degit github/awesome-copilot/skills/aws-cost-optimize ~/.claude/skills/aws-cost-optimizeУстановка навыка aws-cost-optimize в Claude Code (project)
.claude/skills/aws-cost-optimize/SKILL.md
$ npx degit github/awesome-copilot/skills/aws-cost-optimize .claude/skills/aws-cost-optimizeУстановка навыка aws-cost-optimize в Codex
~/.agents/skills/aws-cost-optimize/SKILL.md
$ npx degit github/awesome-copilot/skills/aws-cost-optimize ~/.agents/skills/aws-cost-optimizeУстановка навыка aws-cost-optimize в Gemini CLI
~/.gemini/skills/aws-cost-optimize/SKILL.md
$ npx degit github/awesome-copilot/skills/aws-cost-optimize ~/.gemini/skills/aws-cost-optimizeУстановка навыка aws-cost-optimize в 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
Автоматические проверки
Запущено 15 нояб. 2026 г.Полный отчёт →Прошёл наши автоматические проверки. Это не аудит безопасности: прочитайте скрипты, прежде чем агент их запустит. Как работают проверки · Что исправить, чтобы получить больше баллов
- Связанный и доступный исходный репозиторийgithub/awesome-copilot/skills/aws-cost-optimize is public and reachablegithub.com/github/awesome-copilot/tree/HEAD/skills/aws-cost- ↗Пройдено
- Open source лицензия (OSI)MITspdx.org/licenses/MIT.html ↗Пройдено
- Коммит или релиз за последний годLast commit 2026-11-11github.com/github/awesome-copilot/commits ↗Пройдено
- В скриптах нет загрузки с запуском и кражи учётных данныхNo scripts in the skill folderПройдено
- В SKILL.md нет скрытых инструкцийNo override phrases, safeguard switches, credential requests or hidden charactersgithub.com/github/awesome-copilot/blob/HEAD/skills/aws-cost- ↗Пройдено
- Заранее разрешённые инструменты ограниченыNo pre-approved tools; the agent asks before using onegithub.com/github/awesome-copilot/blob/HEAD/skills/aws-cost- ↗Пройдено
- SKILL.md соответствует формату Agent Skillsthe description does not say when to use the skillgithub.com/github/awesome-copilot/blob/HEAD/skills/aws-cost- ↗Проблема
SKILL.md
Открыть на 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
Файлы в этом навыке
1Вопросы о навыке aws-cost-optimize
Как установить навык aws-cost-optimize в Claude Code?
Выполните npx degit github/awesome-copilot/skills/aws-cost-optimize ~/.claude/skills/aws-cost-optimize. Claude Code загружает навыки из ~/.claude/skills (все проекты) или .claude/skills (один проект) и использует навык, когда его описание соответствует задаче.
Какие клиенты могут использовать навык aws-cost-optimize?
Любой клиент, который читает формат Agent Skills: Claude Code, Codex, Gemini CLI и claude.ai (загрузить как ZIP). Скрипты в навыке выполняются только там, где клиент разрешает выполнение кода.
Как инструмент находит возможности для оптимизации?
Он запрашивает рекомендации AWS по лучшим практикам, обнаруживает инфраструктуру через CLI и IaC-файлы, собирает метрики использования из CloudWatch и применяет специфические паттерны оптимизации для вычислительных ресурсов, баз данных, хранилищ и сетевых ресурсов.