用途：tax-fraud 面向成本偏高的 AI 工作流、流水线或流程，目标是在输出结果基本不变的前提下，找出更省 token、费用或算力的执行路径。通过 /tax-fraud 调用。
主要能力：先审计完整成本面，包括每次模型调用、提示词规模、重试和冗余步骤；找出重复或不必要的调用并尝试用缓存、记忆化或批处理消除；精简提示词，删除填充内容、去重上下文、去掉模型不需要的字段；评估是否可用更便宜或更小的模型达到同样结果；减少往返次数，合并调用、减少流式输出、避免为丢弃的输出付费；并给出具体的节省量化，估算改动前后的 token 或费用。
使用方式：在需要优化成本的 AI 工作流中调用该技能，由其输出成本优化报告，内容包括识别出的浪费、通往同等结果的更省路径，以及具体的前后估算。资料强调，在推荐更省路径前，需确认该路径仍能产生等效输出。
适用场景：AI 工作流、流水线或流程成本超出预期；希望以明显更低的费用、token 或算力获得相同输出。
限制：资料未提供具体支持的模型、平台、安装方式、价格或效果数据，这些事实暂未提供。该技能定位为成本审计与优化建议，不保证在所有场景下都能找到更省路径。