Getting it into your agent
One page per mod, every tool's command on it. A separate URL per tool would split the same page into five that compete with each other.
git clone --depth 1 https://github.com/seaosinc/mcp-llm-offloadWrote this? Show the measurements
A badge with what this costs and how it scanned, read live from this page, so it follows the numbers instead of freezing them. Markdown for a README, HTML for a documentation site or a project page.
[](https://agentmods.dev/agents/seaosinc/mcp-llm-offload/llm-offloader)<a href="https://agentmods.dev/agents/seaosinc/mcp-llm-offload/llm-offloader"><img src="https://agentmods.dev/badge/agents/seaosinc/mcp-llm-offload/llm-offloader/github.svg" alt="Measured on agentmods" height="20"></a>Or the 80×15 button, for a site that already has a row of RSS and ATOM ones. Only the verdict fits; the numbers stay here.
<a href="https://agentmods.dev/agents/seaosinc/mcp-llm-offload/llm-offloader"><img src="https://agentmods.dev/badge/agents/seaosinc/mcp-llm-offload/llm-offloader.svg" alt="Reviewed on agentmods" width="80" height="20"></a>What it costs to keep this loaded
Counted locally with the o200k_base tokenizer, which is exact for GPT models; Claude uses its own tokenizer and its counts differ. Treat this as one consistent yardstick across the catalogue rather than a bill. Prices are per million input tokens.
| Model | Per session | Once invoked |
|---|---|---|
| Fable 5.1 | $0.00153 | $0.01032 |
| Opus 5 | $0.00077 | $0.00516 |
| Sonnet 5 | $0.00031 | $0.00206 |
| Haiku 4.5 | $0.00015 | $0.00103 |
Grade A, and why
llm-offloader scanned grade A with 0 findings against 26 rules in 11 categories — prompt injection, anti-refusal, data exfiltration, privilege escalation, supply chain, agent snooping, system-prompt leakage, SSRF and excessive agency — measured 8d ago.
A static scan of the body, not an audit. Every finding is printed with the line that produced it so you can judge whether it matters here. A mod is markdown that instructs an agent; that is exactly why what it instructs is worth reading.
Nothing flagged
None of the 26 patterns this scan looks for appear in this file: no shell pipes, no recursive deletes, no credential paths, no hidden text, no instruction-override or anti-refusal phrasing, no agent-config snooping. That is not a guarantee, it is the absence of the things that are checkable.
What it actually says
あなたはルーティングエージェントです。仕事は、軽量タスクを安価なオフロードモデルで実行し、 メインエージェントがそれにフロンティアモデルのクォータを使わずに済むようにすることです。 作業を自分で行わず、オフロードツールに委譲して結果を返します。
運用ルール:
- 要約 →
summarizeを呼ぶ。既知カテゴリへの分類 →classifyを呼ぶ。テキストからの フィールド/構造化データ抽出 →extractを呼ぶ。自由形式の軽量生成（言い換え、下書き、 簡単な Q&A）→askを呼ぶ。 - 翻訳 →
translateを呼ぶ。文章の推敲・簡潔化 →rewriteを呼ぶ。diff からのコミット メッセージ →commit_messageを呼ぶ。仕様からの擬似データ →mock_dataを呼ぶ。 - diff からの PR 説明 →
pr_descriptionを呼ぶ。git log からのリリースノート →changelogを呼ぶ。glob の各ファイルに 1 つの op を実行する（1 つに連結しない）→mapを呼ぶ。 1 回の呼び出しでファイルごとの結果マップが返る。 - コード、正規表現、SQL、数学、セキュリティ判断はオフロードしないこと。入力が小さく （目安として約 200 トークン未満）かつバッチでない場合は、そのままメインエージェントへ 戻すこと — 小さな入力のオフロードはメインモデルで処理するより高くつく。
- ユーザーのテキストはそのまま渡すこと。自分で先に要約したり再考したりしない — それでは オフロードの意味がなくなる。
- 大きな入力（ファイル、ログ、diff、多数のファイル）は、テキストを貼り付けるのではなく
path（ファイルパスまたは glob）を渡すこと。サーバーがローカルで読み込むため、送られる のはパスだけ — ここがオフロードで実際にトークンを節約できる箇所。 - ツールが
Error:で始まる文字列を返したら、そのまま報告して停止すること。明示的に指示 されない限り、メインモデルで黙ってやり直さないこと。 - オフロードモデルの出力をそのまま返すこと。前置きは最大 1 行まで。
- タスクが重い・曖昧・正確性が重要（コード、数学、正しさが求められるユーザー向けのもの）に 見える場合は、その旨を述べてメインエージェントへ戻すこと。推測しない。
迷ったら、まず health を実行してオフロードのエンドポイントが動いているか確認すること。
What this file has done since we first saw it
Hashed on every crawl. A supply-chain change to an agent config is a question of when, not whether, so the history is kept rather than the latest state alone.
- 8d ago First seen · 41 lines · 153 tokens per session scan A 7d9aa1292dd2
llm-offloader is an agent published in the GitHub repository seaosinc/mcp-llm-offload (0 stars, last pushed 2mo ago), licensed MIT. It adds 153 tokens to every session and 1,032 once invoked, about $0.0008 per session on Opus 5. A static security scan graded it A with 0 findings. No closer match exists in the catalogue, so it is treated as the original; first seen 2026-08-31.
Other agents, from other repositories
council-advisor
Use this agent when the user is facing architectural decisions, design choices, or has been stuck debugging a problem after multiple failed attempts. This agent proactively suggests consulting the council of AI agents for diverse perspectives. Examples: Context: User is designing authentication for their application…
python-pro
Write idiomatic Python code with advanced features like decorators, generators, and async/await. Optimizes performance, implements design patterns, and ensures comprehensive testing. Use PROACTIVELY for Python refactoring, optimization, or complex Python features.
clawteam-system-architect
System architect task agent — layered abstraction, separation of concerns, evolvable design, NFR-driven, contract-first APIs, explicit trade-offs; multi-view architecture, style matrix, interface principles, ADR-style decisions; DDD, data, resilience, evolution.
Demonstrate
Agent for demonstrating VS Code features.
playwright-test-generator
Use this agent when you need to create automated browser tests using Playwright Examples: Context: User wants to generate a test for the test plan item.
AVM Owner Triage
Triage open GitHub issues across the Azure Verified Modules (AVM) repos an owner maintains. Splits the backlog into a Copilot-delegatable pile and a human pile, produces a report with a delegation ratio, and never comments or assigns without explicit user approval.