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.
npx skills add lexfrei/ccc --skill infostylegit clone --depth 1 https://github.com/lexfrei/cccWrote 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/skills/lexfrei/ccc/infostyle)<a href="https://agentmods.dev/skills/lexfrei/ccc/infostyle"><img src="https://agentmods.dev/badge/skills/lexfrei/ccc/infostyle/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/skills/lexfrei/ccc/infostyle"><img src="https://agentmods.dev/badge/skills/lexfrei/ccc/infostyle.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 | $0.00182 | $0.02826 |
| Opus 5.5 | $0.00073 | $0.01130 |
| Sonnet 5.5 | $0.00036 | $0.00565 |
| Haiku 4.5 | $0.00018 | $0.00283 |
Grade A, and why
infostyle 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 1mo 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.
How it starts
The opening of the file, as written. The whole thing — 116 lines — stays where its author put it; the contents beside it link to each section on GitHub.
Infostyle: редактура русского текста
Source material: «Пиши, сокращай 2025» (Ильяхов, Сарычева) — уровни слова, предложения, абзаца и текста; «Ясно, понятно» (Ильяхов) — абстракции, примеры, антипримеры, подача.
Три режима
Правка (по умолчанию). Выдать отредактированный текст целиком, затем короткий отчёт: что изменено на каждом уровне и какие места требуют фактов от автора. Если работаем с файлом — править файл через Edit, а в ответ вынести только отчёт и спорные места.
Разбор (--разбор, или когда пользователь просит «не правь, объясни»). Не переписывать. Выдать находки по уровням с цитатой, диагнозом и предложенной заменой. Заканчивать вопросом, что из этого применять.
Раскладка (--раскладка, или когда формулировки менять нельзя: юристы согласовали, регламент, чужой утверждённый документ). Не трогать ни одного слова. Нарезать абзацы по 5–7 строк, выписать, о чём каждый абзац, вынести это подзаголовками, переставить блоки от сути к предыстории, продублировать ключевое перечнем в начале, добавить заголовок, к каждому графику — хотя бы одну выноску. Этого одного хватает, чтобы нечитаемый документ стал рабочим.
Жёсткие правила
Нарушение любого из них проваливает задачу.
- Не выдумывать факты. Замена оценки на факт («качественный сервис» → «отвечаем за 15 минут») требует факта, которого у вас нет. Если факта нет — спросить автора или оставить в тексте явную метку
[нужен факт: скорость ответа]. Выдуманная цифра хуже оценки: оценку читатель отфильтрует, а цифре поверит. - Коротко ≠ ясно. Удаляем мусор, оценки без опоры, графоманию, канцелярит. НЕ удаляем: опорные тезисы, примеры, антипримеры, объяснения по цепочке, элементы управления вниманием. Текст после правки может стать длиннее — это нормально.
- Стоп-слово — сигнал, а не запрет. Каждое слово из списков проверяется на информативность именно в этом тексте. Вводное слово, которое несёт смысл, остаётся. Механическая вычистка по списку — не редактура.
- Термины и юридически значимые формулировки не трогаем. «Иррациональное число», «акцепт оферты», номер закона, название документа — это точность, а не заумь. Меняем форму изложения, не смысл и не правовую силу.
- Синтаксические приёмы — инструменты, не закон. Подлежащее-субъект и глагол действия включают воображение читателя и смещают фокус на того, кто действует. Если герой не важен («Дома построены по стандарту» → «Дома соответствуют стандарту», а не «Строители построили дома»), фокус выбираем сознательно.
- Тональность и голос автора сохраняем. Чистим текст, а не переписываем человека. Шутка, которая работает, остаётся.
What ships with it
4 files beside SKILL.md in the same directory: the scripts, references and assets a skill reads on demand. Not counted in the per-session cost; read them before you install if any of them is executable.
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.
- 1mo ago First seen · 116 lines · 182 tokens per session scan A ea0c5cf1c2e8
infostyle is a skill published in the GitHub repository lexfrei/ccc (11 stars, last pushed 14d ago), licensed BSD-3-Clause. It adds 182 tokens to every session and 2,826 once invoked, about $0.0007 per session on Opus 5.5. 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 2026-09-14.
Other skills, from other repositories
local-ai-agents
Build local-first AI agents that run entirely on a developer workstation with Microsoft Foundry Local and Qwen function-calling models. Covers Small Language Models (SLMs), the OpenAI-compatible local endpoint, sandboxed local tools, local RAG with Chroma, local MCP servers, hybrid cloud/local routing, and the…
next-cache-components-adoption
Turn on Cache Components in a Next.js app and resolve the blocking routes it surfaces. Use when the user wants to enable, adopt, or migrate to Cache Components, flip the cacheComponents flag, work through a flood of blocking-prerender / instant validation errors, run the cache-components-instant-false codemod, or…
chronicle
Analyze Copilot session history for standup reports, usage tips, session search, and session reindexing. Use when the user asks for a standup, daily summary, usage tips, workflow recommendations, wants to search or find past sessions by keyword/file/PR, wants to reindex their session store, or asks about deleting…
systematic-debugging
Use when encountering any bug, test failure, or unexpected behavior, before proposing fixes.
chat-pet-sprite-creation
Use when creating or changing VS Code chat pet sprite art, sprite sheets, state animations, eye treatments, Stable/Insiders variants, or pet transitions under src/vs/workbench/contrib/chat/browser/widget/media/chatPet.
component-fixtures
Use when creating or updating component fixtures for screenshot testing or their shared infrastructure, or when designing UI components to be fixture-friendly. Covers fixture file structure, theming, service setup, CSS scoping, async rendering, validation, and common pitfalls.