SKILLEMALL.ai

BD tencentcloud-tke

Управляет кластерами и рабочими нагрузками Tencent Cloud TKE (Tencent Kubernetes Engine). Используйте, когда пользователь просит: вывести список кластеров, проверить состояние кластера / узлов, вывести список подов или сервисов, масштабировать Deployment, выполнить циклическую перезагрузку, получить kubeconfig, просмотреть последние события K8s, управлять пулами узлов. Объединяет официальный клиент TKE из tencentcloud-sdk-python (метаданные кластера) с kubectl для операций внутри кластера.

машинный переводПоказать оригиналСкрыть оригинал«Manage Tencent Cloud TKE (Tencent Kubernetes Engine) clusters and work…»

Manage Tencent Cloud TKE (Tencent Kubernetes Engine) clusters and workloads. Use when the user asks to: list clusters, check cluster / node health, list pods or services, scale a Deployment, do a rolling restart, fetch kubeconfig, view recent K8s events, manage node pools. Combines the official tencentcloud-sdk-python TKE client (cluster metadata) with kubectl for in-cluster operations.

AceDataCloud/Skills Agent Skills автор: AceDataCloud 2 файла · 1 скрипт тело ≈ 1 772 токенов Открыть источникgithub.com↗ проанализирован 5 ч назад

Управляет кластерами и рабочими нагрузками Tencent Cloud TKE (Tencent Kubernetes Engine).

Как процесс D 44/100 · Процесс не доведён — Скилл ссылается на файлы, которых нет в архиве: ../_shared/tencentcloud.md

ИнтеграцияKubernetesИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
81
Прогон на моделях
не было
Процессный рейтинг
D
44/100
Процесс не доведён
Скилл ссылается на файлы, которых нет в архиве: ../_shared/tencentcloud.md
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
Для прогона на моделях — необязательно
  • Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
  • spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.

Находки guard · 0

✓ Критических и высоких находок нет

Просканировано файлов: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение missing-ref ссылка на отсутствующий файл: ../_shared/tencentcloud.md
  • заметка frontmatter-key неизвестное поле фронтматтера "connections"

Процессный рейтинг: все десять параметров 44/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: ../_shared/tencentcloud.md
  • 0Инструменты и файлы. Не хватает 1 файла(ов): ../_shared/tencentcloud.md
  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
  • 100Шаги. Шагов: 13
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1772 токенов

Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.

Сигналы качества

  • +5В description нет примеров фраз, по которым скилл должен срабатывать
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +2Инструкции на одном языке
  • +3Длина description 389 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 17 заголовков
  • +3Пошаговые инструкции: 13 пунктов
  • +4Есть примеры (12 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 81.