SKILLEMALL.ai
GitHub ↗ EN Войти

BB fly-io-deployer

Развертывайте и управляйте приложениями Node, Python, Go, Rust, Elixir и Docker на Fly.io с помощью профессионального создания fly.toml, оркестрации API Machines, выбора региона (задержка против суверенитета против исходящего трафика), кластеризации Fly Postgres, LiteFS для репликации SQLite, привязок Upstash Redis, объектного хранилища Tigris, постоянных томов, частной сети WireGuard с 6PN, секретов через flyctl, сине-зеленых развертываний через автоматически останавливаемые машины, стратегий масштабирования до нуля, запланированного масштабирования, предварительных развертываний для каждого PR, многорегиональных реплик, перезагрузки конфигурации без остановки, SSH-машин, отправки логов в Better Stack/Axiom/Datadog/Logtail и агрессивной оптимизации затрат. Активация по: "fly.io", "flyctl", "fly machines", "fly.toml", "fly postgres", "litefs", "tigris", "upstash on fly", "fly deploy", "migrate from heroku", "migrate from render", "migrate from railway", "scale to zero", "fly regions", "fly volumes", "fly wireguard", "6pn", "fly secrets".

машинный переводПоказать оригиналСкрыть оригинал«Deploy and operate Node, Python, Go, Rust, Elixir, and Docker apps on…»

Deploy and operate Node, Python, Go, Rust, Elixir, and Docker apps on Fly.io with production-grade fly.toml authoring, Machines API orchestration, region selection (latency vs sovereignty vs egress), Fly Postgres clustering, LiteFS for SQLite replication, Upstash Redis bindings, Tigris object storage, persistent volumes, WireGuard private networking with 6PN, secrets via flyctl, blue/green deploys via auto-stopping machines, scale-to-zero strategies, scheduled scaling, preview deploys per PR, multi-region replicas, hot-config reload, machine SSH, log shipping to Better Stack/Axiom/Datadog/Logtail, and aggressive cost tuning. Triggers on "fly.io", "flyctl", "fly machines", "fly.toml", "fly postgres", "litefs", "tigris", "upstash on fly", "fly deploy", "migrate from heroku", "migrate from render", "migrate from railway", "scale to zero", "fly regions", "fly volumes", "fly wireguard", "6pn", "fly secrets".

LeoYeAI/openclaw-master-skills Agent Skills автор: LeoYeAI MIT 3 файла тело ≈ 5 988 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

Развертывайте и управляйте приложениями Node, Python, Go, Rust, Elixir и Docker на Fly.io с помощью профессионального создания fly.toml, оркестрации API…

Как процесс B 69/100 · Почти готов — слабые места: результат и критерий готовности, повторный запуск

ПроцедураDockerPostgreSQLGitHubSupabaseИнфраструктуратип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
B
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
64
Прогон на моделях
не было
Процессный рейтинг
B
69/100
Почти готов
Повторный запуск вес 4
30
Результат и критерий готовности вес 14
40
Ошибки и развилки вес 10
50
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
  2. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • предупреждение body-long тело SKILL.md ≈ 5988 токенов (рекомендуется < 5000); вынесите детали в references/
  • заметка edit-residue в тексте есть пометки об устаревшем (строки 480): проверьте, не остались ли старые правила рядом с новыми — полная проверка читает текст на противоречия

Процессный рейтинг: все десять параметров 69/100

  • 30Повторный запуск. Изменяющих операций: 39, без проверки текущего состояния
  • 40Результат и критерий готовности. Не сказано, что считать результатом
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 60Инструменты и файлы. Используются инструменты (python, node), но во frontmatter они не объявлены
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 70Стоимость исполнения. Тело инструкции 5988 токенов
  • 85Шаги. Шагов: 99, расплывчатых формулировок: 1
  • 100Когда включается. Сказано, когда применять и когда не применять
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • low Разделов верхнего уровня: 18. Похоже на несколько доменов в одном скилле

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

  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Длина description 916: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 17 примера фраз-триггеров в кавычках
  • +4Структура: 23 заголовков
  • +3Пошаговые инструкции: 99 пунктов
  • +4Есть примеры (14 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 64.