SKILLEMALL.ai

AF hap-mongodb-slowlog-analysis

Анализируйте медленные журналы MongoDB 4.4.x из вставленного текста медленных журналов, загруженных файлов журналов или содержимого mongodb.log и предоставляйте практические советы по оптимизации запросов, рекомендации по индексам, обоснованные доказательствами рассуждения и готовые к выполнению команды индексации Mongo shell. Навык ориентирован на ИИ и по умолчанию должен анализировать журналы непосредственно в диалоге, не полагаясь на локальный PowerShell. Он также должен уметь группировать повторяющиеся записи по пространству имен, дедуплицировать повторяющиеся формы запросов и суммировать повторяющиеся шаблоны перед предоставлением советов. Обрабатывайте экспорт DOCX или PDF только как необязательные шаги преобразования, которые могут потребовать локальных инструментов. По умолчанию предпочитайте китайский вывод, но поддерживайте английский по запросу. Для коллекций рабочих листов HAP, имена которых начинаются с ws, считайте индексы _id, utime, rowid и ctime по умолчанию существующими и никогда не рекомендуйте повторно создавать эти индексы. Рассматривайте поле status как поле с низкой кардинальностью, имеющее только значения 1 и 9, где 1 означает активный/используемый, и не включайте status в рекомендуемые определения индексов.

машинный переводПоказать оригиналСкрыть оригинал«Analyze MongoDB 4.4.x slow logs from pasted slow-log text, uploaded lo…»

Analyze MongoDB 4.4.x slow logs from pasted slow-log text, uploaded log files, or mongodb.log content and produce practical query optimization advice, index recommendations, evidence-backed reasoning, and ready-to-run Mongo shell index commands. The skill is AI-first and should analyze logs directly in conversation without relying on local PowerShell by default. It should also be able to group repeated entries by namespace, deduplicate repeated query shapes, and summarize repeated patterns before giving advice. Only treat DOCX or PDF export as optional conversion steps that may require local tooling. Prefer Chinese output by default, but support English when requested. For HAP worksheet collections whose names start with ws, treat _id, utime, rowid, and ctime single-field indexes as existing defaults and never recommend recreating those single-field indexes. Treat status as a low-cardinality field with only 1 and 9, where 1 means active/in-use, and do not include status in recommended index definitions.

ClawHub Agent Skills автор: 1447443432 v1.0.3 MIT-0 6 файлов тело ≈ 2 787 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Анализируйте медленные журналы MongoDB 4.4.x из вставленного текста медленных журналов, загруженных файлов журналов или содержимого mongodb.log и…

Как процесс F 43/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: scripts/extract-slowlog-signals.ps1, scripts/generate-slowlog-report.ps1, scripts/extract-slowlog-signals.ps1

АнализаторMongoDBWordИнфраструктураТексты и документытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
76
Прогон на моделях
не было
Процессный рейтинг
F
43/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: scripts/extract-slowlog-signals.ps1, scripts/generate-slowlog-report.ps1, scripts/extract-slowlog-signals.ps1
Инструменты и файлы вес 18
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
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: 6. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/extract-slowlog-signals.ps1
  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/generate-slowlog-report.ps1
  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/extract-slowlog-signals.ps1
  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/generate-slowlog-report.ps1

Процессный рейтинг: все десять параметров 43/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: scripts/extract-slowlog-signals.ps1, scripts/generate-slowlog-report.ps1, scripts/extract-slowlog-signals.ps1
  • 0Инструменты и файлы. Не хватает 4 файла(ов): scripts/extract-slowlog-signals.ps1, scripts/generate-slowlog-report.ps1, scripts/extract-slowlog-signals.ps1
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Ошибки и развилки. Линейный процесс без обработки сбоев
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 11, без проверки текущего состояния
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 100Шаги. Шагов: 254
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2787 токенов
  • 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

  • +5В description нет примеров фраз, по которым скилл должен срабатывать
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Длина description 1018: рекомендуется 120–800 символов
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 20 заголовков
  • +3Пошаговые инструкции: 254 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (3 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 76.

Внешние проверки

ClawHub: clean
This is a coherent MongoDB slow-log analysis helper with no executable code or hidden data-transfer behavior found, though users should treat logs and generated index commands carefully.
LLM: benign (medium) · VirusTotal: · 28 мая 2026 г.