SKILLEMALL.ai

AF amg-check-pg-flex

Запускается только по явному запросу пользователя о проверке работоспособности всех серверов PostgreSQL Flexible Server — сканирует метрики ЦП, памяти, хранилища, IOPS, пропускной способности диска и соединений по всем серверам, затем углубляется в аномальные серверы с журналами ресурсов и корреляционным анализом. Отслеживает известные проблемы между сессиями с помощью постоянного отчета. Использует проверку пульса AMG-MCP для сортировки уровня 1, затем пакетные запросы Azure Monitor для расследования уровня 2. При первом запуске автоматически обнаруживает UID источника данных и запрашивает идентификатор подписки.

машинный переводПоказать оригиналСкрыть оригинал«Run only when the user explicitly asks for a fleet-wide PostgreSQL Fle…»

Run only when the user explicitly asks for a fleet-wide PostgreSQL Flexible Server health check — scans CPU, memory, storage, IOPS, disk bandwidth, and connection metrics across all servers, then deep-dives into abnormal servers with resource logs and correlation analysis. Tracks known issues across sessions via persistent report. Uses AMG-MCP pulse check for Tier 1 triage, then batched Azure Monitor queries for Tier 2 investigation. On first run, auto-discovers datasource UID and prompts for subscription ID.

ClawHub Agent Skills автор: 1w2w3y v1.0.0 MIT-0 8 файлов тело ≈ 2 525 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Запускается только по явному запросу пользователя о проверке работоспособности всех серверов PostgreSQL Flexible Server — сканирует метрики ЦП, памяти…

Как процесс F 65/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: ${CLAUDE_SKILL_DIR}/reference/phase3-deep-dive.md, ${CLAUDE_SKILL_DIR}/reference/phase4-resource-logs.md, ${CLAUDE_SKILL_DIR}/reference/output-format.md

АнализаторAzurePostgreSQLИнфраструктураДанные и аналитикаИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
91/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
78
Прогон на моделях
не было
Процессный рейтинг
F
65/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: ${CLAUDE_SKILL_DIR}/reference/phase3-deep-dive.md, ${CLAUDE_SKILL_DIR}/reference/phase4-resource-logs.md, ${CLAUDE_SKILL_DIR}/reference/output-format.md
Инструменты и файлы вес 18
0
Входы и предусловия вес 11
0
Результат и критерий готовности вес 14
60
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: 8. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение missing-ref ссылка на отсутствующий файл: ${CLAUDE_SKILL_DIR}/reference/phase3-deep-dive.md
  • предупреждение missing-ref ссылка на отсутствующий файл: ${CLAUDE_SKILL_DIR}/reference/phase4-resource-logs.md
  • предупреждение missing-ref ссылка на отсутствующий файл: ${CLAUDE_SKILL_DIR}/reference/output-format.md
  • предупреждение missing-ref ссылка на отсутствующий файл: ${CLAUDE_SKILL_DIR}/reference/error-handling.md
  • предупреждение missing-ref ссылка на отсутствующий файл: ${CLAUDE_SKILL_DIR}/reference/analysis-patterns.md
  • предупреждение missing-ref ссылка на отсутствующий файл: ${CLAUDE_SKILL_DIR}/reference/deep-dive-queries.md
  • заметка frontmatter-key неизвестное поле фронтматтера "effort"

Процессный рейтинг: все десять параметров 65/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: ${CLAUDE_SKILL_DIR}/reference/phase3-deep-dive.md, ${CLAUDE_SKILL_DIR}/reference/phase4-resource-logs.md, ${CLAUDE_SKILL_DIR}/reference/output-format.md
  • 0Инструменты и файлы. Не хватает 6 файла(ов): ${CLAUDE_SKILL_DIR}/reference/phase3-deep-dive.md, ${CLAUDE_SKILL_DIR}/reference/phase4-resource-logs.md, ${CLAUDE_SKILL_DIR}/reference/output-format.md
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 100Шаги. Шагов: 40
  • 100Когда включается. Сказано, когда применять и когда не применять
  • 100Ошибки и развилки. Развилок: 5, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2525 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • low Разделов верхнего уровня: 12. 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)
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 514 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 19 заголовков
  • +3Пошаговые инструкции: 40 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (7 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (6 из 6)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 78.

Внешние проверки

ClawHub: suspicious
This Azure health-check skill appears purpose-aligned, but it should be reviewed because it stores cloud operational findings across sessions without clear user control.
LLM: suspicious (medium) · VirusTotal: · 29 мая 2026 г.