SKILLEMALL.ai

BC local-ydb

Управление локальными развертываниями ydb, особенно настройками Docker с использованием ghcr.io/ydb-platform/local-ydb, арендаторами, созданными CMS, метриками GraphShard, динамическими узлами, управляемым выполнением/объяснением/выполнением запросов YQL, генерацией/проверкой/применением структурированных DDL таблиц, статическими учетными данными YDB, усилением безопасности, раскрытием мониторинга, изменениями пулов хранения, повторной сборкой одного диска, планированием отката, поиском исходного кода ydb-platform/ydb через gh api и устранением неполадок с готовностью local-ydb, TLS, анонимным доступом или конечными точками графа viewer/json.

машинный переводПоказать оригиналСкрыть оригинал«Operate local-ydb deployments, especially Docker setups using ghcr.io/…»

Operate local-ydb deployments, especially Docker setups using ghcr.io/ydb-platform/local-ydb, CMS-created tenants, GraphShard metrics, dynamic nodes, managed YQL query/explain/execute, structured table DDL generation/validation/application, YDB static credentials, auth hardening, monitoring exposure, storage pool changes, single-disk rebuilds, rollback planning, upstream ydb-platform/ydb source lookup through gh api, and troubleshooting local-ydb readiness, TLS, anonymous access, or viewer/json graph endpoints.

ClawHub Agent Skills автор: Anton Standrik v1.0.0 MIT-0 9 файлов тело ≈ 3 463 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Управление локальными развертываниями ydb, особенно настройками Docker с использованием ghcr.io/ydb-platform/local-ydb, арендаторами, созданными CMS…

Как процесс C 63/100 · Есть пробелы — слабые места: входы и предусловия, отчётность по ходу

ИнтеграцияDockerИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
73
Прогон на моделях
не было
Процессный рейтинг
C
63/100
Есть пробелы
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Когда включается вес 12
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.
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: 9. 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")

Процессный рейтинг: все десять параметров 63/100

  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 60Инструменты и файлы. Используются инструменты (bash, web, node), но во frontmatter они не объявлены
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 100Шаги. Шагов: 60
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 3463 токенов
  • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают

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)
  • +4Нет примеров входа/выхода
  • -2Ссылки на localhost: у другого пользователя не заработает
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 516 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 7 заголовков
  • +3Пошаговые инструкции: 60 пунктов
  • +3Формат ответа описан явно
  • +4Справочные файлы упоминаются в инструкциях (6 из 6)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.

Внешние проверки

ClawHub: clean
This is a coherent local YDB administration skill whose sensitive Docker, database, storage, and credential examples are disclosed and aligned with its purpose.
LLM: benign (high) · VirusTotal: · 14 авг. 2026 г.