SKILLEMALL.ai

BF aws-database

Направляет любую задачу, связанную с базами данных AWS — выбор, сравнение, рекомендации, начало работы или эксплуатация базы данных — в соответствующий навык для конкретной службы. Заменяет общие знания данных обучения обновлениями служб после обучения, исправленными ограничениями и процедурами принятия решений для реляционных (Aurora, DSQL, RDS), ключ-значение (DynamoDB), ширококолоночных (Keyspaces), документных (DocumentDB), графовых (Neptune), временных рядов (Timestream) и in-memory/кэширующих (ElastiCache, MemoryDB) рабочих нагрузок. Активируется, когда пользователь описывает создание приложения на AWS, которое будет хранить, извлекать или управлять данными, даже если он явно не упоминает «базу данных».

машинный переводПоказать оригиналСкрыть оригинал«Routes any task involving AWS databases — choosing, comparing, recomme…»

Routes any task involving AWS databases — choosing, comparing, recommending, getting started with, or operating a database — to the correct service-specific skill. Supersedes general training-data knowledge with post-training service updates, corrected limitations, and decision procedures for relational (Aurora, DSQL, RDS), key-value (DynamoDB), wide-column (Keyspaces), document (DocumentDB), graph (Neptune), time-series (Timestream), and in-memory/caching (ElastiCache, MemoryDB) workloads. Activates when a user describes building an application on AWS that will store, retrieve, or manage data, even if they do not mention 'database' explicitly.

ClawHub Agent Skills автор: Amazon Web Services 1 файл тело ≈ 1 632 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Направляет любую задачу, связанную с базами данных AWS — выбор, сравнение, рекомендации, начало работы или эксплуатация базы данных — в соответствующий навык…

Как процесс F 38/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: references/{sub-skill-id}.md, assets/{filename}, assets/aurora-dsql.md

ПроцедураAWSPostgreSQLMySQLИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
87/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
68
Прогон на моделях
не было
Процессный рейтинг
F
38/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: references/{sub-skill-id}.md, assets/{filename}, assets/aurora-dsql.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: 1. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение missing-ref ссылка на отсутствующий файл: references/{sub-skill-id}.md
  • предупреждение missing-ref ссылка на отсутствующий файл: assets/{filename}
  • предупреждение missing-ref ссылка на отсутствующий файл: assets/aurora-dsql.md
  • предупреждение missing-ref ссылка на отсутствующий файл: assets/aurora-mysql.md
  • предупреждение missing-ref ссылка на отсутствующий файл: assets/aurora-postgresql.md
  • предупреждение missing-ref ссылка на отсутствующий файл: assets/documentdb.md
  • предупреждение missing-ref ссылка на отсутствующий файл: assets/dynamodb.md
  • предупреждение missing-ref ссылка на отсутствующий файл: assets/elasticache.md
  • предупреждение missing-ref ссылка на отсутствующий файл: assets/keyspaces.md
  • предупреждение missing-ref ссылка на отсутствующий файл: assets/memorydb.md
  • предупреждение missing-ref ссылка на отсутствующий файл: assets/neptune.md
  • предупреждение missing-ref ссылка на отсутствующий файл: assets/odb-aws.md
  • предупреждение missing-ref ссылка на отсутствующий файл: assets/rds-db2.md
  • предупреждение missing-ref ссылка на отсутствующий файл: assets/rds-mariadb.md
  • предупреждение missing-ref ссылка на отсутствующий файл: assets/rds-mysql.md
  • предупреждение missing-ref ссылка на отсутствующий файл: assets/rds-oracle.md
  • предупреждение missing-ref ссылка на отсутствующий файл: assets/rds-postgresql.md
  • предупреждение missing-ref ссылка на отсутствующий файл: assets/rds-sqlserver.md
  • предупреждение missing-ref ссылка на отсутствующий файл: assets/timestream.md

Процессный рейтинг: все десять параметров 38/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: references/{sub-skill-id}.md, assets/{filename}, assets/aurora-dsql.md
  • 0Инструменты и файлы. Не хватает 19 файла(ов): references/{sub-skill-id}.md, assets/{filename}, assets/aurora-dsql.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
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 5, без проверки текущего состояния
  • 55Ошибки и развилки. Развилок: 1
  • 100Шаги. Шагов: 7
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1632 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
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 652 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 5 заголовков
  • +3Пошаговые инструкции: 7 пунктов

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 68.