SKILLEMALL.ai

BC grafana-lens

Инструменты Grafana для визуализации данных, мониторинга, оповещения, безопасности, расследования SRE и управления конвейером сбора данных через Alloy. Используйте grafana_query, grafana_query_logs, grafana_query_traces, grafana_create_dashboard, grafana_update_dashboard, grafana_create_alert, grafana_share_dashboard, grafana_annotate, grafana_explore_datasources, grafana_list_metrics, grafana_search, grafana_get_dashboard, grafana_check_alerts, grafana_push_metrics, grafana_explain_metric, grafana_security_check, grafana_investigate и alloy_pipeline. Запускайте, когда спрашивают о метриках, дашбордах, мониторинге, оповещениях, затратах, использовании токенов, визуализации данных, PromQL, Prometheus, LogQL, Loki, запросах логов, логах ошибок, поиске логов, TraceQL, Tempo, трассах, распределенных трассах, поиске спанов, поиске медленных трасс, отладке трасс сеансов, аннотациях, развертываниях, обмене графиками, расследовании уведомлений об оповещениях, отправке пользовательских данных (календарь, git, фитнес, финансы) в Grafana для визуализации, отправке исторических данных, заполнении метрик задним числом, записи прошлых данных с временными метками, изменении дашбордов, добавлении панелей, удалении панелей, изменении настроек дашборда, обновлении временного диапазона дашборда, объяснении метрики, тренде метрики, что это за метрика, как это изменилось, нормальна ли эта метрика, почему мой счет вырос, видимость затрат, мониторинг безопасности, проверка безопасности, аудит безопасности, атакуют ли меня, скомпрометирован ли мой агент, подозрительная активность, обнаружение угроз, обнаружение инъекций промптов, настройка оповещений безопасности, расследование, отладка, триаж, корневая причина, что не так, почему X сломано, обнаружение аномалий, метод RED, метод USE, усталость от оповещений, постмортем, сводка инцидента, сбор метрик из, мониторинг моей базы данных, мониторинг моего приложения, конечная точка скрейпинга, настройка сбора логов, сбор логов Docker, отслеживание файлов логов, сбор логов Kubernetes, получение OTLP, настройка сбора трасс, конвейер сбора данных, конвейер Alloy, статус конвейера, работоспособность конвейера, node exporter, системные метрики, postgres exporter, mysql exporter.

машинный переводПоказать оригиналСкрыть оригинал«Grafana tools for data visualization, monitoring, alerting, security,…»

Grafana tools for data visualization, monitoring, alerting, security, SRE investigation, and data collection pipeline management via Alloy. Use grafana_query, grafana_query_logs, grafana_query_traces, grafana_create_dashboard, grafana_update_dashboard, grafana_create_alert, grafana_share_dashboard, grafana_annotate, grafana_explore_datasources, grafana_list_metrics, grafana_search, grafana_get_dashboard, grafana_check_alerts, grafana_push_metrics, grafana_explain_metric, grafana_security_check, grafana_investigate, and alloy_pipeline. Trigger when asked about metrics, dashboards, monitoring, alerts, costs, token usage, data visualization, PromQL, Prometheus, LogQL, Loki, log queries, error logs, log search, TraceQL, Tempo, traces, distributed tracing, span search, find slow traces, debug session traces, annotations, deployments, sharing charts, investigating alert notifications, pushing custom data (calendar, git, fitness, finance) to Grafana for visualization, pushing historical data, backfilling metrics, recording past data with timestamps, modifying dashboards, adding panels, removing panels, changing dashboard settings, updating dashboard time range, explain metric, metric trend, what is this metric, how has this changed, is this metric normal, why did my bill spike, cost visibility, security monitoring, security check, security audit, am I being attacked, is my agent compromised, suspicious activity, threat detection, prompt injection detection, set up security alerts, investigate, debug, triage, root cause, what's wrong, why is X broken, anomaly detection, RED method, USE method, alert fatigue, postmortem, incident summary, collect metrics from, monitor my database, monitor my app, scrape endpoint, set up log collection, collect Docker logs, tail log files, collect Kubernetes logs, receive OTLP, set up trace collection, data collection pipeline, Alloy pipeline, pipeline status, pipeline health, node exporter, system metrics, postgres exporter, mysql exporter,

ClawHub Agent Skills автор: awsome-o v0.5.0 MIT-0 80 файлов тело ≈ 23 354 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Инструменты Grafana для визуализации данных, мониторинга, оповещения, безопасности, расследования SRE и управления конвейером сбора данных через Alloy.

Как процесс C 60/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, стоимость исполнения

ПроцедураDockerKubernetesPostgreSQLMySQLИнфраструктураДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
77/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
43
Прогон на моделях
не было
Процессный рейтинг
C
60/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Стоимость исполнения вес 6
10
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Сократите description до 1024 символов.
  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: 80. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • ошибка description-long description 2038 символов, лимит 1024
  • предупреждение body-long тело SKILL.md ≈ 23354 токенов (рекомендуется < 5000); вынесите детали в references/
  • заметка description-budget description занимает 2038 из общего бюджета ~15000 символов на все скиллы

Процессный рейтинг: все десять параметров 60/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 10Стоимость исполнения. Тело инструкции 23354 токенов: вытесняет саму задачу из окна
  • 60Инструменты и файлы. Используются инструменты (bash, web, node), но во frontmatter они не объявлены
  • 85Шаги. Шагов: 331, расплывчатых формулировок: 1
  • 100Когда включается. Сказано, когда применять и когда не применять
  • 100Ошибки и развилки. Развилок: 10, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • 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)
  • +3Длина description 2038: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 33 заголовков
  • +3Пошаговые инструкции: 331 пунктов
  • +4Справочные файлы упоминаются в инструкциях (6 из 6)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 43.

Внешние проверки

ClawHub: suspicious
This Grafana skill appears purpose-built rather than malicious, but it gives an agent broad Grafana control and exports conversation content to telemetry by default.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.