AC cm-airflow-dag-analyzer
Анализирует определения DAG Apache Airflow на предмет качества, надежности и операционных лучших практик. Проверяет зависимости задач, соответствие SLA, политики повторных попыток, распределение ресурсов, тайм-ауты сенсоров, правила триггеров, использование пулов и сложность DAG. Используйте, когда вас попросят просмотреть DAG Airflow, проверить качество DAG, проверить лучшие практики Airflow, проанализировать зависимости задач, оптимизировать производительность DAG, просмотреть конфигурацию Airflow или устранить сбои DAG. Активируется по запросам "airflow", "DAG", "airflow dag", "dag review", "airflow audit", "task dependencies", "airflow best practices", "dag quality", "airflow optimization", "dag analysis", "airflow troubleshoot", "dag performance".
машинный переводПоказать оригиналСкрыть оригинал«Analyze Apache Airflow DAG definitions for quality, reliability, and o…»
Analyze Apache Airflow DAG definitions for quality, reliability, and operational best practices. Checks task dependencies, SLA compliance, retry policies, resource allocation, sensor timeouts, trigger rules, pool usage, and DAG complexity. Use when asked to review Airflow DAGs, audit DAG quality, check Airflow best practices, analyze task dependencies, optimize DAG performance, review Airflow configuration, or troubleshoot DAG failures. Triggers on "airflow", "DAG", "airflow dag", "dag review", "airflow audit", "task dependencies", "airflow best practices", "dag quality", "airflow optimization", "dag analysis", "airflow troubleshoot", "dag performance".
Анализирует определения DAG Apache Airflow на предмет качества, надежности и операционных лучших практик.
Как процесс C 58/100 · Есть пробелы — слабые места: входы и предусловия, согласованность, повторный запуск
Как улучшить
- 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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
✓ По спецификации Agent Skills замечаний нет
Процессный рейтинг: все десять параметров 58/100
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
- 40Согласованность. Имя во frontmatter (cm-airflow-dag-analyzer) не совпадает с папкой (airflow-dag-analyzer)
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 70Стоимость исполнения. Тело инструкции 4513 токенов
- 100Шаги. Шагов: 22
- 100Отчётность по ходу. Скилл сообщает о ходе работы
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
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 11 примера фраз-триггеров в кавычках
- +3Длина description 661 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 17 заголовков
- +3Пошаговые инструкции: 22 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (16 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 92.