SKILLEMALL.ai

AC cm-avro-schema-manager

Управление схемами Apache Avro — проверка структуры, проверка прямой/обратной совместимости, планирование эволюции схем, аудит соглашений о пространствах имен и генерация заготовок кода. Работает с Confluent Schema Registry, AWS Glue Schema Registry или автономными файлами .avsc. Используйте, когда вас просят проверить схемы Avro, проверить совместимость схем, спланировать миграцию схем, проверить файлы .avsc, провести аудит реестра схем или сгенерировать код Avro. Триггеры: «avro», «avro schema», «schema registry», «schema compatibility», «schema evolution», «.avsc», «avsc», «confluent schema registry», «schema migration», «backward compatible», «forward compatible», «avro namespace», «serialization schema».

машинный переводПоказать оригиналСкрыть оригинал«Manage Apache Avro schemas — validate structure, check forward/backwar…»

Manage Apache Avro schemas — validate structure, check forward/backward compatibility, plan schema evolution, audit namespace conventions, and generate code stubs. Works with Confluent Schema Registry, AWS Glue Schema Registry, or standalone .avsc files. Use when asked to review Avro schemas, check schema compatibility, plan schema migration, validate .avsc files, audit schema registry, or generate Avro code. Triggers on "avro", "avro schema", "schema registry", "schema compatibility", "schema evolution", ".avsc", "avsc", "confluent schema registry", "schema migration", "backward compatible", "forward compatible", "avro namespace", "serialization schema".

ClawHub Agent Skills автор: charlie-morrison v1.0.1 MIT-0 2 файла тело ≈ 1 927 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Управление схемами Apache Avro — проверка структуры, проверка прямой/обратной совместимости, планирование эволюции схем, аудит соглашений о пространствах имен…

Как процесс C 60/100 · Есть пробелы — слабые места: входы и предусловия, ошибки и развилки, согласованность

АнализаторAWSРазработкаИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
97/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
92
Прогон на моделях
не было
Процессный рейтинг
C
60/100
Есть пробелы
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

Как улучшить

    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: 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 60/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (cm-avro-schema-manager) не совпадает с папкой (avro-schema-manager)
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 12
    • 100Стоимость исполнения. Тело инструкции 1927 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

    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 10 примера фраз-триггеров в кавычках
    • +3Длина description 663 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 13 заголовков
    • +3Пошаговые инструкции: 12 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (8 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 92.

    Внешние проверки

    ClawHub: clean
    This is a documentation-only Avro schema review skill with no executable code, hidden persistence, or evidence of malicious behavior.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.