AC incident-postmortem
Генерация структурированных отчетов о постмортемов инцидентов без указания виновных на основе логов, данных временной шкалы и метаданных инцидента. Создает анализ первопричин, оценку воздействия, реконструкцию временной шкалы, извлеченные уроки и план действий. Поддерживает парсинг логов (syslog, JSON, Apache/Nginx, Python tracebacks), ввод данных временной шкалы в формате JSON, проверку языка на отсутствие обвинений и несколько выходных форматов (markdown, HTML, JSON). Используйте, когда вас просят создать постмортем, написать отчет об инциденте, задокументировать сбой, сгенерировать отчет после инцидента, проанализировать временную шкалу инцидента, проверить язык постмортема на наличие обвинений, создать RCA (анализ первопричин) или подготовить отчет по итогам.
машинный переводПоказать оригиналСкрыть оригинал«Generate structured, blame-free incident postmortem reports from logs,…»
Generate structured, blame-free incident postmortem reports from logs, timeline data, and incident metadata. Produces root cause analysis, impact assessment, timeline reconstruction, lessons learned, and action items. Supports log parsing (syslog, JSON, Apache/Nginx, Python tracebacks), timeline JSON input, blame-free language checking, and multiple output formats (markdown, HTML, JSON). Use when asked to create a postmortem, write an incident report, document an outage, generate a post-incident review, analyze incident timeline, check postmortem language for blame, create RCA (root cause analysis), or produce an after-action report. Triggers on "postmortem", "incident report", "outage report", "post-incident", "root cause analysis", "RCA", "after-action", "blameless review", "incident review".
Генерация структурированных отчетов о постмортемов инцидентов без указания виновных на основе логов, данных временной шкалы и метаданных инцидента.
Как процесс C 55/100 · Есть пробелы — слабые места: входы и предусловия, ошибки и развилки, согласованность
Такой же скилл встречается ещё в 2 местах: ClawHub, ClawHub
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: 6. 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 55/100
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
- 40Согласованность. Имя во frontmatter (incident-postmortem) не совпадает с папкой (ops-incident-postmortem)
- 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
- 100Шаги. Шагов: 15
- 100Стоимость исполнения. Тело инструкции 794 токенов
- 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)
- +3Длина description 805: рекомендуется 120–800 символов
- -5В тексте остались TODO / заглушки
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 8 примера фраз-триггеров в кавычках
- +4Структура: 9 заголовков
- +3Пошаговые инструкции: 15 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (1 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (1 из 1)
- +3Все 1 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 91.