SKILLEMALL.ai

AC aws-patrol

Автоматизированный патруль инфраструктуры AWS — собирает метрики EC2/RDS/ELB, состояние безопасности (IAM MFA, SG, шифрование EBS, S3), анализ затрат (покрытие и использование SP/RI), события состояния (Health events) и статус регистрации SMS. Генерирует визуальный отчет в формате HTML с скриншотом Puppeteer для доставки сообщений. Используйте, когда вам нужен ежедневный/периодический мониторинг AWS, проверки оптимизации затрат, аудиты безопасности или автоматизированная отчетность о состоянии инфраструктуры AWS.

машинный переводПоказать оригиналСкрыть оригинал«Automated AWS infrastructure patrol — collects EC2/RDS/ELB metrics, se…»

Automated AWS infrastructure patrol — collects EC2/RDS/ELB metrics, security posture (IAM MFA, SG, EBS encryption, S3), cost analysis (SP/RI coverage & utilization), Health events, and SMS registration status. Generates a visual HTML report card with Puppeteer screenshot for messaging delivery. Use when you need daily/periodic AWS monitoring, cost optimization checks, security audits, or automated reporting on AWS infrastructure health.

ClawHub Agent Skills автор: chengcecho v1.0.1 MIT-0 7 файлов тело ≈ 828 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Автоматизированный патруль инфраструктуры AWS — собирает метрики EC2/RDS/ELB, состояние безопасности (IAM MFA, SG, шифрование EBS, S3), анализ затрат…

Как процесс C 57/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, повторный запуск

АнализаторAWSPlaywrightИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
85
Прогон на моделях
не было
Процессный рейтинг
C
57/100
Есть пробелы
Результат и критерий готовности вес 14
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
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: 7. 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 57/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
    • 55Ошибки и развилки. Развилок: 1
    • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Шаги. Шагов: 21
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 828 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
    • -2Ссылки на localhost: у другого пользователя не заработает
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 440 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 10 заголовков
    • +3Пошаговые инструкции: 21 пунктов
    • +4Есть примеры (5 блоков кода)
    • +3Все 3 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 85.

    Внешние проверки

    ClawHub: suspicious
    This AWS monitoring skill is mostly purpose-aligned, but it can collect, store, and automatically share sensitive cloud inventory, security, and cost reports without enough safeguards.
    LLM: suspicious (high) · 28 мая 2026 г.