SKILLEMALL.ai
GitHub ↗ EN Войти

AC huawei-cloud-mrs-hive-sql-check

Навык проверки спецификаций Huawei Cloud MRS Hive SQL. Проверяет SQL-запросы на соответствие определенным правилам синтаксиса и спецификаций с использованием автоматизированного движка проверки. Дополнительный ручной анализ, выходящий за рамки определенных правил, не проводится. Триггер: «Hive SQL优化», «检查Hive SQL», «Hive SQL检查», «Hive SQL规范», «Hive SQL语法», «Hive SQL review».

машинный переводПоказать оригиналСкрыть оригинал«Huawei Cloud MRS Hive SQL specification checking skill. Checks SQL sta…»

Huawei Cloud MRS Hive SQL specification checking skill. Checks SQL statements against defined syntax and specification rules using the automated checker engine. No extra manual analysis beyond defined rules. Trigger:"Hive SQL优化"、"检查Hive SQL"、"Hive SQL检查"、"Hive SQL规范"、"Hive SQL语法"、"Hive SQL review"

ClawHub Agent Skills автор: huaweiclouddev-dev v1.0.0 MIT-0 16 файлов тело ≈ 4 024 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Навык проверки спецификаций Huawei Cloud MRS Hive SQL.

Как процесс C 62/100 · Есть пробелы — слабые места: ошибки и развилки, отчётность по ходу

ПроцедураДанные и аналитикаРазработкаТексты и документытип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
A
100/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
99
Прогон на моделях
не было
Процессный рейтинг
C
62/100
Есть пробелы
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
Когда включается вес 12
50
три самых слабых из десяти параметров · все десять
Это копия скилла из другого каталога, в рейтинге считается основная: huawei-cloud-mrs-hive-sql-check (ClawHub)

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: 12. 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 62/100

    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 60Инструменты и файлы. Используются инструменты (python, node), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 70Стоимость исполнения. Тело инструкции 4024 токенов
    • 85Шаги. Шагов: 54, расплывчатых формулировок: 2
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
    • 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

    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 6 примера фраз-триггеров в кавычках
    • +3Длина description 298 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 22 заголовков
    • +3Пошаговые инструкции: 54 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (8 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)
    • +3Все 3 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 99.

    Внешние проверки

    ClawHub: clean
    This skill is a local Hive SQL checker that runs static analysis scripts and does not show network, credential, persistence, or cluster-mutation behavior.
    LLM: benign (high) · VirusTotal: · 3 авг. 2026 г.