SKILLEMALL.ai

BC dotnet-dump-perf-analyzer

Комплексная диагностика производительности .NET-приложений с использованием инструментария dotnet diagnostic — dotnet-dump, dotnet-counters, dotnet-trace, WinDbg и пороговых значений PAL. Охватывает узкие места ЦП, нагрузку на сборщик мусора, утечки управляемой памяти, исчерпание пула потоков и конфликты системных ресурсов. Генерирует интерактивные HTML-отчеты. Работает для ASP.NET Core, ASP.NET на IIS, WPF и консольных приложений на Windows, Linux и macOS.

машинный переводПоказать оригиналСкрыть оригинал«End-to-end .NET application performance diagnostics using the dotnet d…»

End-to-end .NET application performance diagnostics using the dotnet diagnostic toolchain — dotnet-dump, dotnet-counters, dotnet-trace, WinDbg, and PAL thresholds. Covers CPU hotspots, GC pressure, managed memory leaks, thread pool exhaustion, and system-level resource contention. Generates interactive HTML reports. Works for ASP.NET Core, ASP.NET on IIS, WPF, and Console apps on Windows, Linux, and macOS.

ClawHub Agent Skills автор: hexy693 v1.0.1 MIT-0 2 файла тело ≈ 4 354 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Комплексная диагностика производительности .NET-приложений с использованием инструментария dotnet diagnostic — dotnet-dump, dotnet-counters, dotnet-trace…

Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск

АнализаторДанные и аналитикаИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
72
Прогон на моделях
не было
Процессный рейтинг
C
51/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 51/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 55Ошибки и развилки. Развилок: 1
  • 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
  • 70Стоимость исполнения. Тело инструкции 4354 токенов
  • 100Шаги. Шагов: 15
  • 100Согласованность. Имя и обязательные поля на месте
  • low Ответ описан самодельной разметкой (4 тегов): типизированный вызов надёжнее

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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 409 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 17 заголовков
  • +3Пошаговые инструкции: 15 пунктов
  • +4Есть примеры (10 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.

Внешние проверки

ClawHub: clean
This is an instruction-only .NET performance diagnostics skill; its dump and trace guidance fits its purpose, but collected diagnostic files should be treated as sensitive.
LLM: benign (high) · 28 мая 2026 г.