AC self-improving-operations
Выявляет узкие места процессов, закономерности инцидентов, проблемы с производительностью, пробелы в автоматизации, нарушения SLA и накопление рутинной работы для непрерывного улучшения операций. Используйте, когда: (1) инцидент повторяется в течение 30 дней, (2) среднее время восстановления (MTTR) превышает целевые показатели, (3) в автоматизированном конвейере существует ручной шаг, (4) утомление от оповещений указывает на избыточную мониторинговую активность, (5) частота сбоев изменений резко возрастает, (6) рутинная работа превышает 50% времени дежурства.
машинный переводПоказать оригиналСкрыть оригинал«Captures process bottlenecks, incident patterns, capacity issues, auto…»
Captures process bottlenecks, incident patterns, capacity issues, automation gaps, SLA breaches, and toil accumulation to enable continuous operations improvement. Use when: (1) An incident repeats within 30 days, (2) MTTR exceeds target thresholds, (3) A manual step exists in an automated pipeline, (4) Alert fatigue indicates noisy monitoring, (5) Change failure rate spikes, (6) Toil exceeds 50% of on-call time.
Выявляет узкие места процессов, закономерности инцидентов, проблемы с производительностью, пробелы в автоматизации, нарушения SLA и накопление рутинной работы…
Как процесс C 57/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск
Как улучшить
- Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
- 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: 15. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
body-longтело SKILL.md ≈ 6638 токенов (рекомендуется < 5000); вынесите детали в references/
Процессный рейтинг: все десять параметров 57/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 30Повторный запуск. Изменяющих операций: 32, без проверки текущего состояния
- 50Когда включается. Не сказано, при каком запросе скилл включается
- 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
- 70Стоимость исполнения. Тело инструкции 6638 токенов
- 100Шаги. Шагов: 105
- 100Ошибки и развилки. Развилок: 3, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
- low Разделов верхнего уровня: 20. 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
- +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 416 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 54 заголовков
- +3Пошаговые инструкции: 105 пунктов
- +4Есть примеры (16 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (2 из 3)
- +3Все 3 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 81.