SKILLEMALL.ai

AB aws-best-practice-research

Используйте при исследовании, составлении или оценке лучших практик для любой службы AWS, создании контрольных списков HA/DR/безопасности из официальной документации AWS или проверке того, соответствуют ли активные ресурсы AWS официальным рекомендациям. Требует aws-knowledge-mcp-server. Триггеры: «best practices», «compile checklist», «summarize HA/DR best practices», «what are the best practices for», «find all best practices», «check my cluster», «audit my redis», «assess my redis», «assessment», «是否符合最佳实践», «检查现有资源», «查找最佳实践», «编译检查清单», «总结最佳实践», «帮我查找», «汇总成表», «帮我检查», «审计一下», «评估一下».

машинный переводПоказать оригиналСкрыть оригинал«Use when researching, compiling, or assessing best practices for any A…»

Use when researching, compiling, or assessing best practices for any AWS service, building HA/DR/security checklists from official AWS documentation, or checking whether live AWS resources follow official recommendations. Requires aws-knowledge-mcp-server. Triggers on "best practices", "compile checklist", "summarize HA/DR best practices", "what are the best practices for", "find all best practices", "check my cluster", "audit my redis", "assess my redis", "assessment", "是否符合最佳实践", "检查现有资源", "查找最佳实践", "编译检查清单", "总结最佳实践", "帮我查找", "汇总成表", "帮我检查", "审计一下", "评估一下".

ClawHub Agent Skills автор: panlm v1.0.0 MIT-0 7 файлов тело ≈ 4 096 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Используйте при исследовании, составлении или оценке лучших практик для любой службы AWS, создании контрольных списков HA/DR/безопасности из официальной…

Как процесс B 71/100 · Почти готов — слабые места: результат и критерий готовности, повторный запуск

АнализаторAWSИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
97/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
93
Прогон на моделях
не было
Процессный рейтинг
B
71/100
Почти готов
Результат и критерий готовности вес 14
0
Повторный запуск вес 4
30
Инструменты и файлы вес 18
60
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 71/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (node), но во frontmatter они не объявлены
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 70Стоимость исполнения. Тело инструкции 4096 токенов
    • 100Шаги. Шагов: 68
    • 100Когда включается. Сказано, когда применять и когда не применять
    • 100Ошибки и развилки. Развилок: 16, 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

    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)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 14 примера фраз-триггеров в кавычках
    • +3Длина description 566 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 20 заголовков
    • +3Пошаговые инструкции: 68 пунктов
    • +4Есть примеры (2 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (2 из 3)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 93.

    Внешние проверки

    ClawHub: suspicious
    The skill has a legitimate AWS assessment purpose, but its live-assessment path handles credentials in a risky way that users should review before installing.
    LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.