SKILLEMALL.ai
GitHub ↗ EN Войти

AB huawei-cloud-cce-capacity-trend-forecaster

Используйте при анализе периодических тенденций мощностей Huawei Cloud CCE, прогнозировании узких мест ресурсов, моделировании политик эластичности узлов/рабочих нагрузок, создании диаграмм кривых мощностей и отчетов, сравнении повторяющихся исторических записей или настройке конфигураций HPA и автомасштабирования узлов. Триггер: пользователь упоминает «прогноз мощностей», «容量预测», «тенденция мощностей», «容量趋势», «тенденция ресурсов», «资源趋势», «планирование мощностей», «容量规划», «риск мощностей», «容量风险», «исчерпание ресурсов», «资源耗尽», «настройка HPA», «автомасштабирование узлов», «отчет о мощностях», «моделирование мощностей»

машинный переводПоказать оригиналСкрыть оригинал«Use when analyzing Huawei Cloud CCE periodic capacity trends, forecast…»

Use when analyzing Huawei Cloud CCE periodic capacity trends, forecasting resource bottlenecks, simulating node/workload elasticity policies, generating capacity curve charts and reports, comparing recurring history records, or tuning HPA and node autoscaler configurations. Trigger: user mentions "capacity forecast", "容量预测", "capacity trend", "容量趋势", "resource trend", "资源趋势", "capacity planning", "容量规划", "capacity risk", "容量风险", "resource exhaustion", "资源耗尽", "HPA tuning", "node autoscaler", "capacity report", "capacity simulation"

ClawHub Agent Skills автор: shijingcheng v0.1.2 MIT-0 52 файла тело ≈ 5 308 токенов Открыть источникclawhub.ai↗ проанализирован 31 ч назад

Используйте при анализе периодических тенденций мощностей Huawei Cloud CCE, прогнозировании узких мест ресурсов, моделировании политик эластичности…

Как процесс B 71/100 · Почти готов — слабые места: повторный запуск

АнализаторKubernetesДанные и аналитикатип 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
90/100
безопасность, качество, тесты
Безопасность 60%
95
Качество 40%
82
Прогон на моделях
не было
Процессный рейтинг
B
71/100
Почти готов
Повторный запуск вес 4
30
Когда включается вес 12
50
Инструменты и файлы вес 18
60
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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 · 5

✓ Критических и высоких находок нет

Средние и низкие: 5
  • низкая Секреты в коде secret-high-entropy-token scripts/huawei_cloud/aom.py:665
    Строка, похожая на токен (может быть id, хеш или секрет)
    AddO…ody,
  • низкая Секреты в коде secret-high-entropy-token scripts/huawei_cloud/aom.py:737
    Строка, похожая на токен (может быть id, хеш или секрет)
    body = AddO…ody(
  • низкая Секреты в коде secret-high-entropy-token scripts/huawei_cloud/aom.py:932
    Строка, похожая на токен (может быть id, хеш или секрет)
    Dele…ody,
  • низкая Секреты в коде secret-high-entropy-token scripts/huawei_cloud/aom.py:1336
    Строка, похожая на токен (может быть id, хеш или секрет)
    AddO…ody,
  • низкая Секреты в коде secret-high-entropy-token scripts/huawei_cloud/aom.py:1372
    Строка, похожая на токен (может быть id, хеш или секрет)
    body = AddO…ody(

Просканировано файлов: 25. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 5308 токенов (рекомендуется < 5000); вынесите детали в references/
  • заметка frontmatter-key неизвестное поле фронтматтера "id"

Процессный рейтинг: все десять параметров 71/100

  • 30Повторный запуск. Изменяющих операций: 14, без проверки текущего состояния
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 60Инструменты и файлы. Используются инструменты (bash, web, 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 5308 токенов
  • 85Шаги. Шагов: 48, расплывчатых формулировок: 1
  • 100Ошибки и развилки. Развилок: 1, 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: 10. 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)
  • -31 из 2 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 10 примера фраз-триггеров в кавычках
  • +3Длина description 537 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 28 заголовков
  • +3Пошаговые инструкции: 48 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (8 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (3 из 3)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 82.

Внешние проверки

ClawHub: suspicious
The skill is advertised as a CCE capacity forecaster, but its shipped dispatcher exposes much broader cloud and Kubernetes control actions, credential-bearing outputs, and sensitive data access than the description discloses.
LLM: suspicious (high) · VirusTotal: · 16 июн. 2026 г.