SKILLEMALL.ai
GitHub ↗ EN Войти

AF huawei-cloud-cce-dependency-impact-analyzer

Навык анализа влияния зависимостей топологии сервиса Huawei Cloud CCE, который отслеживает пути распространения Service/Ingress/Pod/Node и радиус поражения вышестоящих/нижестоящих компонентов. Используйте этот навык, когда для инцидента CCE требуется анализ влияния топологии сервиса, включая пути распространения Service/Ingress/Pod/Node, радиус поражения вышестоящих/нижестоящих компонентов, затронутые точки входа и полный отчет о влиянии в формате Markdown с доказательствами и пределами достоверности. Триггер: «dependency impact», «依赖影响», «dependency analysis», «依赖分析», «cascade failure», «级联故障», «blast radius», «爆炸半径», «service topology», «服务拓扑», «propagation path», «传播路径», «upstream downstream impact», «上下游影响», «dependency mapping», «依赖映射»

машинный переводПоказать оригиналСкрыть оригинал«Huawei Cloud CCE service topology dependency impact analysis skill tha…»

Huawei Cloud CCE service topology dependency impact analysis skill that traces Service/Ingress/Pod/Node propagation paths and upstream/downstream blast radius. Use this skill when a CCE incident needs service topology impact analysis, including Service/Ingress/Pod/Node propagation paths, upstream/downstream blast radius, affected entrypoints, and a complete Markdown impact report with evidence and confidence limits. Trigger: "dependency impact", "依赖影响", "dependency analysis", "依赖分析", "cascade failure", "级联故障", "blast radius", "爆炸半径", "service topology", "服务拓扑", "propagation path", "传播路径", "upstream downstream impact", "上下游影响", "dependency mapping", "依赖映射"

ClawHub Agent Skills автор: shijingcheng v0.1.1 MIT-0 52 файла тело ≈ 3 367 токенов Открыть источникclawhub.ai↗ проанализирован 33 ч назад

Навык анализа влияния зависимостей топологии сервиса Huawei Cloud CCE, который отслеживает пути распространения Service/Ingress/Pod/Node и радиус поражения…

Как процесс F 52/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: scripts/huawei-cloud.py, references/output-schema.md, references/workflow.md

АнализаторKubernetesИнфраструктураДанные 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
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
79
Прогон на моделях
не было
Процессный рейтинг
F
52/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: scripts/huawei-cloud.py, references/output-schema.md, references/workflow.md
Инструменты и файлы вес 18
0
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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: 0. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/huawei-cloud.py
  • предупреждение missing-ref ссылка на отсутствующий файл: references/output-schema.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/workflow.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/risk-rules.md
  • заметка frontmatter-key неизвестное поле фронтматтера "id"

Процессный рейтинг: все десять параметров 52/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: scripts/huawei-cloud.py, references/output-schema.md, references/workflow.md
  • 0Инструменты и файлы. Не хватает 4 файла(ов): scripts/huawei-cloud.py, references/output-schema.md, references/workflow.md
  • 0Ошибки и развилки. Линейный процесс без обработки сбоев
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 30Повторный запуск. Изменяющих операций: 5, без проверки текущего состояния
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 100Шаги. Шагов: 62
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 3367 токенов
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 11. 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 8 примера фраз-триггеров в кавычках
  • +3Длина description 663 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 13 заголовков
  • +3Пошаговые инструкции: 62 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (1 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.

Внешние проверки

ClawHub: suspicious
The skill presents itself as read-only dependency analysis, but the bundled dispatcher can read sensitive cluster data and perform live cloud or Kubernetes changes.
LLM: suspicious (high) · VirusTotal: · 16 июн. 2026 г.