AB huawei-cloud-swr-image-management
Управление жизненным циклом образов Huawei Cloud SWR (Software Repository for Container) с помощью CLI hcloud. Используйте этот навык, когда пользователь хочет: (1) управлять пространствами имен SWR (организациями) — создавать/запрашивать/удалять, (2) управлять репозиториями образов — создавать/запрашивать/обновлять/удалять, (3) управлять тегами/версиями образов — запрашивать/создавать/удалять, (4) получать учетные данные для входа в Docker для SWR, (5) проверять квоты SWR и лимиты использования. Триггер: пользователь упоминает "SWR image management", "SWR 镜像管理", "container image", "镜像仓库", "SWR 组织", "SWR namespace", "镜像版本", "docker login", "SWR 配额", "SWR tag", "容器镜像", "镜像生命周期", "SWR repository", "SWR 登录", "SWR quota"
машинный переводПоказать оригиналСкрыть оригинал«Huawei Cloud SWR (Software Repository for Container) image lifecycle m…»
Huawei Cloud SWR (Software Repository for Container) image lifecycle management skill using hcloud CLI. Use this skill when the user wants to: (1) manage SWR namespaces (organizations) - create/query/delete, (2) manage image repositories - create/query/update/delete, (3) manage image tags/versions - query/create/delete, (4) obtain docker login credentials for SWR, (5) check SWR quotas and usage limits. Trigger: user mentions "SWR image management", "SWR 镜像管理", "container image", "镜像仓库", "SWR 组织", "SWR namespace", "镜像版本", "docker login", "SWR 配额", "SWR tag", "容器镜像", "镜像生命周期", "SWR repository", "SWR 登录", "SWR quota"
Управление жизненным циклом образов Huawei Cloud SWR (Software Repository for Container) с помощью CLI hcloud.
Как процесс B 70/100 · Почти готов — слабые места: ошибки и развилки, отчётность по ходу
Такой же скилл встречается ещё в 1 месте: ClawHub
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: 11. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
body-longтело SKILL.md ≈ 5124 токенов (рекомендуется < 5000); вынесите детали в references/ - заметка
frontmatter-keyнеизвестное поле фронтматтера "id"
Процессный рейтинг: все десять параметров 70/100
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 60Инструменты и файлы. Используются инструменты (bash), 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 5124 токенов
- 100Шаги. Шагов: 61
- 100Когда включается. Сказано, когда применять и когда не применять
- 100Согласованность. Имя и обязательные поля на месте
- 100Повторный запуск. Изменяющие операции проверяют текущее состояние
- 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 12 примера фраз-триггеров в кавычках
- +3Длина description 621 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 30 заголовков
- +3Пошаговые инструкции: 61 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (14 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (9 из 9)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 85.