SKILLEMALL.ai
GitHub ↗ EN Войти

AC alibabacloud-analyticdb-postgresql-query

Навык запросов к AnalyticDB PostgreSQL. Любой AI Agent с возможностью выполнения команд оболочки может использовать этот навык для подключения к базе данных AnalyticDB PostgreSQL через psql, выполнения запросов только для чтения и, при необходимости, экспорта результатов в формате CSV для локального анализа. **Безопасность**: Все операции доступа к данным (запросы SELECT, экспорт CSV) требуют явного подтверждения пользователя перед выполнением. Экспортированные файлы CSV могут содержать конфиденциальные бизнес-данные — Агент должен напомнить пользователям обрабатывать экспортированные файлы в соответствии с политиками безопасности данных их организации. Ключевые слова: query data, SQL query, export CSV, ADBPG, analyze, statistics, psql

машинный переводПоказать оригиналСкрыть оригинал«AnalyticDB PostgreSQL Query Skill. Any AI Agent with shell execution c…»

AnalyticDB PostgreSQL Query Skill. Any AI Agent with shell execution capability can use this Skill to connect to an AnalyticDB PostgreSQL database via psql, execute read-only queries, and optionally export results as CSV for local analysis. **Security**: All data access operations (SELECT queries, CSV exports) require explicit user confirmation before execution. Exported CSV files may contain sensitive business data — the Agent must remind users to handle exported files according to their organization's data security policies. Trigger words: query data, SQL query, export CSV, ADBPG, analyze, statistics, psql

ClawHub Agent Skills автор: alibabacloud-skills-team v0.0.1-beta.1 MIT-0 10 файлов тело ≈ 3 669 токенов Открыть источникclawhub.ai↗ проанализирован 36 ч назад

Навык запросов к AnalyticDB PostgreSQL.

Как процесс C 57/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, отчётность по ходу

ПроцедураPostgreSQLДанные 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
94/100
безопасность, качество, тесты
Безопасность 60%
98
Качество 40%
88
Прогон на моделях
не было
Процессный рейтинг
C
57/100
Есть пробелы
Результат и критерий готовности вес 14
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
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 · 2

    ✓ Критических и высоких находок нет

    Средние и низкие: 2
    • низкая Рискованное назначение intent-offensive-security references/best-practices.md:137
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      ### 4.1 Account Privilege Escalation Risk (Frequently Triggered)
    • низкая Опасные команды cmd-shell-rc references/connection-guide.md:45
      Запись в файл автозагрузки shell (.bashrc / .zshrc / .profile) (документация security-скилла)
      echo 'export PATH="/opt/homebrew/opt/libpq/bin:$PATH"' >> ~/.zshrc && source ~/.zshrc
      security-скилл

    Просканировано файлов: 10. 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 57/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Инструменты и файлы. Используются инструменты (bash, web, python), но во frontmatter они не объявлены
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 85Шаги. Шагов: 47, расплывчатых формулировок: 1
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 3669 токенов
    • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
    • 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

    • +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 615 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 9 заголовков
    • +3Пошаговые инструкции: 47 пунктов
    • +4Есть примеры (5 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (5 из 6)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.

    Внешние проверки

    ClawHub: clean
    This is a documented read-only database-query helper; it handles sensitive database data, but the access, export behavior, and credential setup are disclosed and constrained by user confirmation and read-only controls.
    LLM: benign (high) · VirusTotal: · 23 июн. 2026 г.