DC alibabacloud-lakehouse-migration
Единая точка входа для вызова навыка LHM (Lakehouse Migration Center), координирующая три основные возможности: преобразование SQL, проверка данных и миграция рабочих процессов больших данных. Используйте, когда пользователь поднимает вопрос миграции lakehouse, такой как преобразование диалекта SQL (например, «presto в spark», «hive в maxcompute», «преобразовать SQL», «SQL преобразование», «преобразование диалекта»), проверка данных до/после миграции / сравнение согласованности данных («проверка данных», «сравнение данных», «проверка согласованности», «запустить проверку», «проверка объема данных», «проверка метрик»), миграция запланированных рабочих процессов, таких как DataWorks/DolphinScheduler/Airflow («миграция рабочего процесса», «миграция задач планирования», «создать источник данных», «создать источник данных», «перенести X в Y»), или когда пользователь не уверен, какой поднавык использовать, или нуждается в межфункциональном сотрудничестве.
машинный переводПоказать оригиналСкрыть оригинал«Unified dispatch entry point for the LHM (Lakehouse Migration Center)…»
Unified dispatch entry point for the LHM (Lakehouse Migration Center) skill, coordinating the three core capabilities of SQL conversion, data validation, and big-data workflow migration. Use when the user raises a lakehouse migration requirement, such as SQL dialect conversion (e.g., "presto to spark", "hive to maxcompute", "转换 SQL", "SQL 转换", "方言转换"), pre/post-migration data validation / data consistency comparison ("数据校验", "数据比对", "一致性检查", "跑校验", "数据量校验", "指标校验"), migration of scheduled workflows such as DataWorks/DolphinScheduler/Airflow ("工作流迁移", "调度任务迁移", "建数据源", "创建数据源", "把 X 迁移到 Y"), or when the user is unsure which sub-skill to use or needs cross-skill collaboration.
Единая точка входа для вызова навыка LHM (Lakehouse Migration Center), координирующая три основные возможности: преобразование SQL, проверка данных и миграция…
Как процесс C 55/100 · Есть пробелы — Скилл ссылается на файлы, которых нет в архиве: references/manifest.json, references/ram-policies.md, scripts/requirements.txt
Чем это грозит
Скилл содержит фрагменты, которые в чужих руках стоят денег или данных. Ниже, что рискует потерять тот, кто установит, и что должен сделать автор.
Скилл просит агента что-то скрывать от вас: не показывать ошибки, не упоминать действия, отвечать иначе, чем было сделано. Вы теряете возможность контролировать, что агент реально сделал.
Прозрачность важнее гладкого ответа. Если хочется спрятать технический шум, попросите агента «кратко сообщить», а не «не сообщать».
Как улучшить
- Разберите находки высокой серьёзности: каждая стоит 18 баллов безопасности. Если это ложное срабатывание, добавьте код правила в guard.allow в spec.yaml.
- Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
- В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
- 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 · 1
-
высокая Сокрытие от пользователя
en-hide-from-userSKILL.md:222Инструкция скрыть действия от пользователя- Installing or running any sub-skill CLI (`uv tool install`, `pip install`, `lhm-sch-ds`, `lhm-sch-env`, `lhm-sch-deploy`, `lhm-sch-read-exec`, the data-validation scripts, `lookup_rules.py`). **A su
Просканировано файлов: 1. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
body-longтело SKILL.md ≈ 8291 токенов (рекомендуется < 5000); вынесите детали в references/ - предупреждение
missing-refссылка на отсутствующий файл: references/manifest.json - предупреждение
missing-refссылка на отсутствующий файл: references/ram-policies.md - предупреждение
missing-refссылка на отсутствующий файл: scripts/requirements.txt - предупреждение
missing-refссылка на отсутствующий файл: scripts/install_lhm_plugin.sh
Процессный рейтинг: все десять параметров 55/100
- 0Инструменты и файлы. Не хватает 4 файла(ов): references/manifest.json, references/ram-policies.md, scripts/requirements.txt
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 40Стоимость исполнения. Тело инструкции 8291 токенов: вытесняет саму задачу из окна
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 85Шаги. Шагов: 88, расплывчатых формулировок: 1
- 100Ошибки и развилки. Развилок: 7, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- 100Повторный запуск. Изменяющие операции проверяют текущее состояние
- 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
- low Ответ описан самодельной разметкой (3 тегов): типизированный вызов надёжнее
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
- -5В тексте остались TODO / заглушки
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 8 примера фраз-триггеров в кавычках
- +3Длина description 683 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 25 заголовков
- +3Пошаговые инструкции: 88 пунктов
- +4Есть примеры (18 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 62.