BD alibabacloud-migration-db-evaluation-collector
Стандартный навык на основе инструмента оценки базы данных Alibaba Cloud CMH (Rainmeter). Полный охват: загрузка сборщика, создание учетной записи для сбора данных и предоставление привилегий, запуск сбора, экспорт пакета данных, загрузка для оценки, профилирование исходной базы данных, рекомендация выбора целевой базы данных, оценка совместимости целевой базы данных, создание отчетов об оценке. Триггеры: оценка базы данных, сбор данных базы данных, CMH, Rainmeter, APDS, Cloud Migration Hub, профилирование исходной базы данных, оценка совместимости, выбор целевой базы данных, оценка миграции, оценка базы данных Oracle, полная оценка миграции, PolarDB-O, PolarDB, ADB, миграция Oracle в Alibaba Cloud, учетная запись сборщика, учетная запись сбора, обычный пользователь, пользователь C##, CDB, PDB, multitenant, data.zip, 11 отчетов, отчет об оценке, сбор MySQL, сбор PostgreSQL, сбор SQL Server.
машинный переводПоказать оригиналСкрыть оригинал«Standardized Skill based on Alibaba Cloud CMH (Rainmeter) database eva…»
Standardized Skill based on Alibaba Cloud CMH (Rainmeter) database evaluation tool. Full coverage: download collector, create collection account and grant privileges, run collection, export data package, upload for evaluation, source DB profiling, target DB selection recommendation, target DB compatibility assessment, generate evaluation reports. Triggers: database evaluation, database collection, CMH, Rainmeter, APDS, Cloud Migration Hub, source DB profiling, compatibility assessment, target DB selection, migration evaluation, Oracle DB evaluation, full migration assessment, PolarDB-O, PolarDB, ADB, migrate Oracle to Alibaba Cloud, collector account, collection account, common user, C## user, CDB, PDB, multitenant, data.zip, 11 reports, evaluation report, MySQL collection, PostgreSQL collection, SQL Server collection, 数据库评估, 数据库采集, 迁移评估, 采集账号, 采集器, 源库画像, 目标库选型, 兼容评估, 兼容性分析, 评估报告.
Стандартный навык на основе инструмента оценки базы данных Alibaba Cloud CMH (Rainmeter).
Как процесс D 38/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда")
Процессный рейтинг: все десять параметров 38/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 30Повторный запуск. Изменяющих операций: 8, без проверки текущего состояния
- 60Инструменты и файлы. Используются инструменты (node), но во frontmatter они не объявлены
- 60Шаги. Шагов: 36, расплывчатых формулировок: 4
- 70Стоимость исполнения. Тело инструкции 4950 токенов
- 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: 12. Похоже на несколько доменов в одном скилле
- low Ответ описан самодельной разметкой (13 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
- +5В description нет примеров фраз, по которым скилл должен срабатывать
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Длина description 893: рекомендуется 120–800 символов
- +3Формат ответа не описан: модель каждый раз решает сама
- -41 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
- +1Лицензия не указана
- +2Инструкции на одном языке
- +4Структура: 36 заголовков
- +3Пошаговые инструкции: 36 пунктов
- +4Есть примеры (8 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 65.