SKILLEMALL.ai

AC alibabacloud-oos-chatops-agent

Alibaba Cloud OOS ChatOps Agent для управления облачными ресурсами и операций O&M на естественном языке. Поддерживает запросы ресурсов ECS/RDS/VPC/SLB, выполнение операций (запуск/остановка/перезапуск), просмотр данных мониторинга и биллинга, а также пакетных операций O&M через OOS. Используйте, когда пользователи спрашивают об облачных ресурсах Alibaba Cloud, управлении экземплярами, облачных операциях или автоматизации O&M. Триггеры: «查看实例», «ECS», «RDS», «管理资源», «运维», «OOS», «ChatOps», «阿里云资源», «实例列表», «帮我操作», «重启», «停止实例», «resource management», «cloud operations», «list instances», «batch ops».

машинный переводПоказать оригиналСкрыть оригинал«Alibaba Cloud OOS ChatOps Agent for natural-language cloud resource ma…»

Alibaba Cloud OOS ChatOps Agent for natural-language cloud resource management and O&M operations. Supports querying ECS/RDS/VPC/SLB resources, executing operations (start/stop/restart), viewing monitoring and billing data, and batch O&M via OOS. Use when users ask about Alibaba Cloud resources, instance management, cloud operations, or O&M automation. Triggers: "查看实例", "ECS", "RDS", "管理资源", "运维", "OOS", "ChatOps", "阿里云资源", "实例列表", "帮我操作", "重启", "停止实例", "resource management", "cloud operations", "list instances", "batch ops".

ClawHub Agent Skills автор: alibabacloud-skills-team v0.0.1 MIT-0 5 файлов тело ≈ 1 988 токенов Открыть источникclawhub.ai проанализирован 34 ч назад

Alibaba Cloud OOS ChatOps Agent для управления облачными ресурсами и операций O&M на естественном языке.

Как процесс C 60/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, повторный запуск

ПроцедураИнфраструктураИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
100/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
99
Прогон на моделях
не было
Процессный рейтинг
C
60/100
Есть пробелы
Входы и предусловия вес 11
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 · 0

    ✓ Критических и высоких находок нет

    Просканировано файлов: 5. 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 60/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (bash, web, python), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 85Шаги. Шагов: 25, расплывчатых формулировок: 1
    • 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1988 токенов
    • 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

    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 5 примера фраз-триггеров в кавычках
    • +3Длина description 531 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 11 заголовков
    • +3Пошаговые инструкции: 25 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (5 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)
    • +3Все 1 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 99.

    Внешние проверки

    ClawHub: suspicious
    This skill is coherent for Alibaba Cloud operations, but it can affect live cloud infrastructure and does not clearly require confirmation before state-changing actions.
    LLM: suspicious (high) · VirusTotal: · 7 июл. 2026 г.