BB alibabacloud-pai-node-management
Управление вычислительными узлами Alibaba Cloud PAI — список узлов в ResourceGroup или Quota, проверка статуса узла, аппаратных характеристик (GPU / CPU / память) и использования ресурсов, а также выполнение безопасных операций обслуживания (cordon, uncordon, drain) с явным двухэтапным подтверждением. Используйте, когда пользователь просит перечислить / получить / проверить узлы PAI, проверить статус узла, найти MachineGroup или ResourceGroup узла, или выполнить cordon / uncordon / drain узла. Вне сферы действия: изменение состояния питания узла (запуск / остановка / перезагрузка), замена / миграция узла, метрики GPU для отдельных узлов и список подов для отдельных узлов — они управляются платформой и требуют эскалации команде Ops платформы / тикету Lingjun ops / менеджеру по работе с клиентами. Триггерные фразы: "PAI node", "list nodes", "node status", "GPU node", "Lingjun node", "cordon node", "uncordon node", "drain node", "isolate node for maintenance", "PAI 节点", "查看节点", "隔离节点", "恢复节点".
машинный переводПоказать оригиналСкрыть оригинал«Manage Alibaba Cloud PAI compute Nodes — list nodes within a ResourceG…»
Manage Alibaba Cloud PAI compute Nodes — list nodes within a ResourceGroup or Quota, inspect a node's status, hardware spec (GPU / CPU / memory) and resource usage, and perform safety-gated maintenance operations (cordon, uncordon, drain) with explicit two-step confirmation. Use when the user asks to list / get / inspect PAI nodes, check node status, find a node's MachineGroup or ResourceGroup, or cordon / uncordon / drain a node. Out of scope: node power changes (start / stop / reboot), node replacement / migration, per-node GPU metrics, and per-node pod listing — these are platform-managed and require escalation to the platform Ops team / Lingjun ops ticket / account manager. Trigger phrases: "PAI node", "list nodes", "node status", "GPU node", "Lingjun node", "cordon node", "uncordon node", "drain node", "isolate node for maintenance", "PAI 节点", "查看节点", "隔离节点", "恢复节点".
Управление вычислительными узлами Alibaba Cloud PAI — список узлов в ResourceGroup или Quota, проверка статуса узла, аппаратных характеристик (GPU / CPU /…
Как процесс B 67/100 · Почти готов — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск
Чем это грозит
Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.
Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.
Скилл содержит команды, которые удаляют файлы, переписывают диски или исполняют код, скачанный из сети. Агент может выполнить их без вопроса, если считает, что так требует инструкция.
Замените разрушительные команды на безопасные аналоги с подтверждением, ограничьте область действия конкретной папкой и не тяните код через curl | bash: укажите версию и контрольную сумму.
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 · 1
✓ Критических и высоких находок нет
Средние и низкие: 1
-
средняя Опасные команды
cmd-privilegereferences/cli-installation-guide.md:22Повышение привилегий / права на запись для всехsudo mv aliyun /usr/local/bin/aliyun
Просканировано файлов: 13. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
body-longтело SKILL.md ≈ 7213 токенов (рекомендуется < 5000); вынесите детали в references/ - заметка
frontmatter-keyнеизвестное поле фронтматтера "domain" - заметка
frontmatter-keyнеизвестное поле фронтматтера "required_permissions" - заметка
edit-residueв тексте есть пометки об устаревшем (строки 186): проверьте, не остались ли старые правила рядом с новыми — полная проверка читает текст на противоречия
Процессный рейтинг: все десять параметров 67/100
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 30Повторный запуск. Изменяющих операций: 14, без проверки текущего состояния
- 40Результат и критерий готовности. Не сказано, что считать результатом
- 60Инструменты и файлы. Используются инструменты (bash, web, python, node), но во frontmatter они не объявлены
- 70Стоимость исполнения. Тело инструкции 7213 токенов
- 85Шаги. Шагов: 29, расплывчатых формулировок: 3
- 100Когда включается. Сказано, когда применять и когда не применять
- 100Ошибки и развилки. Развилок: 9, есть раздел про ошибки
- 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: 10. Похоже на несколько доменов в одном скилле
- low Ответ описан самодельной разметкой (18 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
- +3Длина description 884: рекомендуется 120–800 символов
- +3Формат ответа не описан: модель каждый раз решает сама
- -212 эмодзи в инструкциях: шум для модели
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 10 примера фраз-триггеров в кавычках
- +4Описание говорит, когда скилл НЕ применять
- +4Структура: 15 заголовков
- +3Пошаговые инструкции: 29 пунктов
- +4Есть примеры (5 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (11 из 11)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.