AC wechat-miniprogram-cloudbase-deploy
Развертывание мини-программы WeChat в WeChat CloudBase (云开发): развертывание облачных функций через tcb, ручное создание коллекций баз данных в консоли и загрузка фронтенда через miniprogram-ci. Охватывает подводные камни реальной среды: CLI не может создавать коллекции, tcb fn invoke возвращает ошибку метаданных пространства имен, список IP-адресов для загрузки принимает только IPv4 (поэтому исходящий трафик IPv6 всегда отклоняется), а пробная среда по умолчанию имеет значение ap-shanghai. Активируется, когда задача включает 部署微信小程序, 云开发, CloudBase, tcb 部署云函数 или miniprogram-ci 上传.
машинный переводПоказать оригиналСкрыть оригинал«WeChat Mini Program deployment onto WeChat CloudBase (云开发): deploy clo…»
WeChat Mini Program deployment onto WeChat CloudBase (云开发): deploy cloud functions via tcb, manually create database collections in the console, and upload the frontend via miniprogram-ci. Covers real-environment pitfalls: CLI cannot create collections, tcb fn invoke returns a Namespace metadata bug, the upload IP-whitelist only accepts IPv4 (so an IPv6 egress is always rejected), and the trial env defaults to ap-shanghai. Trigger when the task involves 部署微信小程序, 云开发, CloudBase, tcb 部署云函数, or miniprogram-ci 上传.
Развертывание мини-программы WeChat в WeChat CloudBase (云开发): развертывание облачных функций через tcb, ручное создание коллекций баз данных в консоли и…
Как процесс C 59/100 · Есть пробелы — слабые места: результат и критерий готовности, ошибки и развилки, повторный запуск
Как улучшить
- 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
-
низкая Опасные команды
cmd-background-processreferences/pitfalls.md:156Запуск фонового / автозапускаемого процессаnohup $NODE $TCB login |& tee /tmp/tcb-login.log &
Просканировано файлов: 6. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- заметка
frontmatter-keyнеизвестное поле фронтматтера "agent_created"
Процессный рейтинг: все десять параметров 59/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 30Повторный запуск. Изменяющих операций: 19, без проверки текущего состояния
- 60Инструменты и файлы. Используются инструменты (bash, node), но во frontmatter они не объявлены
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 100Шаги. Шагов: 14
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1171 токенов
- 100Отчётность по ходу. Скилл сообщает о ходе работы
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
- +2Инструкции на одном языке
- +3Длина description 515 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 6 заголовков
- +3Пошаговые инструкции: 14 пунктов
- +4Есть примеры (3 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (1 из 1)
- +3Все 2 скриптов описаны в инструкциях
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 91.