SKILLEMALL.ai

AD reviewing-oracle-to-postgres-migration

Выявляет риски миграции с Oracle на PostgreSQL путем перекрестной проверки кода с известными поведенческими различиями (пустые строки, refcursors, приведение типов, сортировка/правила сортировки, риски планировщика UNION ALL, требования к обновлению материализованных представлений, временные метки, параллельные транзакции и т. д.). Используйте при планировании миграции базы данных, проверке артефактов миграции или проверке того, что интеграционные тесты охватывают различия между Oracle/PostgreSQL.

машинный переводПоказать оригиналСкрыть оригинал«Identifies Oracle-to-PostgreSQL migration risks by cross-referencing c…»

Identifies Oracle-to-PostgreSQL migration risks by cross-referencing code against known behavioral differences (empty strings, refcursors, type coercion, sorting/collations, UNION ALL planner risks, materialized-view refresh requirements, timestamps, concurrent transactions, etc.). Use when planning a database migration, reviewing migration artifacts, or validating that integration tests cover Oracle/PostgreSQL differences.

github/awesome-copilot Agent Skills автор: github MIT 16 файлов тело ≈ 674 токенов Открыть источникgithub.com проанализирован 21 ч назад

Выявляет риски миграции с Oracle на PostgreSQL путем перекрестной проверки кода с известными поведенческими различиями (пустые строки, refcursors, приведение…

Как процесс D 45/100 · Процесс не доведён — слабые места: шаги, результат и критерий готовности, когда включается

АнализаторPostgreSQLРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
85
Прогон на моделях
не было
Процессный рейтинг
D
45/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
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: 16. 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 45/100

    • 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
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 43Шаги. Шагов: 2, расплывчатых формулировок: 1
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 674 токенов
    • 100Повторный запуск. Изменяющих операций нет

    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)
    • +3Нет пошаговых инструкций или чек-листа
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 427 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 5 заголовков
    • +4Есть примеры (2 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 15)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 85.