SKILLEMALL.ai
GitHub ↗ EN Войти

BB gke-ai-troubleshooting-tpu-vm-repair-stuck

Диагностирует экземпляры GKE TPU VM, застрявшие в режиме восстановления Compute Engine (состояние REPAIRING) после ошибок хоста, событий обслуживания или сообщений о неисправности хоста в пулах узлов в режимах одного хоста, нескольких хостов, динамического разделения и полного использования TPU. Используйте, когда экземпляры TPU в пуле узлов среза остаются в состоянии REPAIRING, события ошибок хоста появляются в журналах аудита или срезы TPU не могут быть запланированы из-за VM в процессе восстановления. Не используйте для узлов, сообщающих Ready: Unknown, когда ни один VM не находится в состоянии REPAIRING (используйте gke-ai-troubleshooting-node-unresponsive-timeout), других узлов NotReady, когда ни один VM не находится в состоянии REPAIRING (используйте gke-node-notready), ожидающих Pods, когда все узлы готовы (используйте gke-workload-troubleshooting), событий вытеснения JobSet (используйте gke-ai-troubleshooting-jobset-interruption) или сбоев жизненного цикла пользовательского ресурса Slice (используйте gke-ai-troubleshooting-tpu-dynamic-slices-monitoring).

машинный переводПоказать оригиналСкрыть оригинал«Diagnose GKE TPU VM instances stuck in Compute Engine repair (REPAIRIN…»

Diagnose GKE TPU VM instances stuck in Compute Engine repair (REPAIRING state) after host errors, maintenance events, or faulty host reports in single-host, multi-host, dynamic slicing, and TPU All Capacity mode node pools. Use when TPU instances in a slice node pool remain in REPAIRING, host error events appear in audit logs, or TPU slices are unschedulable due to a VM in repair. Don't use for nodes reporting Ready: Unknown when no VM is in REPAIRING (use gke-ai-troubleshooting-node-unresponsive-timeout), other NotReady nodes when no VM is in REPAIRING (use gke-node-notready), Pending Pods when all nodes are Ready (use gke-workload-troubleshooting), JobSet preemption events (use gke-ai-troubleshooting-jobset-interruption), or Slice custom resource lifecycle failures (use gke-ai-troubleshooting-tpu-dynamic-slices-monitoring).

google/skills Agent Skills автор: google Apache-2.0 2 файла тело ≈ 5 812 токенов Открыть источникgithub.com↗ проанализирован 5 дн назад

Диагностирует экземпляры GKE TPU VM, застрявшие в режиме восстановления Compute Engine (состояние REPAIRING) после ошибок хоста, событий обслуживания или…

Как процесс B 65/100 · Почти готов — слабые места: результат и критерий готовности

АнализаторKubernetesGoogle CloudДанные и аналитикатип и темы размечены автоматически по тексту скилла
Запускается в: Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) OpenClaw Goose OpenCode
JSON
Технический рейтинг
B
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
79
Прогон на моделях
не было
Процессный рейтинг
B
65/100
Почти готов
Результат и критерий готовности вес 14
0
Когда включается вес 12
50
Инструменты и файлы вес 18
60
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 5812 токенов (рекомендуется < 5000); вынесите детали в references/

Процессный рейтинг: все десять параметров 65/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 60Инструменты и файлы. Используются инструменты (bash, node), но во frontmatter они не объявлены
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 70Ошибки и развилки. Развилок: 4
  • 70Стоимость исполнения. Тело инструкции 5812 токенов
  • 100Шаги. Шагов: 69
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают

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
  • +3Длина description 837: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Описание говорит, когда скилл НЕ применять
  • +4Структура: 10 заголовков
  • +3Пошаговые инструкции: 69 пунктов
  • +4Есть примеры (0 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.