BF monte-carlo-performance-diagnosis
Диагностирует проблемы производительности конвейера — медленные задания, дорогие запросы, тенденции задержек — с помощью кроссплатформенной наблюдаемости Monte Carlo. Использует многоуровневый подход к расследованию: обнаружение проблем, связь с затронутыми таблицами, затем углубление в первопричины.
машинный переводПоказать оригиналСкрыть оригинал«Diagnoses pipeline performance issues -- slow jobs, expensive queries,…»
Diagnoses pipeline performance issues -- slow jobs, expensive queries, latency trends -- using Monte Carlo's cross-platform observability. Uses a tiered investigation approach: discover problems, bridge to affected tables, then drill into root causes.
Диагностирует проблемы производительности конвейера — медленные задания, дорогие запросы, тенденции задержек — с помощью кроссплатформенной наблюдаемости…
Как процесс F 54/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: references/investigation-tiers.md, references/query-analysis.md
Такой же скилл встречается ещё в 2 местах: agentic-awesome-skills, agentic-awesome-skills
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
- 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: 1. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - предупреждение
missing-refссылка на отсутствующий файл: references/investigation-tiers.md - предупреждение
missing-refссылка на отсутствующий файл: references/query-analysis.md - заметка
frontmatter-keyнеизвестное поле фронтматтера "risk" - заметка
frontmatter-keyнеизвестное поле фронтматтера "source" - заметка
frontmatter-keyнеизвестное поле фронтматтера "source_repo" - заметка
frontmatter-keyнеизвестное поле фронтматтера "source_type" - заметка
frontmatter-keyнеизвестное поле фронтматтера "date_added" - заметка
frontmatter-keyнеизвестное поле фронтматтера "license_source"
Процессный рейтинг: все десять параметров 54/100
- 0Инструменты и файлы. Не хватает 2 файла(ов): references/investigation-tiers.md, references/query-analysis.md
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
- 60Ошибки и развилки. Развилок: 2
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 100Шаги. Шагов: 58
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1884 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 251 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 13 заголовков
- +3Пошаговые инструкции: 58 пунктов
- +4Есть примеры (0 блоков кода)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 61.