BF amazon-opensearch-service
Сервис Amazon OpenSearch и Serverless по пяти направлениям — миграция (Solr/ES/самостоятельно управляемый OpenSearch в AOS/AOSS, перевод схем/запросов, подбор размера, переключение); подготовка (жизненный цикл домена + AOSS, обновления, уровни хранения, FGAC, мониторинг); поиск (векторный / семантический / гибридный / RAG с коннекторами Bedrock); анализ логов (PPL, прием OSI, обнаружение аномалий, OpenSearch Dashboards, альтернативы Splunk/Datadog); анализ трассировок (OTel spans, карты сервисов, Data Prepper). Триггеры по OpenSearch, AOS, AOSS, Elasticsearch, ELK, Solr, Lucene, векторный / k-NN / семантический / гибридный / нейронный поиск, RAG, ELSER, анализ логов, наблюдаемость, Kibana, OSI, OCU, PPL, анализ трассировок, BM25, eDisMax, schema.xml, ILM, ISM, FAISS, HNSW, Migration Assistant for Amazon OpenSearch Service, Historical Data Migration, Live Traffic Migration, UltraWarm, OR1, альтернатива Splunk/Datadog, переход с Solr. Выбирает ОДНО направление за запрос, называет класс экземпляра + количество + расчет шардов, предоставляет примеры DSL-запросов.
машинный переводПоказать оригиналСкрыть оригинал«Amazon OpenSearch Service and Serverless across five capabilities — mi…»
Amazon OpenSearch Service and Serverless across five capabilities — migration (Solr/ES/self-managed OpenSearch into AOS/AOSS, schema/query translation, sizing, cutover); provisioning (domain + AOSS lifecycle, upgrades, storage tiers, FGAC, monitoring); search (vector / semantic / hybrid / RAG with Bedrock connectors); log-analytics (PPL, OSI ingestion, anomaly detection, OpenSearch Dashboards, Splunk/Datadog alternatives); trace-analytics (OTel spans, service maps, Data Prepper). Triggers on OpenSearch, AOS, AOSS, Elasticsearch, ELK, Solr, Lucene, vector / k-NN / semantic / hybrid / neural search, RAG, ELSER, log analytics, observability, Kibana, OSI, OCU, PPL, trace analytics, BM25, eDisMax, schema.xml, ILM, ISM, FAISS, HNSW, Migration Assistant for Amazon OpenSearch Service, Historical Data Migration, Live Traffic Migration, UltraWarm, OR1, Splunk/Datadog alternative, moving off Solr. Picks ONE capability per ask, names instance class + count + shard math, ships query DSL examples.
Сервис Amazon OpenSearch и Serverless по пяти направлениям — миграция (Solr/ES/самостоятельно управляемый OpenSearch в AOS/AOSS, перевод схем/запросов, подбор…
Как процесс F 44/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: references/assessment-workflow.md, references/provisioning-reference.md, references/search-semantic-search-guide.md
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/assessment-workflow.md - предупреждение
missing-refссылка на отсутствующий файл: references/provisioning-reference.md - предупреждение
missing-refссылка на отсутствующий файл: references/search-semantic-search-guide.md - предупреждение
missing-refссылка на отсутствующий файл: references/log-analytics-guide.md - предупреждение
missing-refссылка на отсутствующий файл: references/trace-analytics-trace-queries.md - предупреждение
missing-refссылка на отсутствующий файл: ... - предупреждение
missing-refссылка на отсутствующий файл: references/sizing.md - предупреждение
missing-refссылка на отсутствующий файл: references/vector-knn.md - предупреждение
missing-refссылка на отсутствующий файл: references/observability.md - предупреждение
missing-refссылка на отсутствующий файл: references/security.md - предупреждение
missing-refссылка на отсутствующий файл: references/personas.md - предупреждение
missing-refссылка на отсутствующий файл: references/assessment-gotchas.md - предупреждение
missing-refссылка на отсутствующий файл: references/assessment-knowledge-retrieval.md - предупреждение
missing-refссылка на отсутствующий файл: references/<other-capability>-<entry>.md
Процессный рейтинг: все десять параметров 44/100
- 0Инструменты и файлы. Не хватает 14 файла(ов): references/assessment-workflow.md, references/provisioning-reference.md, references/search-semantic-search-guide.md
- 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
- 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
- 100Шаги. Шагов: 19
- 100Когда включается. Сказано, когда применять и когда не применять
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1788 токенов
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- low Ответ описан самодельной разметкой (3 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
- +5В description нет примеров фраз, по которым скилл должен срабатывать
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Длина description 998: рекомендуется 120–800 символов
- +3Формат ответа не описан: модель каждый раз решает сама
- +4Нет примеров входа/выхода
- +1Лицензия не указана
- +2Инструкции на одном языке
- +4Структура: 5 заголовков
- +3Пошаговые инструкции: 19 пунктов
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 53.