SKILLEMALL.ai

AC cm-dagster-pipeline-analyzer

Анализ конвейеров Dagster и программно-определяемых активов на предмет качества, планирования, партиционирования, менеджеров ввода/вывода, конфигурации ресурсов и наблюдаемости. Проверяет зависимости активов, политики свежести, структуру групп, конфигурацию сенсоров/расписаний и операционные лучшие практики. Используйте при запросе на проверку кода Dagster, аудит графов активов, проверку лучших практик Dagster, анализ стратегий партиционирования, проверку менеджеров ввода/вывода или оптимизацию развертываний Dagster. Активируется по запросу «dagster», «software-defined assets», «dagster assets», «dagster pipeline», «dagster schedule», «dagster sensor», «dagster partition», «io manager», «dagster resources», «dagster ops», «dagster jobs», «asset graph».

машинный переводПоказать оригиналСкрыть оригинал«Analyze Dagster pipelines and software-defined assets for quality, sch…»

Analyze Dagster pipelines and software-defined assets for quality, scheduling, partitioning, IO managers, resource configuration, and observability. Checks asset dependencies, freshness policies, group structure, sensor/schedule configuration, and operational best practices. Use when asked to review Dagster code, audit asset graphs, check Dagster best practices, analyze partition strategies, review IO managers, or optimize Dagster deployments. Triggers on "dagster", "software-defined assets", "dagster assets", "dagster pipeline", "dagster schedule", "dagster sensor", "dagster partition", "io manager", "dagster resources", "dagster ops", "dagster jobs", "asset graph".

ClawHub Agent Skills автор: charlie-morrison v1.0.0 MIT-0 2 файла тело ≈ 1 655 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Анализ конвейеров Dagster и программно-определяемых активов на предмет качества, планирования, партиционирования, менеджеров ввода/вывода, конфигурации…

Как процесс C 60/100 · Есть пробелы — слабые места: входы и предусловия, ошибки и развилки, согласованность

АнализаторИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
97/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
92
Прогон на моделях
не было
Процессный рейтинг
C
60/100
Есть пробелы
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
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: 2. 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 60/100

    • 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
    • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (cm-dagster-pipeline-analyzer) не совпадает с папкой (dagster-pipeline-analyzer)
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 11
    • 100Стоимость исполнения. Тело инструкции 1655 токенов

    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

    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 12 примера фраз-триггеров в кавычках
    • +3Длина description 675 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 14 заголовков
    • +3Пошаговые инструкции: 11 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (9 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 92.

    Внешние проверки

    ClawHub: clean
    The reviewed artifacts are coherent development and moderation helper skills with disclosed commands and user-control guardrails, not hidden or deceptive behavior.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.