SKILLEMALL.ai
EN Войти

AA huawei-cloud-cce-alarm-correlation-engine

Навык уровня Huawei Cloud AOM для корреляции сигналов тревоги и управления правилами сигнализации для операций CCE. Используйте этот навык, когда пользователь хочет: (1) запрашивать активные и исторические сигналы тревоги AOM, (2) анализировать дедупликацию сигналов тревоги, штормы сигналов тревоги, группировку по серьезности, всплески сигналов тревоги и хронические сигналы тревоги, (3) проверять состояние сигналов тревоги кластера CCE, (4) запрашивать, создавать, обновлять, удалять, включать или отключать правила сигнализации AOM, (5) запрашивать или создавать правила действий уведомлений, (6) пакетно настраивать или очищать рекомендуемые CCE правила сигнализации AOM из шаблона сигналов тревоги CCE на стороне облака. Триггер: пользователь упоминает «alarm correlation», «AOM alarm», «alarm rule», «alarm storm», «alarm inspection», «notification rule», «告警关联», «AOM 告警», «告警规则», «告警风暴», «通知规则» или «CCE 告警».

машинный переводПоказать оригиналСкрыть оригинал«Huawei Cloud AOM alarm correlation and alarm-rule management skill for…»

Huawei Cloud AOM alarm correlation and alarm-rule management skill for CCE operations. Use this skill when the user wants to: (1) query AOM active and historical alarms, (2) analyze alarm deduplication, alarm storms, severity grouping, burst alarms, and chronic alarms, (3) inspect CCE cluster alarm health, (4) query, create, update, delete, enable, or disable AOM alarm rules, (5) query or create notification action rules, (6) batch configure or clean CCE recommended AOM alarm rules from the cloud-side CCE alarm template. Trigger: user mentions "alarm correlation", "AOM alarm", "alarm rule", "alarm storm", "alarm inspection", "notification rule", "告警关联", "AOM 告警", "告警规则", "告警风暴", "通知规则", or "CCE 告警".

ClawHub Agent Skills автор: huaweicloud-skills-team v1.0.0 MIT-0 18 файлов тело ≈ 5 558 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Навык уровня Huawei Cloud AOM для корреляции сигналов тревоги и управления правилами сигнализации для операций CCE.

Как процесс A 81/100 · Дойдёт до конца — слабые места: повторный запуск, отчётность по ходу

АнализаторИнфраструктуратип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw 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) Goose OpenCode
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
88
Прогон на моделях
не было
Процессный рейтинг
A
81/100
Дойдёт до конца
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
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: 18. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 5558 токенов (рекомендуется < 5000); вынесите детали в references/
  • заметка frontmatter-key неизвестное поле фронтматтера "id"

Процессный рейтинг: все десять параметров 81/100

  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 30Повторный запуск. Изменяющих операций: 33, без проверки текущего состояния
  • 60Инструменты и файлы. Используются инструменты (bash, web, python, node), но во frontmatter они не объявлены
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 70Стоимость исполнения. Тело инструкции 5558 токенов
  • 85Шаги. Шагов: 79, расплывчатых формулировок: 1
  • 100Результат и критерий готовности. Формат результата и критерий готовности описаны
  • 100Когда включается. Сказано, когда применять и когда не применять
  • 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 14. Похоже на несколько доменов в одном скилле

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 8 примера фраз-триггеров в кавычках
  • +3Длина description 708 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 29 заголовков
  • +3Пошаговые инструкции: 79 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (14 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (10 из 10)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.

Внешние проверки

ClawHub: clean
This is a disclosed Huawei Cloud alarm-management skill that can change monitoring rules only through a preview-and-confirm workflow.
LLM: benign (high) · VirusTotal: · 21 июл. 2026 г.