SKILLEMALL.ai
EN Войти

BB huawei-cloud-dws-io-diag

Навык диагностики причин перегрузки ввода-вывода кластера DWS, основанный на KooCLI v3.2.0+ и DWS Autopilot MCP Server. Автоматически собирает метрики ввода-вывода, анализирует причины (на стороне клиента / на стороне системы) с помощью трехэтапного дерева решений и выдает стандартизированный отчет о диагностике. Применим к сценариям чрезмерного использования ввода-вывода кластера DWS, сигналов тревоги ввода-вывода, аномальной нагрузки ввода-вывода диска. Ключевые слова: "I/O高", "I/O告警", "I/O诊断", "I/O过载", "IO高", "IO告警", "IO诊断", "IO过载", "磁盘IO负载异常", "util打满", "await高", "high I/O", "I/O alarm", "I/O diagnosis"

машинный переводПоказать оригиналСкрыть оригинал«DWS cluster I/O overload root cause diagnosis skill, based on KooCLI v…»

DWS cluster I/O overload root cause diagnosis skill, based on KooCLI v3.2.0+ and DWS Autopilot MCP Server. Automatically collects I/O metrics, analyzes root causes (customer-side / system-side) via three-stage decision tree, and outputs a standardized diagnosis report. Applicable to DWS cluster I/O usage too high, I/O alarms, disk I/O load anomaly scenarios. Trigger words: "I/O高", "I/O告警", "I/O诊断", "I/O过载", "IO高", "IO告警", "IO诊断", "IO过载", "磁盘IO负载异常", "util打满", "await高", "high I/O", "I/O alarm", "I/O diagnosis"

ClawHub Agent Skills автор: huaweicloud-skills-team v1.0.0 MIT-0 10 файлов тело ≈ 9 836 токенов Открыть источникclawhub.ai↗ проанализирован 35 ч назад

Навык диагностики причин перегрузки ввода-вывода кластера DWS, основанный на KooCLI v3.2.0+ и DWS Autopilot MCP Server. Автоматически собирает метрики…

Как процесс B 74/100 · Почти готов — слабые места: стоимость исполнения, повторный запуск, отчётность по ходу

АнализаторОперации и проектытип 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
B
84/100
безопасность, качество, тесты
Безопасность 60%
85
Качество 40%
83
Прогон на моделях
не было
Процессный рейтинг
B
74/100
Почти готов
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
Стоимость исполнения вес 6
40
три самых слабых из десяти параметров · все десять

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Опасные команды средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

Скилл содержит команды, которые удаляют файлы, переписывают диски или исполняют код, скачанный из сети. Агент может выполнить их без вопроса, если считает, что так требует инструкция.

Автору

Замените разрушительные команды на безопасные аналоги с подтверждением, ограничьте область действия конкретной папкой и не тяните код через curl | bash: укажите версию и контрольную сумму.

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 · 3

✓ Критических и высоких находок нет

Средние и низкие: 3
  • средняя Опасные команды cmd-privilege references/cli-installation-guide.md:27
    Повышение привилегий / права на запись для всех
    sudo mv hcloud /usr/local/bin/
  • средняя Опасные команды cmd-privilege references/cli-installation-guide.md:36
    Повышение привилегий / права на запись для всех
    sudo mv hcloud /usr/local/bin/
  • средняя Опасные команды cmd-privilege references/cli-installation-guide.md:45
    Повышение привилегий / права на запись для всех
    sudo mv hcloud /usr/local/bin/

Просканировано файлов: 10. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 9836 токенов (рекомендуется < 5000); вынесите детали в references/
  • заметка frontmatter-key неизвестное поле фронтматтера "trigger"
  • заметка frontmatter-key неизвестное поле фронтматтера "input_schema"
  • заметка frontmatter-key неизвестное поле фронтматтера "output_schema"

Процессный рейтинг: все десять параметров 74/100

  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
  • 40Стоимость исполнения. Тело инструкции 9836 токенов: вытесняет саму задачу из окна
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 60Шаги. Шагов: 134, расплывчатых формулировок: 6
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 100Инструменты и файлы. Инструменты объявлены во frontmatter
  • 100Входы и предусловия. Входные данные и предусловия перечислены
  • 100Ошибки и развилки. Развилок: 6, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • low Разделов верхнего уровня: 10. 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 6 примера фраз-триггеров в кавычках
  • +3Длина description 514 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 32 заголовков
  • +3Пошаговые инструкции: 134 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (7 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (8 из 8)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 83.

Внешние проверки

ClawHub: suspicious
This DWS diagnostic skill is mostly read-only and purpose-aligned, but it needs Review because it expands beyond its declared tool list, handles cloud credentials in risky ways, and saves potentially sensitive reports locally.
LLM: suspicious (high) · 21 июл. 2026 г.