SKILLEMALL.ai
EN Войти

AB huawei-cloud-ucs-cluster-onboarding-manager

Интеграция, управление жизненным циклом и парком кластеров Huawei Cloud UCS через CLI hcloud. Регистрация/запрос/удаление кластеров, управление группами парка, получение kubeconfig, проверка квот.

машинный переводПоказать оригиналСкрыть оригинал«Huawei Cloud UCS cluster onboarding, lifecycle, and fleet management v…»

Huawei Cloud UCS cluster onboarding, lifecycle, and fleet management via hcloud CLI. Register/query/remove clusters, manage fleet groups, obtain kubeconfig, check quotas. Trigger: "UCS cluster onboarding", "UCS 集群纳管", "UCS fleet", "UCS 舰队", "UCS kubeconfig", "UCS federation", "UCS 联邦", "UCS 配额", "cluster lifecycle", "纳管集群", "集群管理"

ClawHub Agent Skills автор: huaweicloud-skills-team v1.0.2 MIT-0 14 файлов тело ≈ 6 580 токенов Открыть источникclawhub.ai↗ проанализирован 36 ч назад

Интеграция, управление жизненным циклом и парком кластеров Huawei Cloud UCS через CLI hcloud.

Как процесс B 75/100 · Почти готов — слабые места: повторный запуск, отчётность по ходу

ПроцедураKubernetesИнфраструктураПродажи и CRMтип 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
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
84
Прогон на моделях
не было
Процессный рейтинг
B
75/100
Почти готов
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
Когда включается вес 12
50
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: 14. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 6580 токенов (рекомендуется < 5000); вынесите детали в references/

Процессный рейтинг: все десять параметров 75/100

  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 30Повторный запуск. Изменяющих операций: 37, без проверки текущего состояния
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 70Стоимость исполнения. Тело инструкции 6580 токенов
  • 85Шаги. Шагов: 101, расплывчатых формулировок: 1
  • 100Результат и критерий готовности. Формат результата и критерий готовности описаны
  • 100Ошибки и развилки. Развилок: 2, 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: 12. Похоже на несколько доменов в одном скилле
  • low Ответ описан самодельной разметкой (4 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

  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • -212 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 9 примера фраз-триггеров в кавычках
  • +3Длина description 332 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 25 заголовков
  • +3Пошаговые инструкции: 101 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (10 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (12 из 12)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.

Внешние проверки

ClawHub: suspicious
The skill is coherent for Huawei UCS cluster management, but it needs Review because it handles powerful cloud and Kubernetes credentials with some unsafe or under-scoped examples.
LLM: suspicious (high) · 26 авг. 2026 г.