SKILLEMALL.ai

AC ovirt-mcp

Управление инфраструктурой виртуализации oVirt/RHV через MCP. Предоставляет 186 инструментов для ВМ, хостов, кластеров, сетей, хранилищ, шаблонов, снимков, дисков, событий, RBAC, квот и многого другого. Используйте, когда пользователь просит управлять виртуальными машинами oVirt, создавать/удалять/изменять ВМ, проверять статус хоста, управлять доменами хранения, обрабатывать шаблоны, настраивать сети, управлять разрешениями пользователей, просматривать события/оповещения или выполнять любые операции с инфраструктурой oVirt/RHV. Триггеры на "oVirt", "RHV", "виртуальная машина", "управление ВМ", "домен хранения", "кластер", "управление хостом".

машинный переводПоказать оригиналСкрыть оригинал«Manage oVirt/RHV virtualization infrastructure via MCP. Provides 186 t…»

Manage oVirt/RHV virtualization infrastructure via MCP. Provides 186 tools for VMs, hosts, clusters, networks, storage, templates, snapshots, disks, events, RBAC, quotas, and more. Use when the user asks to manage oVirt virtual machines, create/delete/modify VMs, check host status, manage storage domains, handle templates, configure networks, manage user permissions, view events/alerts, or any oVirt/RHV infrastructure operations. Triggers on "oVirt", "RHV", "virtual machine", "VM management", "storage domain", "cluster", "host management".

ClawHub Agent Skills автор: Joey v0.1.0 MIT-0 17 файлов тело ≈ 1 888 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Управление инфраструктурой виртуализации oVirt/RHV через MCP.

Как процесс C 62/100 · Есть пробелы — слабые места: результат и критерий готовности, повторный запуск, отчётность по ходу

ГенераторGitHubИнфраструктураИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
97/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
93
Прогон на моделях
не было
Процессный рейтинг
C
62/100
Есть пробелы
Результат и критерий готовности вес 14
0
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
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: 17. 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 62/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 27, без проверки текущего состояния
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Шаги. Шагов: 6
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1888 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)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 5 примера фраз-триггеров в кавычках
    • +3Длина description 545 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 20 заголовков
    • +3Пошаговые инструкции: 6 пунктов
    • +4Есть примеры (14 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (14 из 14)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 93.

    Внешние проверки

    ClawHub: suspicious
    This skill is not deceptive, but it gives an AI agent broad oVirt/RHV infrastructure control without enough scoping or safety guidance.
    LLM: suspicious (high) · VirusTotal: · 28 мая 2026 г.