SKILLEMALL.ai
EN Войти

AB zilliz-cloud

Управление кластерами Zilliz Cloud и векторными базами данных Milvus — операции с кластерами, коллекциями, векторный поиск, RBAC, резервное копирование, импорт и многое другое через zilliz-cli.

машинный переводПоказать оригиналСкрыть оригинал«Manage Zilliz Cloud clusters and Milvus vector databases — cluster ops…»

Manage Zilliz Cloud clusters and Milvus vector databases — cluster ops, collections, vector search, RBAC, backups, imports, and more via zilliz-cli.

ClawHub Agent Skills автор: Lumina Wang v1.0.0 MIT-0 2 файла тело ≈ 5 415 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Управление кластерами Zilliz Cloud и векторными базами данных Milvus — операции с кластерами, коллекциями, векторный поиск, RBAC, резервное копирование…

Как процесс B 76/100 · Почти готов — трудных мест не видно

ИнтеграцияИнфраструктуратип 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
91/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
77
Прогон на моделях
не было
Процессный рейтинг
B
76/100
Почти готов
Инструменты и файлы вес 18
60
Результат и критерий готовности вес 14
60
Когда включается вес 12
70
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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 5415 токенов (рекомендуется < 5000); вынесите детали в references/

Процессный рейтинг: все десять параметров 76/100

  • 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 70Ошибки и развилки. Развилок: 5
  • 70Стоимость исполнения. Тело инструкции 5415 токенов
  • 100Шаги. Шагов: 75
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 47. Похоже на несколько доменов в одном скилле
  • low Ответ описан самодельной разметкой (6 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

  • +5В description нет примеров фраз, по которым скилл должен срабатывать
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 148 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 73 заголовков
  • +3Пошаговые инструкции: 75 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (49 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 77.

Внешние проверки

ClawHub: clean
This skill is a transparent Zilliz Cloud CLI helper, but it can act on real cloud database resources when given Zilliz credentials.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.