BB alibabacloud-emas-apm-query
Навык устранения неполадок в Alibaba Cloud EMAS APM (мониторинг производительности мобильных приложений). Охватывает 4 API только для чтения, предоставляемые плагином `aliyun emas-appmonitor`: `get-issues` / `get-issue` / `get-errors` / `get-error`. Возможности: агрегация Top-N, детализация примеров стеков и разбивка по измерениям для 6 типов проблем (сбой / ANR / задержка / пользовательская / утечка памяти / выделение памяти), в сочетании с исходным кодом пользователя (Java / Kotlin / Objective-C / Swift / ArkTS / Dart / C# / JS) для анализа первопричин и предложений по исправлению. Поддержка клиентов: нативные Android / iOS / HarmonyOS, Flutter, Unity (для android / iphoneos / harmony; H5 вне области действия). Триггеры: анализ сбоев приложений, устранение неполадок ANR, расследование сбоев APM, список основных проблем, «что это за digestHash», топ-5 ANR на iOS, анализ утечек памяти на Android, стеки пользовательских исключений Flutter, выборка образцов задержек, использование emas appmonitor, сортировка проблем по частоте ошибок, сопоставление стека с исходным кодом, проблема appKey, анализ проблем EMAS APM, анализ проблем APM.
машинный переводПоказать оригиналСкрыть оригинал«Alibaba Cloud EMAS APM (mobile Application Performance Monitoring) iss…»
Alibaba Cloud EMAS APM (mobile Application Performance Monitoring) issue troubleshooting skill. Covers the 4 read-only OpenAPIs exposed by the `aliyun emas-appmonitor` plugin: `get-issues` / `get-issue` / `get-errors` / `get-error`. Capabilities: Top-N aggregation, sample stack drill-down and dimension breakdowns for 6 issue types (crash / anr / lag / custom / memory_leak / memory_alloc), combined with the user's source code (Java / Kotlin / Objective-C / Swift / ArkTS / Dart / C# / JS) to produce root cause analysis and fix suggestions. Client coverage: native Android / iOS / HarmonyOS, Flutter, Unity (bundled to android / iphoneos / harmony; H5 is out of scope). Triggers: analyze app crash, troubleshoot ANR, APM crash investigation, list top issues, "what is this digestHash", iOS ANR Top 5, Android memory leak analysis, Flutter custom exception stacks, pull lag samples, emas appmonitor usage, sort issues by error rate, map stack to source, appKey problem, EMAS APM issue analysis, analyze APM issues.
Навык устранения неполадок в Alibaba Cloud EMAS APM (мониторинг производительности мобильных приложений).
Как процесс B 71/100 · Почти готов — слабые места: результат и критерий готовности, повторный запуск
Чем это грозит
Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.
Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.
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.
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
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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 · 2
✓ Критических и высоких находок нет
Средние и низкие: 2
-
средняя Опасные команды
cmd-privilegereferences/cli-installation-guide.md:37Повышение привилегий / права на запись для всехsudo mv aliyun /usr/local/bin/
-
средняя Опасные команды
cmd-privilegereferences/cli-installation-guide.md:43Повышение привилегий / права на запись для всехsudo mv aliyun /usr/local/bin/
Просканировано файлов: 32. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда")
Процессный рейтинг: все десять параметров 71/100
- 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
- 40Результат и критерий готовности. Не сказано, что считать результатом
- 50Когда включается. Не сказано, при каком запросе скилл включается
- 60Инструменты и файлы. Используются инструменты (bash, web), но во frontmatter они не объявлены
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 70Стоимость исполнения. Тело инструкции 4723 токенов
- 100Шаги. Шагов: 32
- 100Ошибки и развилки. Развилок: 7, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- 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: 11. 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
- +5В description нет примеров фраз, по которым скилл должен срабатывать
- +3Длина description 1016: рекомендуется 120–800 символов
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +4Описание говорит, когда скилл НЕ применять
- +4Структура: 17 заголовков
- +3Пошаговые инструкции: 32 пунктов
- +4Есть примеры (12 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (13 из 13)
- +3Все 2 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.