SKILLEMALL.ai
EN Войти

BC alibabacloud-pai-dlc-job

Навык управления задачами Alibaba Cloud PAI-DLC (Deep Learning Containers). Включает: CRUD для задач распределенного обучения, мониторинг (логи и события), проверку работоспособности GPU. Триггеры: "DLC", "PAI-DLC", "create-job", "list-jobs", "get-job", "stop-job", "update-job", "get-pod-logs", "get-job-events", "get-pod-events", "list-job-sanity-check-results".

машинный переводПоказать оригиналСкрыть оригинал«Alibaba Cloud PAI-DLC (Deep Learning Containers) job management skill.…»

Alibaba Cloud PAI-DLC (Deep Learning Containers) job management skill. Covers: distributed training job CRUD, monitoring (logs and events), and GPU sanity check. Triggers: "DLC", "PAI-DLC", "create-job", "list-jobs", "get-job", "stop-job", "update-job", "get-pod-logs", "get-job-events", "get-pod-events", "list-job-sanity-check-results".

ClawHub Agent Skills автор: alibabacloud-skills-team v0.0.2 MIT-0 8 файлов тело ≈ 4 865 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Навык управления задачами Alibaba Cloud PAI-DLC (Deep Learning Containers).

Как процесс C 63/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск

ГенераторИнфраструктуратип 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
80/100
безопасность, качество, тесты
Безопасность 60%
80
Качество 40%
81
Прогон на моделях
не было
Процессный рейтинг
C
63/100
Есть пробелы
Входы и предусловия вес 11
0
Повторный запуск вес 4
30
Результат и критерий готовности вес 14
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. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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 · 4

✓ Критических и высоких находок нет

Средние и низкие: 4
  • средняя Опасные команды cmd-privilege references/cli-installation-guide.md:30
    Повышение привилегий / права на запись для всех
    sudo mv aliyun /usr/local/bin/
  • средняя Опасные команды cmd-privilege references/cli-installation-guide.md:45
    Повышение привилегий / права на запись для всех
    sudo mv aliyun /usr/local/bin/
  • средняя Опасные команды cmd-privilege references/cli-installation-guide.md:58
    Повышение привилегий / права на запись для всех
    sudo mv aliyun /usr/local/bin/
  • средняя Опасные команды cmd-privilege references/cli-installation-guide.md:71
    Повышение привилегий / права на запись для всех
    sudo mv aliyun /usr/local/bin/

Просканировано файлов: 8. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 63/100

  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 30Повторный запуск. Изменяющих операций: 13, 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, python), но во frontmatter они не объявлены
  • 70Стоимость исполнения. Тело инструкции 4865 токенов
  • 100Шаги. Шагов: 22
  • 100Ошибки и развилки. Развилок: 1, 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 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

  • +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 10 примера фраз-триггеров в кавычках
  • +3Длина description 339 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 11 заголовков
  • +3Пошаговые инструкции: 22 пунктов
  • +4Есть примеры (10 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (6 из 6)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 81.

Внешние проверки

ClawHub: suspicious
This is a coherent Alibaba Cloud PAI-DLC job-management skill, but it needs Review because it includes high-impact terminal access, sharing-token generation, plugin installation, and credential-handling guidance that are not fully scoped.
LLM: suspicious (high) · 14 авг. 2026 г.