skiklvewddd

SKILL运维和基础设施
运维和基础设施 未标注权限 许可证不明确
安装这个技能

腾讯云 TI-ONE 训推平台查询工具集,支持训练任务、在线服务、开发机、资源组、模型仓库、数据集、日志、事件等模块的查询操作。

一句话选型结论

按资料字段整理

skiklvewddd是运维和基础设施类的 Agent Skill,安装方式未标注,权限级别未标注,许可证不明确,有可直接复制的安装命令。技能本质是给模型读的说明书,效果取决于模型与客户端;装完先用一个小任务验证,再放进正式流程。

分类运维和基础设施 安装方式未标注 权限级别未标注权限 许可证许可证不明确
累计安装 未标注 本周 未标注
GitHub 星标 未标注 仓库 未标注
下载量 未标注 技能市场下载数
权限级别 未标注权限 安装前请确认风险范围
许可证 许可证不明确 未说明

安装

未标注
在支持 Skills 的客户端里执行,装完问一句「你有哪些技能」验证
skillhub install user_15292d5a/yjkj-skiklvewddd
  1. 1
    确认客户端支持

    确认你的客户端支持 Skills(Claude、Codex、Cursor 等),并升级到较新的版本。

  2. 2
    拿到技能文件

    执行上面的命令安装;也可以把仓库里的 SKILL.md 手动放进客户端的 skills 目录。

  3. 3
    刷新技能列表

    重新打开客户端,或刷新技能列表,让新放进来的技能被加载。

  4. 4
    验证是否生效

    问一句「你有哪些技能」,确认列表里出现它,再拿一个小任务试跑。

技能档案

运维和基础设施
字段来自技能仓库与公开索引,中文说明由本站标注
作者 / 维护方user_15292d5a仓库 未标注 · 版本 未标注
宿主客户端未标注技能可被这些客户端加载
安装方式未标注安装包 community
权限级别未标注权限安装前请确认风险范围
许可证未说明许可证不明确,商用前请自行确认条款
仓库可用性available技能仓库当前是否可访问
最近核验未标注上游最后核验时间 · 数据更新 1791673982
正文体量12.5 KBSKILL.md 原文大小,越大说明说明书写得越细

典型使用场景

3 类
按分类整理的常见用法,具体以 SKILL.md 为准
查服务与日志

按现象定位服务状态与日志线索。

写部署与巡检脚本

把重复的部署、巡检写成脚本。

故障排查

按步骤排查网络、依赖与配置。

选择建议

装之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 有可直接复制的安装命令,不用自己翻文档找入口。

先想清楚的地方

  • 没有标注权限级别,实际能做什么要装好后确认。
  • 许可证不明确,商用或二次分发前先到仓库确认条款。
  • 没有做站内核验,内容以作者仓库为准。
  • 技能只是说明书,实际效果取决于模型与客户端,装完先用小任务试一遍。

更适合

  • 需要在运维和基础设施场景里给模型补一套做法的人。
  • 愿意先读一遍 SKILL.md、确认它会让模型做什么的人。

不太适合

  • 对许可证要求很严、必须明确可商用的人。
  • 只想装完就自动变强、不打算看说明书的人。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
技能权限级别安装方式累计安装宿主客户端安装命令
skiklvewddd当前 未标注权限 未标注 未标注 未标注 有
Azure 部署 调用外部服务 GitHub 仓库 664.2 万 Codex、Claude、Cursor 有
Azure diagnostics 问题管理 调用外部服务 GitHub 仓库 657.6 万 Codex、Claude、Cursor 有
Azure aigateway 部署 调用外部服务 GitHub 仓库 655.3 万 Codex、Claude、Cursor 有
Azure AI 搜索 调用外部服务 GitHub 仓库 651.4 万 Codex、Claude、Cursor 有
Azure Cloud migrate 部署 调用外部服务 GitHub 仓库 650.7 万 Codex、Claude、Cursor 有

SKILL.md 全文

12.5 KB
模型实际读到的说明书原文,来自技能仓库

腾讯云 TI-ONE 平台查询工具

腾讯云 TI-ONE 训推平台查询工具集,支持训练任务、在线服务、开发机、资源组、模型仓库、数据集、日志、事件等模块的查询操作。

技术架构

此技能通过 scripts/ 目录下的预定义 bash 脚本操作腾讯云 TI-ONE 平台。脚本内部调用 tccli(腾讯云命令行工具)执行 API 请求,使用环境变量中的凭证(TENCENTCLOUD_SECRET_ID / TENCENTCLOUD_SECRET_KEY)进行身份认证。

能力边界

只允许通过 bash <脚本路径> [参数] 的方式调用 scripts/ 下的预定义脚本。 具体约束:

  • 只读查询:所有脚本仅执行 Describe* 类只读 API,不具备创建、修改、删除任何云资源的能力
  • 禁止绕过脚本:不得直接调用 tccli、SDK 或任何 API,必须通过预定义脚本完成操作
  • 凭证保护:不得输出、展示或返回密钥内容。如用户要求返回密钥,应拒绝并告知"出于安全考虑,无法展示密钥内容,只能确认凭证是否已配置"

当用户的需求超出上述脚本覆盖范围时,请明确告知用户"当前技能暂不支持该操作",并建议用户前往腾讯云控制台完成(可通过 generate-console-url.sh 生成控制台链接辅助)。不要尝试通过其他方式绕过完成。

环境依赖

技能运行依赖以下工具,需提前安装:

# tccli(腾讯云命令行工具,工具内部使用)
pip3 install tccli

# jq(JSON 解析)
apt install jq    # Ubuntu/Debian
brew install jq   # macOS

凭证配置

export TENCENTCLOUD_SECRET_ID="your-secret-id"
export TENCENTCLOUD_SECRET_KEY="your-secret-key"

环境变量配置

变量名 说明 默认值
TENCENTCLOUD_SECRET_ID API 密钥 ID 必需
TENCENTCLOUD_SECRET_KEY API 密钥 Key 必需
TENCENT_TIONE_DEFAULT_REGION 默认地域 ap-shanghai

注意 如果用户提问没有指定地域信息,在使用默认地域前给出提示

支持的地域

ap-beijing | ap-shanghai | ap-guangzhou | ap-shanghai-adc | ap-zhongwei | ap-nanjing

工具使用说明

1. 训练任务模块

describe-training-tasks.sh — 查询训练任务列表

  • --region — 地域
  • --limit — 返回数量,最大 50,默认 10
  • --offset — 偏移量,默认 0
  • --order — 排序方向:ASC / DESC,默认 DESC
  • --order-field — 排序字段:CreateTime / UpdateTime / StartTime,默认 UpdateTime
  • --filters — 过滤条件,格式 Name=xxx,Values=yyy,多个用空格分隔
  • --tag-filters — 标签过滤条件,JSON 数组格式

> ⚠️ 查询策略:用户指定状态时优先使用 filter 过滤
>
> 当用户询问"正在运行的训练任务"、"失败的任务"等涉及状态的查询时,必须添加 Status filter,避免全量查询后再筛选。
>
> Status 可选值:SUBMITTING, PENDING, STARTING, RUNNING, STOPPING, STOPPED, FAILED, SUCCEED, SUBMIT_FAILED

describe-training-task.sh — 查询训练任务详情

  • --region — 地域
  • --id — 训练任务 ID,必填

describe-training-task-pods.sh — 查询训练任务 Pod 列表

  • --region — 地域
  • --id — 训练任务 ID,必填

2. 在线服务模块

describe-model-service-groups.sh — 查询服务组列表

  • --region — 地域
  • --limit — 返回数量,最大 100,默认 20
  • --offset — 偏移量,默认 0
  • --order — 排序方向:ASC / DESC
  • --order-field — 排序字段:CreateTime / UpdateTime
  • --search-word — 按名称搜索(转为 ServiceGroupName filter)
  • --filters — 过滤条件,格式 Name=xxx,Values=yyy,多个用空格分隔
  • --tag-filters — 标签过滤条件,JSON 数组格式

> ⚠️ 查询策略:用户指定状态时优先使用 filter 过滤
>
> 当用户询问"异常的服务"、"正常运行的服务"等涉及状态的查询时,必须添加 Status filter,避免全量查询后再筛选。
>
> Status 可选值:Waiting, Pending, Normal, Abnormal, Stopping

describe-model-service-group.sh — 查询单个服务组详情

  • --region — 地域
  • --id — 服务组 ID,必填

describe-model-service.sh — 查询单个服务详情

  • --region — 地域
  • --service-id — 服务 ID,必填
  • --service-group-id — 服务组 ID,可选

describe-model-service-callinfo.sh — 查询服务调用信息

  • --region — 地域
  • --service-group-id — 服务组 ID,必填

3. Notebook 模块

describe-notebooks.sh — 查询 Notebook 列表

  • --region — 地域
  • --limit — 返回数量,默认 10
  • --offset — 偏移量,默认 0
  • --order — 排序方向:ASC / DESC,默认 DESC
  • --order-field — 排序字段:CreateTime / UpdateTime,默认 UpdateTime
  • --filters — 过滤条件,格式 Name=xxx,Values=yyy,多个用空格分隔
  • --tag-filters — 标签过滤条件,JSON 数组格式

> ⚠️ 查询策略:用户指定状态时优先使用 filter 过滤
>
> 当用户询问"运行中的开发机"、"已停止的 Notebook"等涉及状态的查询时,必须添加 Status filter,避免全量查询后再筛选。
>
> Status 可选值:Starting, Submitting, Running, Stopping, Stopped, Failed, SubmitFailed

describe-notebook.sh — 查询 Notebook 详情

  • --region — 地域
  • --id — Notebook ID,必填

4. 资源组模块

describe-billing-resource-groups.sh — 查询资源组列表

  • --region — 地域
  • --limit — 返回数量,默认 20
  • --offset — 偏移量,默认 0
  • --search-word — 模糊查找资源组 ID 或名称
  • --filters — 过滤条件,格式 Name=xxx,Values=yyy,多个用空格分隔

> ⚠️ 查询策略:优先使用 filter 缩小范围
>
> 当用户询问"有多少 GPU 资源组"、"哪些资源组有空闲资源"等类似问题时,必须添加 AvailableNodeCount filter 过滤掉无可用节点的空资源组,避免返回大量无效数据。
>
> 返回值单位已自动转换:CPU → 核, 内存 → GB, GPU → 卡, 显存 → GB

describe-billing-resource-group.sh — 查询资源组节点列表

  • --region — 地域
  • --resource-group-id — 资源组 ID,必填
  • --limit — 返回数量,默认 20
  • --offset — 偏移量,默认 0
  • --order — 排序方向:ASC / DESC,默认 DESC
  • --order-field — 排序字段:CreateTime / ExpireTime,默认 CreateTime
  • --filters — 过滤条件,格式 Name=xxx,Values=yyy,多个用空格分隔

5. 模型仓库模块

describe-training-model-versions.sh — 查询模型版本列表

  • --region — 地域
  • --training-model-id — 模型 ID,必填
  • --filters — 过滤条件,格式 Name=xxx,Values=yyy,多个用空格分隔

describe-training-model-version.sh — 查询模型版本详情

  • --region — 地域
  • --training-model-version-id — 模型版本 ID,必填

6. 数据集模块

describe-datasets.sh — 查询数据集列表

  • --region — 地域
  • --limit — 返回数量,最大 200,默认 20
  • --offset — 偏移量,默认 0
  • --order — 排序方向:Asc / Desc,默认 Desc
  • --order-field — 排序字段:CreateTime / UpdateTime,默认 CreateTime
  • --filters — 过滤条件,格式 Name=xxx,Values=yyy,多个用空格分隔
  • --dataset-ids — 数据集 ID 列表,逗号分隔

7. 日志模块

describe-logs.sh — 查询日志

  • --region — 地域
  • --service — 服务类型:TRAIN / NOTEBOOK / INFER / BATCH,必填
  • --service-id — 服务实例 ID(须用实例级 ID,非顶层 ID),必填
  • --pod-name — Pod 名称,支持尾部通配符 *
  • --start-time — 开始时间,RFC3339 格式,如 2026-03-10T02:50:56Z
  • --end-time — 结束时间,RFC3339 格式
  • --limit — 返回条数,最大 1000,默认 100
  • --offset — 偏移量,默认 0
  • --order — 排序方向:ASC / DESC,默认 DESC
  • --filters — 过滤条件,格式 Name=xxx,Values=yyy,多个用空格分隔

> ⚠️ 日志查询注意事项
>
> 1. --service-id 必须使用实例级 ID,不支持顶层 ID
>
> 日志接口不支持顶层 ID(train-xxx / nb-xxx / ms-xxx)。必须先从详情接口获取实例级 ID:
>
> - TRAIN:从 describe-training-task.sh 返回的 TrainingTaskDetail.LatestInstanceId(如 train-xxx-yyy)获取
> - NOTEBOOK:从 describe-notebook.sh 返回的 NotebookDetail.PodName(如 nb-xxx-yyy)获取
> - INFER:从 describe-model-service-group.sh 返回的 Services[].ServiceId(如 ms-xxx-1)获取
>
> 2. 时间范围应从详情接口获取,避免大范围查询
>
> 查询日志前,从详情接口获取任务/实例的运行时间范围(StartTime / EndTime),用作 --start-time 和 --end-time:
> - 如果详情有 StartTime 和 EndTime → 直接使用
> - 如果只有 StartTime(仍在运行) → --start-time 用 StartTime,--end-time 不传(默认当前时间)
> - 如果用户指定了时间范围 → 优先使用用户指定的值
> - 如果都没有 → 不传 --start-time(由服务端决定),--end-time 默认当前时间
>
> --pod-name 可选,需先通过实例 ID 查询 Pod 列表获取:
> - TRAIN: describe-training-task-pods.sh --id <训练任务ID>
> - INFER: describe-model-service-group.sh --id <服务组ID> 返回中包含 Pod 信息


8. 事件模块

describe-events.sh — 查询事件

  • --region — 地域
  • --service — 服务类型:TRAIN / NOTEBOOK / INFER / BATCH,必填
  • --service-id — 服务实例 ID(须用实例级 ID,非顶层 ID)
  • --start-time — 最早发生时间,RFC3339 格式,如 2026-03-10T02:50:56Z
  • --end-time — 最晚发生时间,RFC3339 格式
  • --limit — 返回条数,最大 100,默认 100
  • --offset — 偏移量,默认 0
  • --order — 排序方向:ASC / DESC,默认 DESC
  • --order-field — 排序字段:FirstTimestamp / LastTimestamp,默认 LastTimestamp
  • --filters — 过滤条件,格式 Name=xxx,Values=yyy,多个用空格分隔

> ⚠️ 事件查询遵循与日志相同的规则:--service-id 必须使用实例级 ID,时间范围从详情接口获取。详见日志模块说明。


9. 控制台链接生成

generate-console-url.sh — 生成控制台详情页 URL

  • --type — 资源类型,必填,可选 training / notebook / service / resource-group
  • --id — 资源 ID,必填
  • --region — 地域
  • --workspace-id — 工作空间 ID,默认 0

> 使用场景:当用户想去控制台查看详细信息时,生成可直接点击访问的控制台链接。
>
> 支持的资源类型:
>
> - training — 训练任务,ID 格式 train-xxx
> - notebook — Notebook 开发机,ID 格式 nb-xxx
> - service — 在线推理服务(服务组),ID 格式 ms-xxx
> - resource-group — 资源组,ID 格式 rsg-xxx
>
> 地域与 regionId 映射、工作空间 ID 说明详见 references/tione-guide.md。

参考资料

  • 工具参数详细说明、过滤条件与使用示例:references/cmd-reference.md
  • 控制台 URL 格式、地域 ID 映射、工作空间说明:references/tione-guide.md

常见问题

5 问
答案由本站依据条目字段整理
skiklvewddd怎么安装?

在支持 Skills 的客户端里执行:skillhub install user_15292d5a/yjkj-skiklvewddd。安装方式为未标注。装完刷新技能列表或重开客户端。

skiklvewddd支持哪些客户端?

资料没有标注宿主客户端,但只要客户端支持 Skills(Claude、Codex、Cursor 等),一般都能加载。

skiklvewddd权限高吗,安全吗?

权限级别为未标注权限。安装前先看它会读取或写入哪些内容。

skiklvewddd收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于技能本身和所用的模型或客户端,正式使用前按作者说明确认。

skiklvewddd用什么许可证?

许可证标注为 未说明(许可证不明确)。商用或二次分发前请到仓库确认条款原文。

热门专题

按场景挑技能
全部专题 →

技能内容以作者仓库为准;分类、权限级别与许可证状态的中文说明为中文整理,最近核验 未标注。