首页 / 技能 / 数据库实例巡检与报告生成

📦 数据库实例巡检与报告生成

v1.0.0

数据库实例巡检与报告生成，支持配置检查、性能检查、安全检查、报告生成、智能巡检、异常检测、根因分析、风险预测。 使用场景： - 用户说"巡检" → 执行 运行 - 用户说"生成报告" → 执行 报告 - 用户说"检查配置" → 执行 运行 --type configuration - 用户说"建立基线...

0· 12·0 当前·0 累计
magicczc 头像by @magicczc
数据分析数据可视化
下载技能包
0
安全扫描
VirusTotal
Pending
查看报告
OpenClaw
可疑
medium confidence
The 技能's instructions assume a local 命令行工具 (dbskiter) and 访问 to database 凭证s/指标, but the package declares no required binaries, 安装 steps, or 凭证/环境 requirements — that's an internal mismatch you should clarify before using it.
评估建议
This 技能 应用ears to be only usage instructions for a 命令行工具 named `dbskiter`, but it doesn't say where that 命令行工具 comes from or how it will 认证 to tar获取 databases. Before 安装ing or invoking it: 1) Confirm you have a trusted `dbskiter` binary (source, version, and 安装 steps). 2) Ask the author how DB 凭证s or metric data are supplied (explicit env vars, config files, or interactive prompts). 3) Do not let the 代理 运行 agAInst production DBs until you 验证 凭证 scope (use a read-only/test account). 4) Prefer 运行n...
详细分析 ▾
⚠ 用途与能力
The 技能.md consistently instructs the 代理 to 运行 a local 命令行工具 named `dbskiter` (many example commands). Yet the 技能 metadata declares no required binaries and provides no 安装 instructions or homepage/source. Either the 环境 must already have a compatible `dbskiter` binary and configuration, or the 技能 cannot perform its 状态d purpose. This is an incoherence: a database 检查器 legitimately needs a 命令行工具ent/binary and connection detAIls, which are not declared.
⚠ 指令范围
运行time instructions tell the 代理 to 执行 commands agAInst databases (运行, 报告, baseline, intelligent, anomalies, root-cause, risks). They do not explAIn how the 代理 obtAIns database connection 信息, 凭证s, or 指标 (no env vars, config paths, or prompts described). The instructions therefore implicitly require 访问 to sensitive secrets and 监控ing data but provide no 图形界面dance on where those are sourced or how to limit/explAIn data flows. There is no direction to avoid reading unrelated files, but the lack of explicit authentication steps is a gap.
✓ 安装机制
This is an instruction-only 技能 with no 安装 spec and no code files. That minimizes the risk of arbitrary code being written to disk by the 技能 itself. However, it increases dependence on the 运行time 环境 having the expected 工具ing (dbskiter) pre安装ed.
⚠ 凭证需求
The 技能 declares no required 环境 variables or 凭证s, yet performing database inspections normally requires DB 凭证s, 监控ing API keys, or 访问 to metric stores. The absence of declared secrets or config paths is disproportionate to the described functionality and leaves open questions about how sensitive connection data will be supplied or used.
✓ 持久化与权限
The 技能 is not forced-always and does not 请求 special persistence. It uses the 平台-default 模型 invocation behavior. There is no 安装-time persistence or modification of other 技能s/configurations indicated.
安全有层次，运行前请审查代码。

运行时依赖

无特殊依赖

安装命令

点击复制
官方npx clawhub@latest install dbskiter-db-inspector
镜像加速npx clawhub@latest install dbskiter-db-inspector --registry https://cn.longxiaskill.com

技能文档

数据库巡检 技能 何时使用

当用户提到以下关键词时，使用此技能：

用户说法 执行命令 说明 "巡检" dbskiter --输出-mode=AI --database= 检查器 运行 执行完整巡检 "生成报告" dbskiter --输出-mode=AI --database= 检查器 报告 生成巡检报告 "检查配置" dbskiter --输出-mode=AI --database= 检查器 运行 --type configuration 仅检查配置 "检查安全" dbskiter --输出-mode=AI --database= 检查器 运行 --type security 仅安全检查 "建立基线" dbskiter --输出-mode=AI --database= 检查器 baseline --创建 创建性能基线 "智能巡检" dbskiter --输出-mode=AI --database= 检查器 intelligent 智能巡检分析 "异常检测" dbskiter --输出-mode=AI --database= 检查器 anomalies 检测指标异常 "根因分析" dbskiter --输出-mode=AI --database= 检查器 root-cause 分析问题根因 "风险预测" dbskiter --输出-mode=AI --database= 检查器 risks 预测未来风险 核心命令（7个）

  • 执行完整巡检
dbskiter --database=<数据库名> 检查器 运行

输出：健康评分、风险统计、巡检项详情

评分标准：

90-100：优秀 70-89：良好 <70：需要关注

  • 生成报告
dbskiter --database=<数据库名> 检查器 报告 --输出 报告.html

支持格式：HTML、Markdown、JSON

  • 基线管理
dbskiter --database=<数据库名> 检查器 baseline --创建

用途：建立性能基线，用于后续对比

  • 智能巡检（新增）
dbskiter --database=<数据库名> 检查器 intelligent --指标-历史='{"cpu": [...], "memory": [...]}'

功能：异常检测、根因分析、风险预测、智能建议

  • 异常检测（新增）
dbskiter --database=<数据库名> 检查器 检测-anomalies --指标='{"cpu": [...]}'

功能：检测突然飙升、逐渐增长、周期性异常、基线偏离

  • 根因分析（新增）
dbskiter --database=<数据库名> 检查器 analyze-root-causes --anomalies='[...]'

功能：分析异常事件的根因，提供解决建议

  • 风险预测（新增）
dbskiter --database=<数据库名> 检查器 predict-risks --time-horizon=7d

功能：预测未来7天/30天的容量和性能风险

  • 智能建议（新增）
dbskiter --database=<数据库名> 检查器 smart-recommendations

功能：基于巡检结果生成优先级排序的优化建议

  • 关联分析（新增）
dbskiter --database=<数据库名> 检查器 analyze-correlations --指标='{"cpu": [...], "memory": [...]}'

功能：分析指标间关联性，发现隐藏模式

巡检类型 configuration：配置检查 performance：性能检查 storage：存储检查 security：安全检查 capacity：容量检查 AI决策流程 场景1：用户说"巡检一下数据库" 步骤1：执行 dbskiter --database= 检查器 运行 步骤2：解读健康评分和风险统计 步骤3：如果有严重问题，建议进一步诊断 步骤4：生成报告：dbskiter --database= 检查器 报告

场景2：用户说"分析一下为什么CPU高" 步骤1：执行 dbskiter --database= 检查器 root-cause --issue="CPU飙升" 步骤2：查看根因分析结果 步骤3：给出解决建议

场景3：用户说"预测一下未来风险" 步骤1：执行 dbskiter --database= 检查器 risks --days=30 步骤2：解读风险预测结果 步骤3：给出预防和应对措施

数据来源：ClawHub ↗ · 中文优化：龙虾技能库