Synthèse automatique
Exécute un audit de santé propre au projet DQIII8 en interrogeant la base SQLite pour produire un rapport Markdown daté et une note globale sur 100.
Points forts
- Agrège agent_actions, error_log, sessions et skill_metrics en un score unique de 0 à 100
- Écrit un rapport Markdown horodaté dans database/audit_reports/ et insère une ligne de synthèse dans la table audit_reports
- Accepte les options --period et --agent pour restreindre la fenêtre temporelle ou cibler un seul agent
- Peut se déclencher automatiquement via le hook stop.py après 7 jours sans rapport ou en cas d'accumulation d'erreurs
Limites
- Schéma codé en dur (database/dqiii8.db, tables et vues spécifiques), aucune configuration prévue pour un autre projet
- La formule de calcul du score et les seuils (80/60) sont fixes et non documentés
- Dépend de la présence de l'agent auditor et du hook stop.py ; ne corrige rien, il se contente d'analyser
Pour obtenir un instantané périodique de la santé du pipeline d'agents DQIII8, ou après une session où les erreurs s'accumulent.
Sur un autre projet ou un autre schéma de base, ou lorsqu'il faut une réponse d'incident en temps réel plutôt qu'un rapport noté périodique.
Analyse de sécurité
PrudenceThe skill performs legitimate, bounded local operations: read-only metric queries, an aggregate score, a Markdown report write, and a summary-row insert. No network calls, secret access, obfuscated payloads, or destructive commands are present. The main concerns are the use of Bash for DB writes and the unconditional auto-invoke behavior, which is why it is rated caution rather than safe.
- •Uses Bash to execute SQLite queries and writes rows into database/dqiii8.db, a state-mutating operation
- •auto-invoke block can trigger /audit without the user explicitly requesting it (after 7 days or 3+ errors)
- •Creates new files under database/audit_reports/ — acceptable but write access is broad
- •No sandboxing or dry-run option; report path and DB path are hardcoded, which limits blast radius but assumes a trusted project layout
Exemples
/audit/audit --period 30d/audit --agent python-specialistname: audit description: Run complete system health audit of DQIII8 — checks DB integrity, agent performance, pipeline connections, error log, and services. Produces a scored Markdown report. command: /audit allowed-tools: [Bash, Read, Grep] user-invocable: true auto-invoke:
- when: "7+ days since last audit OR 3+ unresolved errors detected in session" action: "Run /audit automatically to surface problems"
/audit -- System Health Audit
Triggers the auditor agent to analyze database/dqiii8.db and produce a structured health report.
Usage
/audit
/audit --period 30d # analyze last 30 days instead of default 7
/audit --agent python-specialist # scope to one agent
What it does
- Queries all metric tables:
agent_actions,error_log,sessions,skill_metrics - Uses views
agent_performanceanderror_keywords_freq - Computes an overall health score (0-100)
- Writes a Markdown report to
database/audit_reports/audit-YYYY-MM-DD-HH.md - Inserts a summary row in the
audit_reportstable - Prints a one-line summary to the terminal
Output
[AUDIT] Score: 87/100 | Actions: 106 | Success: 100.0% | Failures: 0 | Unresolved errors: 0
Report: database/audit_reports/audit-2026-03-11-14.md
Score interpretation
| Score | Status | Cadencia recomendada | |-------|--------|----------------------| | > 80 | HEALTHY | next audit in 7 days | | 60-80 | WARNING | next audit in 3 days | | < 60 | CRITICAL | next audit in 1 day, notify user |
Auto-trigger
The stop.py hook automatically triggers /audit when 7+ days have passed since the last report in audit_reports. Also auto-invoked when errors accumulate during a session.
Agent
Handled by: .claude/agents/auditor.md
Model: claude-sonnet-4-6
Du fichier au premier essai
Le téléchargement contient exactement le contenu affiché sur cette fiche. Cette copie peut différer de la dernière version du dépôt source.
Consulter la source et ses fichiers annexesCe téléchargement contient uniquement SKILL.md. Les scripts, références, modèles et dépendances éventuels ne sont pas inclus. Récupérez les fichiers nécessaires depuis la source en conservant leur arborescence avant de poursuivre.
1. Télécharger le fichier
Télécharger SKILL.mdDepuis la racine d’un projet de test, enregistrez le fichier sous .skill-downloads/system-health-audit-ms2s7bvd/SKILL.md, ou utilisez la commande suivante. Ce dossier sert à examiner la skill avant son installation.
Commande pour macOS/Linux ou WSL : un shell POSIX et curl sont nécessaires. Sous Windows sans WSL, utilisez le bouton de téléchargement et créez le dossier manuellement.
mkdir -p '.skill-downloads/system-health-audit-ms2s7bvd' && curl --fail --show-error --location 'https://skills-guides.com/api/skills/system-health-audit-ms2s7bvd/download' --output '.skill-downloads/system-health-audit-ms2s7bvd/SKILL.md.part' && mv '.skill-downloads/system-health-audit-ms2s7bvd/SKILL.md.part' '.skill-downloads/system-health-audit-ms2s7bvd/SKILL.md'2. Vérifier les prérequis
Lisez SKILL.md avant de l’utiliser. Si le fichier cite des scripts ou services externes, examinez-les et préparez les accès nécessaires dans votre environnement de test.
Aucune section de prérequis reconnue dans ce fichier. Cela ne signifie pas qu’il est autonome : les bibliothèques, outils et accès peuvent être cités ailleurs dans le contenu ou dans le dépôt source.
Les plateformes de la fiche sont des indications du catalogue. Les chemins ci-dessous suivent la documentation des outils ; ils ne prouvent pas que cette skill y a été exécutée. Aucune version minimale de ces outils n’est attestée pour cette fiche.
3. Charger la skill
Après vérification, copiez le dossier complet dans le projet avec l’une des commandes ci-dessous, puis ouvrez une nouvelle session de l’outil. La commande s’arrête si un dossier du même nom existe déjà : comparez les fichiers avant de le remplacer.
Claude Code
test -f '.skill-downloads/system-health-audit-ms2s7bvd/SKILL.md' && test -s '.skill-downloads/system-health-audit-ms2s7bvd/SKILL.md' && mkdir -p '.claude/skills' && test ! -e '.claude/skills/audit' && cp -R '.skill-downloads/system-health-audit-ms2s7bvd' '.claude/skills/audit'OpenSkills
OpenSkills doit déjà être installé. La procédure locale install/read est contrôlée avec OpenSkills 1.5.0, qui exige Node.js ≥ 20.6.0. Aucun slug du catalogue n’est résolu automatiquement.
Installation officielle d’OpenSkillsopenskills install './.skill-downloads/system-health-audit-ms2s7bvd'openskills read 'system-health-audit-ms2s7bvd'La lecture doit afficher le contenu du fichier installé et son dossier de base. Elle ne lance ni la skill ni ses dépendances.
Pour un agent qui lit AGENTS.md, synchronisez ensuite l’index. Cette commande modifie AGENTS.md : relisez le diff avant de l’utiliser.
openskills syncMode manuel ou autre outil : joignez SKILL.md à une conversation, ou ouvrez-le dans un agent capable de lire les fichiers. Ajoutez les ressources annexes nécessaires. Il n’existe pas de dossier universel reconnu par tous les outils.
4. Faire un premier essai
Utilisez une entrée courte et fictive : un endpoint d’API, un petit document ou un brief d’interface. Dans une nouvelle conversation, joignez le fichier ou donnez son chemin à l’agent, puis adaptez cette demande :
Lis .skill-downloads/system-health-audit-ms2s7bvd/SKILL.md et applique ses instructions à cet exemple : [décrire une entrée de test]. Indique les fichiers, dépendances ou accès qui manquent. Produis le résultat demandé par la skill sans inventer de données ni exécuter de script non examiné.Résultat attendu : une sortie correspondant aux instructions de la skill, ou une liste précise des prérequis manquants. Une simple confirmation de lecture ne valide pas le premier usage. Si une ressource externe est indisponible, ce parcours reste à tester.
Configurer un canal de discussion avec SecretRefs
DevOps
Configurez des canaux de discussion avec des commandes non interactives, les secrets étant uniquement des SecretRefs. Couvre les étapes de collecte, modification, réparation et vérification.
Enquêter sur les échecs CI de ClickHouse
DevOps
Investigue un échec CI de ClickHouse de bout en bout à partir d'une URL de PR ou de rapport S3. Récupère les tests échoués, classe flaky vs vraie régression, et cherche des issues/fixes existants.
Revue de PR Ansible
DevOps
Examine une PR Ansible selon le processus standardisé du projet, incluant la validation des changelogs, la couverture de tests et le suivi des commentaires.