メニュー
面向ECC的以证据为先的自动化清单与重叠审计工作流。当用户希望在修复任何内容之前了解哪些作业、钩子、连接器、MCP服务器或包装器是活跃的、损坏的、冗余的或缺失时使用。
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
直接コマンドでは確認用 Prompt が省略されます。実行前にソースを確認してください。
npx skills add https://github.com/affaan-m/ECC --skill automation-audit-opsコマンドは1行のまま表示されます。コピー前に横へスクロールして全体を確認してください。
ローカルで確認しますか？SkillsMP が現在取得できるファイルをダウンロードできます。
GitHub repository operations, automation, and management. Issue triage, PR management, CI/CD operations, release management, and security monitoring using the gh CLI. Use when the user wants to manage GitHub issues, PRs, CI status, releases, contributors, stale items, or any GitHub operational task beyond simple git commands.
Query live GPU inventory, submit an authenticated Itô fixed-rate RFQ, inspect RFQ or procurement status, revoke device credentials, and run explicitly gated node qualification through the separately installed canonical CLI. Use when a user asks to find H100/H200 capacity, request a fixed compute rate, check Itô compute status, validate GPU nodes, revoke Itô access, or rent or purchase GPU compute and needs the supported boundary explained.
Use when auditing Claude skills and commands for quality. Supports Quick Scan (changed skills only) and Full Stocktake modes with sequential subagent batch evaluation.
SOC 職業分類に基づく
SKILL.md を表示中
| name | automation-audit-ops |
| description | 面向ECC的以证据为先的自动化清单与重叠审计工作流。当用户希望在修复任何内容之前了解哪些作业、钩子、连接器、MCP服务器或包装器是活跃的、损坏的、冗余的或缺失时使用。 |
| origin | ECC |
当用户询问哪些自动化正在运行、哪些任务出现故障、哪里存在重叠，或者哪些工具和连接器当前正在实际发挥作用时，请使用此技能。
这是一项以审计为先的操作技能。其任务是在重写任何内容之前，生成一份有证据支持的清单以及一套保留/合并/删除/下一步修复的建议集。
在相关时，将这些 ECC 原生技能引入工作流程：
workspace-surface-audit 用于连接器、MCP、钩子和应用清单knowledge-ops 当审计需要将实时仓库的真实情况与持久上下文进行核对时github-ops 当答案依赖于 CI、计划工作流、议题或 PR 自动化时ecc-tools-cost-audit 当真正的问题是兄弟应用仓库中的 webhook 扇出、队列任务或计费消耗时research-ops 当需要将本地清单与当前平台支持或公开文档进行比较时verification-loop 用于证明修复后的状态，而不是依赖假设的恢复在理论化之前，先读取当前的实时表面：
按表面分组：
对于每个发现的自动化，标记：
然后对问题类型进行分类：
为每个重要声明提供具体来源：
如果当前状态不明确，请直接说明，而不是假装审计已完成。
对于每个重叠或可疑的表面，返回一个决策：
其价值在于将杂乱的自动化整合到一条规范的 ECC 路径中，而不是保留每一条历史路径。
当前表面
- 自动化
- 来源
- 实时状态
- 证据
发现
- 活跃故障
- 重叠
- 过时状态
- 缺失能力
建议
- 保留
- 合并
- 删除
- 下次修复
下一步ECC行动
- 需加强的具体技能/钩子/工作流/应用通道