Skill 本身是"怎么做"，记忆是"做过什么"——两者配合才能完成真正的 Agent 行为。Agent Skill 执行上下文即技能在执行过程中必须感知的信息，如当前执行的状态、步骤等，一旦突然停止，下次执行可以知道上一次执行状态和步骤，确保重试不会造成脏数据等。onDeactivate：skill 完成后，执行清理（写入结果、释放临时资源、更新 registry）onActivate：skil

我们需要二个文件：DialyBackup.sqlEverydayBackup.bat

splunk是一家专门做大数据分析的公司，2013年，splunk在大数据行业排名第4.splunk是该公司的核心产品，大致分为Splunk-Enterprise,Splunk-Cloud,Splunk-Light几个版本。该产品的核心功能是基于非结构化数据的实时分析，主要是日志的分析，并且提供了一系列的App帮助用户做数据导入，针对数据的ETL等等。       splunk官网：http:

1.背景人工智能涉及的内容非常广泛，从数学到计算机科学，有很多的基础知识需要储备，之前打算阅读一些人工智能方面的书籍，总感觉比较吃力，这里会将一些人工智能方面的基础知识做一个总结梳理。2.基础概念1）人工智能人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能研

3）辅助 SRE 架构师，设计基于混沌工程的攻防演练方案，通过主动探测系统韧性脆弱项，给出体系化的风险纵深防御体系升级行动方案。2）作为技术风险专家参与变更方案评审、故障恢复预案推荐、故障复盘报告生成，基于历史故障沉淀，输出评审意见、恢复建议、复盘报告。一句话，他是 SRE 使用的 OpenClaw，是 AIOps 落地的具体产品。1）不只是固定逻辑的工具，能够从历史数据中发现模式、规律，给出针对

AIOps 的核心是基于多种维度的数据，根据权重对风险进行综合研判，但传统 AIOps 落地过程中，首先面临的挑战就是异构数据源接入和融合处理的成本，日志、链路、指标这些数据通常在 ElasticSearch、Promethus、Database 等等。

AI Agent 的可观测性，本质是“将黑盒模型白盒化”。不要只监控“系统状态”，更要监控“智能状态”（推理质量、工具成功率、知识准确性）。

这些是有抱负的目标——粗略的基准而非精确的阈值。追求严格，但接受会有一定程度的主观评估。这里可以通过埋点做一些量化，如对于 Skill 在 90% 的查询中会触发的目标。通过运行 10-20 个应该触发 Skill 的测试查询，追踪自动加载与需要手动调用的次数比例，这种方式可以评估 Skill 是否达到要求。同时对于 Skill 的结构，也有一定的技术要求。├── SKILL.md # 必需 -

这些是有抱负的目标——粗略的基准而非精确的阈值。追求严格，但接受会有一定程度的主观评估。这里可以通过埋点做一些量化，如对于 Skill 在 90% 的查询中会触发的目标。通过运行 10-20 个应该触发 Skill 的测试查询，追踪自动加载与需要手动调用的次数比例，这种方式可以评估 Skill 是否达到要求。同时对于 Skill 的结构，也有一定的技术要求。├── SKILL.md # 必需 -

AI Agent 的可观测性，本质是“将黑盒模型白盒化”。不要只监控“系统状态”，更要监控“智能状态”（推理质量、工具成功率、知识准确性）。