技能详情（站内镜像，无评论）
许可证：MIT-0
MIT-0 ·免费使用、修改和重新分发。无需归因。
版本：v1.0.4
统计：⭐ 0 · 62 · 0 current installs · 0 all-time installs
⭐ 0
安装量（当前） 0
🛡 VirusTotal ：良性 · OpenClaw ：良性
Package：alger-z/tencentcloud-tione-skill
安全扫描（ClawHub）
- VirusTotal ：良性
- OpenClaw ：良性
OpenClaw 评估
The skill's requirements and scripts are consistent with a read-only Tencent Cloud TI-ONE query tool — it needs your Tencent Cloud API keys and uses tccli/jq to call Describe* APIs; nothing in the package indicates hidden exfiltration or unrelated privileges.
目的
Name/description match the actual behavior: the scripts call Tencent Cloud TI-ONE Describe* APIs via tccli to query tasks, services, notebooks, datasets, logs, events, etc. Requested items (region config and Tencent Cloud credentials) are appropriate for this purpose.
说明范围
SKILL.md and the scripts restrict operation to running predefined scripts under scripts/*.sh. Scripts call only tccli tione Describe* APIs and format output with jq. The author documents a policy not to print credentials; scripts check that credentials exist but do not echo secret values. There is no evidence of additional file reads, unexpected network endpoints, or arbitrary command execution beyond tccli.
安装机制
The package itself has no external download/install spec in the registry manifest, but SKILL.md suggests installing tccli via pip and jq via apt/brew. These are standard package managers (low risk). Note the minor inconsistency between the registry metadata (no install spec) and SKILL.md's install recommendations — the recommendations are reasonable but you should verify tccli is installed from a trusted source (PyPI) before use.
证书
The only secrets required are TENCENTCLOUD_SECRET_ID and TENCENTCLOUD_SECRET_KEY and a region config (TENCENT_TIONE_DEFAULT_REGION). Those are proportional and required to call Tencent Cloud APIs. No unrelated credentials or high-privilege system paths are requested.
持久
always is false and the skill does not attempt to persist itself, modify other skills, or change system-wide agent settings. Scripts run interactively and do not store tokens or reconfigure the agent.
综合结论
This skill appears coherent and implements read-only TI-ONE queries. Before installing: (1) Be prepared to set TENCENTCLOUD_SECRET_ID and TENCENTCLOUD_SECRET_KEY — only provide an account with minimal read-only permissions if possible. (2) Verify and install tccli from a trusted source (pip/official docs) and jq from your package manager. (3) Note the small inconsistency: the registry metadata lists no install spec but SKILL.md recommends inst…
安装（复制给龙虾 AI）
将下方整段复制到龙虾中文库对话中，由龙虾按 SKILL.md 完成安装。
请把本段交给龙虾中文库（龙虾 AI）执行：为本机安装 OpenClaw 技能「Tencent Cloud TIONE」。简介：腾讯云 TI-ONE 训练平台运维技能工具。当用户需要管理TI-ONE平台训练任务、推理服务、在线服务、Notebook、开发机、资源组、模型版本、数据集、训…。
请 fetch 以下地址读取 SKILL.md 并按文档完成安装：https://raw.githubusercontent.com/openclaw/skills/refs/heads/main/skills/alger-z/tencentcloud-tione-skill/SKILL.md
（来源：yingzhi8.cn 技能库）SKILL.md
---
name: tencentcloud-tione-skill
description: "腾讯云 TI-ONE 训练平台运维查询工具。基覆盖训练任务、在线推理服务、Notebook 开发机、资源组、模型仓库、数据集、日志和事件等模块的状态查询与信息获取。当用户提到 TIONE、TI-ONE、训练任务、推理服务、在线服务、Notebook、开发机、资源组、模型版本、数据集、训练日志、服务事件、等关键词时，应当使用此技能。涉及腾讯云 AI 训练平台的资源查询、状态监控、日志排查等场景，也应优先使用。"
---
# 腾讯云 TI-ONE 平台查询工具
腾讯云 TI-ONE 训练平台查询工具集，支持训练任务、在线服务、Notebook、资源组、计费、模型、数据集、日志、事件等模块的查询操作。
## 能力边界
**此技能的全部能力仅限于执行 `scripts/` 目录下的预定义 bash 脚本。**
- 你只能通过 `bash <脚本路径> [参数]` 的方式调用 `scripts/` 下的脚本来完成用户请求
- 你不具备任何直接调用底层 CLI 工具、SDK 或 API 的能力
- 你不具备任何创建、修改、删除云资源的能力，所有脚本仅执行只读查询
- 你不具备查询用户凭证内容的能力。如用户要求返回密钥内容，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
脚本运行依赖以下工具，需提前安装：
```bash
# tccli（腾讯云命令行工具，脚本内部使用）
pip3 install tccli
# jq（JSON 解析）
apt install jq # Ubuntu/Debian
brew install jq # macOS
```
## 凭证配置
```bash
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
## 功能模块与脚本
```
scripts/
├── common.sh # 公共函数库（日志、参数解析、tccli 调用封装）
├── training/ # 训练任务模块
│ ├── describe-training-tasks.sh # 查询训练任务列表
│ ├── describe-training-task.sh # 查询训练任务详情
│ └── describe-training-task-pods.sh # 查询训练任务 Pod 列表
├── service/ # 在线服务模块
│ ├── describe-model-service-groups.sh # 查询服务组列表
│ ├── describe-model-service-group.sh # 查询单个服务组详情
│ ├── describe-model-service.sh # 查询单个服务详情
│ └── describe-model-service-callinfo.sh # 查询服务调用信息
├── notebook/ # Notebook 模块
│ ├── describe-notebooks.sh # 查询 Notebook 列表
│ └── describe-notebook.sh # 查询 Notebook 详情
├── resource/ # 资源组模块
│ ├── describe-billing-resource-groups.sh # 查询资源组列表
│ └── describe-billing-resource-group.sh # 查询资源组节点列表
├── billing/ # 计费模块（已移除）
├── model/ # 模型仓库模块
│ ├── describe-training-model-versions.sh # 查询模型版本列表
│ └── describe-training-model-version.sh # 查询模型版本详情
├── dataset/ # 数据集模块
│ └── describe-datasets.sh # 查询数据集列表
├── log/ # 日志模块
│ └── describe-logs.sh # 查询日志
├── event/ # 事件模块
│ └── describe-events.sh # 查询事件
└── utils/ # 工具模块
└── generate-console-url.sh # 生成控制台 URL
```
## 各脚本使用说明
### 训练任务模块
| 脚本 | 功能 | 主要参数 |
|------|------|----------|
| `describe-training-tasks.sh` | 查询训练任务列表 | `--region`, `--limit`, `--offset`, `--order`, `--order-field`, `--filters` |
| `describe-training-task.sh` | 查询训练任务详情 | `--region`, `--id` (必填) |
| `describe-training-task-pods.sh` | 查询训练任务 Pod 列表 | `--region`, `--id` (必填) |
> **⚠️ 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"、"查看进行中的任务"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：
> ```bash
> # 查询运行中的训练任务
> --filters "Name=Status,Values=RUNNING"
> # 查询活跃状态的训练任务（多值用分号分隔）
> --filters "Name=Status,Values=RUNNING;STARTING;STOPPING"
> ```
>
> | Filter Name | 说明 | 可选值 |
> |-------------|------|--------|
> | `Status` | 按任务状态过滤 | `SUBMITTING`, `PENDING`, `STARTING`, `RUNNING`, `STOPPING`, `STOPPED`, `FAILED`, `SUCCEED`, `SUBMIT_FAILED` |
### 在线服务模块
| 脚本 | 功能 | 主要参数 |
|------|------|----------|
| `describe-model-service-groups.sh` | 查询服务组列表 | `--region`, `--limit`, `--offset`, `--order`, `--order-field`, `--search-word`(转为Filters ServiceGroupName), `--filters` |
| `describe-model-service-group.sh` | 查询单个服务组 | `--region`, `--id` (必填) |
| `describe-model-service.sh` | 查询单个服务 | `--region`, `--service-id` (必填), `--service-group-id` (可选) |
| `describe-model-service-callinfo.sh` | 查询服务调用信息 | `--region`, `--service-group-id` (必填) |
> **⚠️ 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"、"有问题的在线服务"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：
> ```bash
> # 查询异常服务
> --filters "Name=Status,Values=Abnormal"
> # 查询运行中的服务（多值用分号分隔）
> --filters "Name=Status,Values=Normal;Waiting;Pending"
> ```
>
> | Filter Name | 说明 | 可选值 |
> |-------------|------|--------|
> | `Status` | 按服务状态过滤 | `Waiting`, `Pending`, `Normal`, `Abnormal`, `Stopping` |
### Notebook 模块
| 脚本 | 功能 | 主要参数 |
|------|------|----------|
| `describe-notebooks.sh` | 查询 Notebook 列表 | `--region`, `--limit`, `--offset`, `--order`, `--order-field`, `--filters` |
| `describe-notebook.sh` | 查询 Notebook 详情 | `--region`, `--id` (必填) |
> **⚠️ 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"、"正在启动的开发机"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：
> ```bash
> # 查询运行中的开发机
> --filters "Name=Status,Values=Running"
> # 查询活跃状态的开发机（多值用分号分隔）
> --filters "Name=Status,Values=Running;Starting;Stopping"
> ```
>
> | Filter Name | 说明 | 可选值 |
> |-------------|------|--------|
> | `Status` | 按开发机状态过滤 | `Starting`, `Submitting`, `Running`, `Stopping`, `Stopped`, `Failed`, `SubmitFailed` |
### 资源组模块
| 脚本 | 功能 | 主要参数 |
|------|------|----------|
| `describe-billing-resource-groups.sh` | 查询资源组列表 | `--region`, `--limit`, `--offset`, `--search-word`, `--filters` |
| `describe-billing-resource-group.sh` | 查询资源组节点列表 | `--region`, `--resource-group-id` (必填), `--limit`, `--offset`, `--order`, `--order-field`, `--filters` |
> **⚠️ 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"、"可用的资源组"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：
> ```bash
> # 查询有可用节点的资源组（排除 AvailableNodeCount=0 的空组）
> --filters "Name=AvailableNodeCount,Values=1;2;3;4;5;6;7;8;9;10"
> ```
>
> **`--filters` 语法**：多值用分号分隔，模糊匹配加 `Fuzzy=true`
>
> | Filter Name | 说明 | 示例 |
> |-------------|------|------|
> | `AvailableNodeCount` | 按可用节点数过滤，快速找到有资源的组 | `--filters "Name=AvailableNodeCount,Values=1;2;4"` |
> | `ResourceGroupName` | 按资源组名称模糊搜索 | `--filters "Name=ResourceGroupName,Values=test,Fuzzy=true"` |
>
> **返回值单位已自动转换**：CPU → 核, 内存 → GB, GPU → 卡, 显存 → GB
### 模型仓库模块
| 脚本 | 功能 | 主要参数 |
|------|------|----------|
| `describe-training-model-versions.sh` | 查询模型版本列表 | `--region`, `--training-model-id` (必填), `--filters` |
| `describe-training-model-version.sh` | 查询模型版本详情 | `--region`, `--training-model-version-id` (必填) |
### 数据集模块
| 脚本 | 功能 | 主要参数 |
|------|------|----------|
| `describe-datasets.sh` | 查询数据集列表 | `--region`, `--limit`, `--offset`, `--order`, `--order-field`, `--filters`, `--dataset-ids` |
### 日志模块
| 脚本 | 功能 | 主要参数 |
|------|------|----------|
| `describe-logs.sh` | 查询日志 | `--region`, `--service` (必填: TRAIN/NOTEBOOK/INFER/BATCH), `--service-id` (必填), `--pod-name`, `--start-time`, `--end-time`, `--limit`, `--offset`, `--order` |
> **⚠️ 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：
>
> | 服务类型 | 实例 ID 来源 | 获取方式 |
> |---------|-------------|---------|
> | TRAIN | `LatestInstanceId` (如 `train-xxx-yyy`) | `describe-training-task.sh --id <训练任务ID>` → `TrainingTaskDetail.LatestInstanceId` |
> | NOTEBOOK | `PodName` (如 `nb-xxx-yyy`) | `describe-notebook.sh --id <NotebookID>` → `NotebookDetail.PodName` |
> | INFER | `ServiceId` (如 `ms-xxx-1`) | `describe-model-service-group.sh --id <服务组ID>` → `Services[].ServiceId` |
>
> **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
### 事件模块
| 脚本 | 功能 | 主要参数 |
|------|------|----------|
| `describe-events.sh` | 查询事件 | `--region`, `--service` (必填), `--service-id`, `--start-time`, `--end-time`, `--limit`, `--offset`, `--order`, `--order-field`, `--filters` |
> **⚠️ 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。
### 控制台链接生成
| 脚本 | 功能 | 主要参数 |
|------|------|----------|
| `generate-console-url.sh` | 生成控制台详情页 URL | `--type` (必填: training/notebook/service/resource-group), `--id` (必填), `--region`, `--workspace-id` |
> **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。
>
> ```bash
> # 生成训练任务控制台链接
> ./scripts/utils/generate-console-url.sh --type training --id train-xxx
>
> # 生成 Notebook 控制台链接
> ./scripts/utils/generate-console-url.sh --type notebook --id nb-xxx --region ap-beijing
>
> # 生成推理服务控制台链接（指定工作空间）
> ./scripts/utils/generate-console-url.sh --type service --id ms-xxx --workspace-id 12345
>
> # 生成资源组控制台链接
> ./scripts/utils/generate-console-url.sh --type resource-group --id rsg-xxx
> ```
>
> 支持的资源类型：
>
> | --type 值 | 对应资源 | ID 格式 |
> |-----------|---------|---------|
> | `training` | 训练任务 | `train-xxx` |
> | `notebook` | Notebook 开发机 | `nb-xxx` |
> | `service` | 在线推理服务（服务组） | `ms-xxx` |
> | `resource-group` | 资源组 | `rsg-xxx` |
>
> 地域与 regionId 映射、工作空间 ID 说明详见 `references/tione-console-guide.md`。
## 典型使用场景
### 1. 排查训练任务问题（标准流程：指定训练任务 ID train-xxx 时）
```bash
# 步骤 1: 查看训练任务详情，获取 LatestInstanceId 和 StartTime/EndTime
./scripts/training/describe-training-task.sh --region ap-shanghai --id train-xxx
# 从返回中获取:
# LatestInstanceId (如 train-xxx-yyy) — 日志/事件查询必需
# StartTime / EndTime — 用作日志时间范围
# 步骤 2: 使用 LatestInstanceId + 时间范围查询日志
./scripts/log/describe-logs.sh --region ap-shanghai --service TRAIN
--service-id train-xxx-yyy
--start-time "2026-03-10T02:50:56Z" --end-time "2026-03-10T03:30:00Z" --limit 50
# 步骤 3: 如需查看指定 Pod 日志，先获取 Pod 列表
./scripts/training/describe-training-task-pods.sh --region ap-shanghai --id train-xxx
# 从返回结果获取 Pod 名称
# 步骤 4: 使用 Pod 名称查询指定 Pod 日志
./scripts/log/describe-logs.sh --region ap-shanghai --service TRAIN
--service-id train-xxx-yyy --pod-name <pod-name> --limit 50
# 查看训练事件
./scripts/event/describe-events.sh --region ap-shanghai --service TRAIN
--service-id train-xxx-yyy --start-time "2026-03-10T02:50:56Z"
```
### 1.1 按状态查询训练任务
```bash
# ⚠️ 查询运行中的训练任务 → 优先用 Status filter
./scripts/training/describe-training-tasks.sh --region ap-shanghai --filters "Name=Status,Values=RUNNING"
# 查询失败的任务
./scripts/training/describe-training-tasks.sh --region ap-shanghai --filters "Name=Status,Values=FAILED"
# 查询活跃状态的任务（运行中+启动中+停止中）
./scripts/training/describe-training-tasks.sh --region ap-shanghai --filters "Name=Status,Values=RUNNING;STARTING;STOPPING"
```
### 2. 排查在线服务问题（标准流程：指定服务组 ID ms-xxx 时）
```bash
# 步骤 1: 查看服务组详情，获取服务实例 ID 和 Pod 名称
./scripts/service/describe-model-service-group.sh --region ap-shanghai --id ms-xxx
# 从 Services[].ServiceId 获取实例 ID，如 ms-xxx-1, ms-xxx-2
# 步骤 2: 使用服务实例 ID 查询日志
./scripts/log/describe-logs.sh --region ap-shanghai --service INFER --service-id ms-xxx-1 --limit 100
# 步骤 3: 如需指定 Pod，从步骤 1 返回中获取 Pod 名称
./scripts/log/describe-logs.sh --region ap-shanghai --service INFER --service-id ms-xxx-1 --pod-name <pod-name>
# 查看单个服务实例详情
./scripts/service/describe-model-service.sh --region ap-shanghai --service-id ms-xxx-1
# 查看服务调用信息
./scripts/service/describe-model-service-callinfo.sh --region ap-shanghai --service-group-id ms-xxx
# 查看推理事件
./scripts/event/describe-events.sh --region ap-shanghai --service INFER --service-id ms-xxx-1
```
### 2.1 按状态查询在线服务
```bash
# ⚠️ 查询异常服务 → 优先用 Status filter
./scripts/service/describe-model-service-groups.sh --region ap-shanghai --filters "Name=Status,Values=Abnormal"
# 查询正常运行的服务
./scripts/service/describe-model-service-groups.sh --region ap-shanghai --filters "Name=Status,Values=Normal"
# 查询活跃状态的服务
./scripts/service/describe-model-service-groups.sh --region ap-shanghai --filters "Name=Status,Values=Normal;Waiting;Pending"
```
### 3. 查看 Notebook 状态
```bash
# 查看 Notebook 列表
./scripts/notebook/describe-notebooks.sh --region ap-shanghai
# 查看某个 Notebook 详情
./scripts/notebook/describe-notebook.sh --region ap-shanghai --id nb-xxx
```
### 3.1 排查 Notebook 日志（标准流程）
```bash
# 步骤 1: 查看 Notebook 详情，获取 PodName 和 StartTime
./scripts/notebook/describe-notebook.sh --region ap-shanghai --id nb-xxx
# 从 NotebookDetail 获取:
# PodName (如 nb-xxx-yyy) — 日志查询必需
# StartTime — 用作日志时间范围起点
# 步骤 2: 使用 PodName + 时间范围查询日志
./scripts/log/describe-logs.sh --region ap-shanghai --service NOTEBOOK
--service-id nb-xxx-yyy --start-time "2026-03-17T19:23:21Z" --limit 50
# 查看 Notebook 事件
./scripts/event/describe-events.sh --region ap-shanghai --service NOTEBOOK
--service-id nb-xxx-yyy --start-time "2026-03-17T19:23:21Z"
```
### 3.1 按状态查询开发机
```bash
# ⚠️ 查询运行中的开发机 → 优先用 Status filter
./scripts/notebook/describe-notebooks.sh --region ap-shanghai --filters "Name=Status,Values=Running"
# 查询已停止的开发机
./scripts/notebook/describe-notebooks.sh --region ap-shanghai --filters "Name=Status,Values=Stopped"
# 查询活跃状态的开发机（运行中+启动中+停止中）
./scripts/notebook/describe-notebooks.sh --region ap-shanghai --filters "Name=Status,Values=Running;Starting;Stopping"
```
### 4. 查看资源与计费
```bash
# 查看所有资源组
./scripts/resource/describe-billing-resource-groups.sh --region ap-shanghai
# ⚠️ 查询有多少 GPU 资源组 / 哪些资源组有空闲资源 → 优先用 filter 排除空组
./scripts/resource/describe-billing-resource-groups.sh --region ap-shanghai --filters "Name=AvailableNodeCount,Values=1;2;3;4;5;6;7;8;9;10"
# 按名称模糊搜索资源组
./scripts/resource/describe-billing-resource-groups.sh --region ap-shanghai --filters "Name=ResourceGroupName,Values=test,Fuzzy=true"
# 查看资源组节点
./scripts/resource/describe-billing-resource-group.sh --region ap-shanghai --resource-group-id rg-xxx
```
## 参考资料
- 脚本参数详细说明与过滤条件：`references/tccli-tione-reference.md`
- 控制台 URL 格式、地域 ID 映射、工作空间说明：`references/tione-console-guide.md`