数据库实例巡检与报告生成

通过 dbskiter CLI 对数据库实例执行巡检，覆盖配置、性能、存储、安全与容量检查，输出健康评分与风险统计，并可生成 HTML/Markdown/JSON 报告；另提供基线管理、智能巡检、异常检测、根因分析、风险预测、智能建议与关联分析等命令。

热度 31.11

最近更新 2026-05-11 17:46:48

分类：数据依赖：代码执行应用场景：报告撰写 / 数据处理 / DevOps / 工作流

安装技能

复制下面的话术发给你的 Agent，它会通过 secure-skills 检索并安装该技能。

执行命令安装此 skill： npx secure-skills-cli add dbskiter-db-inspector

Metadata

name: db-inspector
description: 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 run - 用户说"生成报告" → 执行 report - 用户说"检查配置" → 执行 run --type configuration - 用户说"建立基线" → 执行 baseline --create - 用户说"智能巡检" → 执行 intelligent - 用户说"异常检测" → 执行 anomalies - 用户说"根因分析" → 执行 root-cause - 用户说"风险预测" → 执行 risks 用法： - dbskiter --output-mode=ai --database=<name> inspector run - dbskiter --output-mode=ai --database=<name> inspector report --output report.html - dbskiter --output-mode=ai --database=<name> inspector baseline --create - dbskiter --output-mode=ai --database=<name> inspector intelligent - dbskiter --output-mode=ai --database=<name> inspector anomalies --metric=cpu_usage - dbskiter --output-mode=ai --database=<name> inspector root-cause --issue="CPU飙升" - dbskiter --output-mode=ai --database=<name> inspector risks --days=7

当用户提到以下关键词时，使用此skill：

用户说法	执行命令	说明
"巡检"	`dbskiter --output-mode=ai --database=<name> inspector run`	执行完整巡检
"生成报告"	`dbskiter --output-mode=ai --database=<name> inspector report`	生成巡检报告
"检查配置"	`dbskiter --output-mode=ai --database=<name> inspector run --type configuration`	仅检查配置
"检查安全"	`dbskiter --output-mode=ai --database=<name> inspector run --type security`	仅安全检查
"建立基线"	`dbskiter --output-mode=ai --database=<name> inspector baseline --create`	创建性能基线
"智能巡检"	`dbskiter --output-mode=ai --database=<name> inspector intelligent`	智能巡检分析
"异常检测"	`dbskiter --output-mode=ai --database=<name> inspector anomalies`	检测指标异常
"根因分析"	`dbskiter --output-mode=ai --database=<name> inspector root-cause`	分析问题根因
"风险预测"	`dbskiter --output-mode=ai --database=<name> inspector risks`	预测未来风险

dbskiter --database=<数据库名> inspector run

输出：健康评分、风险统计、巡检项详情

评分标准：

dbskiter --database=<数据库名> inspector report --output report.html

支持格式：HTML、Markdown、JSON

dbskiter --database=<数据库名> inspector baseline --create

用途：建立性能基线，用于后续对比

dbskiter --database=<数据库名> inspector intelligent --metrics-history='{"cpu": [...], "memory": [...]}'

功能：异常检测、根因分析、风险预测、智能建议

dbskiter --database=<数据库名> inspector detect-anomalies --metrics='{"cpu": [...]}'

功能：检测突然飙升、逐渐增长、周期性异常、基线偏离

dbskiter --database=<数据库名> inspector analyze-root-causes --anomalies='[...]'

功能：分析异常事件的根因，提供解决建议

dbskiter --database=<数据库名> inspector predict-risks --time-horizon=7d

功能：预测未来7天/30天的容量和性能风险

dbskiter --database=<数据库名> inspector smart-recommendations

功能：基于巡检结果生成优先级排序的优化建议

dbskiter --database=<数据库名> inspector analyze-correlations --metrics='{"cpu": [...], "memory": [...]}'

功能：分析指标间关联性，发现隐藏模式

步骤1：执行 dbskiter --database=<name> inspector run
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=<name> inspector report

步骤1：执行 dbskiter --database=<name> inspector 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

步骤1：执行 dbskiter --database=<name> inspector 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