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= | 执行完整巡检 |
| "生成报告" | dbskiter --output-mode=ai --database= | 生成巡检报告 |
| "检查配置" | dbskiter --output-mode=ai --database= | 仅检查配置 |
| "检查安全" | dbskiter --output-mode=ai --database= | 仅安全检查 |
| "建立基线" | dbskiter --output-mode=ai --database= | 创建性能基线 |
| "智能巡检" | dbskiter --output-mode=ai --database= | 智能巡检分析 |
| "异常检测" | dbskiter --output-mode=ai --database= | 检测指标异常 |
| "根因分析" | dbskiter --output-mode=ai --database= | 分析问题根因 |
| "风险预测" | dbskiter --output-mode=ai --database= | 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
共 1 个版本