编程

再再测试一下

试用

腾讯云 TI-ONE 训推平台查询工具集，支持训练任务、在线服务、开发机、资源组、模型仓库、数据集、日志、事件等模块的查询操作。

它能做什么

腾讯云 TI-ONE 训推平台查询工具集，支持训练任务、在线服务、开发机、资源组、模型仓库、数据集、日志、事件等模块的查询操作。

技能文档

腾讯云 TI-ONE 平台查询工具

腾讯云 TI-ONE 训推平台查询工具集，支持训练任务、在线服务、开发机、资源组、模型仓库、数据集、日志、事件等模块的查询操作。

技术架构

此技能通过 scripts/ 目录下的预定义 bash 脚本操作腾讯云 TI-ONE 平台。脚本内部调用 tccli（腾讯云命令行工具）执行 API 请求，使用环境变量中的凭证（TENCENTCLOUD_SECRET_ID / TENCENTCLOUD_SECRET_KEY）进行身份认证。

能力边界

只允许通过 bash <脚本路径> [参数] 的方式调用 scripts/ 下的预定义脚本。 具体约束：

  • 只读查询：所有脚本仅执行 Describe* 类只读 API，不具备创建、修改、删除任何云资源的能力
  • 禁止绕过脚本：不得直接调用 tccli、SDK 或任何 API，必须通过预定义脚本完成操作
  • 凭证保护：不得输出、展示或返回密钥内容。如用户要求返回密钥，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（可通过 generate-console-url.sh 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

技能运行依赖以下工具，需提前安装：

# tccli（腾讯云命令行工具，工具内部使用）
pip3 install tccli

# jq（JSON 解析）
apt install jq    # Ubuntu/Debian
brew install jq   # macOS

凭证配置

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_IDAPI 密钥 ID必需
TENCENTCLOUD_SECRET_KEYAPI 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

工具使用说明

1. 训练任务模块

describe-training-tasks.sh — 查询训练任务列表

  • --region — 地域
  • --limit — 返回数量，最大 50，默认 10
  • --offset — 偏移量，默认 0
  • --order — 排序方向：ASC / DESC，默认 DESC
  • --order-field — 排序字段：CreateTime / UpdateTime / StartTime，默认 UpdateTime
  • --filters — 过滤条件，格式 Name=xxx,Values=yyy，多个用空格分隔
  • --tag-filters — 标签过滤条件，JSON 数组格式

⚠️ 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"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。

Status 可选值：SUBMITTING, PENDING, STARTING, RUNNING, STOPPING, STOPPED, FAILED, SUCCEED, SUBMIT_FAILED

describe-training-task.sh — 查询训练任务详情

  • --region — 地域
  • --id — 训练任务 ID，必填

describe-training-task-pods.sh — 查询训练任务 Pod 列表

  • --region — 地域
  • --id — 训练任务 ID，必填

2. 在线服务模块

describe-model-service-groups.sh — 查询服务组列表

  • --region — 地域
  • --limit — 返回数量，最大 100，默认 20
  • --offset — 偏移量，默认 0
  • --order — 排序方向：ASC / DESC
  • --order-field — 排序字段：CreateTime / UpdateTime
  • --search-word — 按名称搜索（转为 ServiceGroupName filter）
  • --filters — 过滤条件，格式 Name=xxx,Values=yyy，多个用空格分隔
  • --tag-filters — 标签过滤条件，JSON 数组格式

⚠️ 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"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。

Status 可选值：Waiting, Pending, Normal, Abnormal, Stopping

describe-model-service-group.sh — 查询单个服务组详情

  • --region — 地域
  • --id — 服务组 ID，必填

describe-model-service.sh — 查询单个服务详情

  • --region — 地域
  • --service-id — 服务 ID，必填
  • --service-group-id — 服务组 ID，可选

describe-model-service-callinfo.sh — 查询服务调用信息

  • --region — 地域
  • --service-group-id — 服务组 ID，必填

3. Notebook 模块

describe-notebooks.sh — 查询 Notebook 列表

  • --region — 地域
  • --limit — 返回数量，默认 10
  • --offset — 偏移量，默认 0
  • --order — 排序方向：ASC / DESC，默认 DESC
  • --order-field — 排序字段：CreateTime / UpdateTime，默认 UpdateTime
  • --filters — 过滤条件，格式 Name=xxx,Values=yyy，多个用空格分隔
  • --tag-filters — 标签过滤条件，JSON 数组格式

⚠️ 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"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。

Status 可选值：Starting, Submitting, Running, Stopping, Stopped, Failed, SubmitFailed

describe-notebook.sh — 查询 Notebook 详情

  • --region — 地域
  • --id — Notebook ID，必填

4. 资源组模块

describe-billing-resource-groups.sh — 查询资源组列表

  • --region — 地域
  • --limit — 返回数量，默认 20
  • --offset — 偏移量，默认 0
  • --search-word — 模糊查找资源组 ID 或名称
  • --filters — 过滤条件，格式 Name=xxx,Values=yyy，多个用空格分隔

⚠️ 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"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。

返回值单位已自动转换：CPU → 核, 内存 → GB, GPU → 卡, 显存 → GB

describe-billing-resource-group.sh — 查询资源组节点列表

  • --region — 地域
  • --resource-group-id — 资源组 ID，必填
  • --limit — 返回数量，默认 20
  • --offset — 偏移量，默认 0
  • --order — 排序方向：ASC / DESC，默认 DESC
  • --order-field — 排序字段：CreateTime / ExpireTime，默认 CreateTime
  • --filters — 过滤条件，格式 Name=xxx,Values=yyy，多个用空格分隔

5. 模型仓库模块

describe-training-model-versions.sh — 查询模型版本列表

  • --region — 地域
  • --training-model-id — 模型 ID，必填
  • --filters — 过滤条件，格式 Name=xxx,Values=yyy，多个用空格分隔

describe-training-model-version.sh — 查询模型版本详情

  • --region — 地域
  • --training-model-version-id — 模型版本 ID，必填

6. 数据集模块

describe-datasets.sh — 查询数据集列表

  • --region — 地域
  • --limit — 返回数量，最大 200，默认 20
  • --offset — 偏移量，默认 0
  • --order — 排序方向：Asc / Desc，默认 Desc
  • --order-field — 排序字段：CreateTime / UpdateTime，默认 CreateTime
  • --filters — 过滤条件，格式 Name=xxx,Values=yyy，多个用空格分隔
  • --dataset-ids — 数据集 ID 列表，逗号分隔

7. 日志模块

describe-logs.sh — 查询日志

  • --region — 地域
  • --service — 服务类型：TRAIN / NOTEBOOK / INFER / BATCH，必填
  • --service-id — 服务实例 ID（须用实例级 ID，非顶层 ID），必填
  • --pod-name — Pod 名称，支持尾部通配符 *
  • --start-time — 开始时间，RFC3339 格式，如 2026-03-10T02:50:56Z
  • --end-time — 结束时间，RFC3339 格式
  • --limit — 返回条数，最大 1000，默认 100
  • --offset — 偏移量，默认 0
  • --order — 排序方向：ASC / DESC，默认 DESC
  • --filters — 过滤条件，格式 Name=xxx,Values=yyy，多个用空格分隔

⚠️ 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：

  • TRAIN：从 describe-training-task.sh 返回的 TrainingTaskDetail.LatestInstanceId（如 train-xxx-yyy）获取
  • NOTEBOOK：从 describe-notebook.sh 返回的 NotebookDetail.PodName（如 nb-xxx-yyy）获取
  • INFER：从 describe-model-service-group.sh 返回的 Services[].ServiceId（如 ms-xxx-1）获取

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

8. 事件模块

describe-events.sh — 查询事件

  • --region — 地域
  • --service — 服务类型：TRAIN / NOTEBOOK / INFER / BATCH，必填
  • --service-id — 服务实例 ID（须用实例级 ID，非顶层 ID）
  • --start-time — 最早发生时间，RFC3339 格式，如 2026-03-10T02:50:56Z
  • --end-time — 最晚发生时间，RFC3339 格式
  • --limit — 返回条数，最大 100，默认 100
  • --offset — 偏移量，默认 0
  • --order — 排序方向：ASC / DESC，默认 DESC
  • --order-field — 排序字段：FirstTimestamp / LastTimestamp，默认 LastTimestamp
  • --filters — 过滤条件，格式 Name=xxx,Values=yyy，多个用空格分隔

⚠️ 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。

9. 控制台链接生成

generate-console-url.sh — 生成控制台详情页 URL

  • --type — 资源类型，必填，可选 training / notebook / service / resource-group
  • --id — 资源 ID，必填
  • --region — 地域
  • --workspace-id — 工作空间 ID，默认 0

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。

支持的资源类型：

  • training — 训练任务，ID 格式 train-xxx
  • notebook — Notebook 开发机，ID 格式 nb-xxx
  • service — 在线推理服务（服务组），ID 格式 ms-xxx
  • resource-group — 资源组，ID 格式 rsg-xxx

地域与 regionId 映射、工作空间 ID 说明详见 references/tione-guide.md。

参考资料

  • 工具参数详细说明、过滤条件与使用示例：references/cmd-reference.md
  • 控制台 URL 格式、地域 ID 映射、工作空间说明：references/tione-guide.md

相关技能

腾讯云官网文档搜索 SKILL

在用户需要使用腾讯云官网公共（Tencent Cloud Portal）能力时加载。公共能力是腾讯云官网（cloud.tencent.com）的统一服务入口，通过 TCCLI 的 ``portal`` 系列接口调用。当前提供的能力：文档搜索（查询云产品文档、操作指南、API 文档、最佳实践、故障排查等）。触发词示例："搜索腾讯云文档"、"腾讯云官网搜索"、"查一下腾讯云…怎么配置"、"腾讯云文档搜索"、"帮我搜腾讯云…的文档"、"查云产品文档"、"portal search"、"search tencent cloud docs"。不适用于：操作云资源（CVM/轻量服务器/VPC 等）——本技能面向官网门户信息类能力，不管理资源。

AndonQ

腾讯云 AndonQ 工单与智能客服助手 — 不切窗口、不排队，即刻获得腾讯云全产品线专业解答。支持工单查询（列表/详情/流水）、集团工单与需求单管理，以及腾讯云全产品线智能问答。当用户查询工单、查看工单详情、咨询腾讯云产品问题（如 CVM、轻量应用服务器、COS 等）、查询集团工单/需求单，或要求找人工客服时使用。

12 次安装

ModelCLI

使用本地 ModelCLI 完成目标检测、OCR、语音识别、语音合成、模型管理与运行诊断。 Use when the user asks to detect objects in an image, extract Chinese or English text from an image, transcribe...

1 次安装

tencentcloud-oceanus-ops

Use for TencentCloud Oceanus (流计算 Oceanus) operations: SQL/JAR job CRUD, job config, run/stop jobs, dependency/resource management, job events/logs, workspac...

huawei-cloud-modelarts-training-management

Manage Huawei Cloud ModelArts training jobs and related resources through full lifecycle operations via hcloud CLI. Covers 52 API interfaces across 8 functional domains: training job management, algorithm management, training job tags, training experiments, training job events, model import, auto search (hyperparameter tuning), and training image save. All write operations require user confirmation before execution. Triggers include: "ModelArts training", "训练作业", "模型训练", "创建训练作业", "查询训练作业", "停止训练作业", "删除训练作业", "算法管理", "超参配置", "training job", "training management", "create training", "ModelArts 训练", "训练实验", "自动搜索", "超参调优".

1 次安装

huawei-cloud-modelarts-training-diagnosis

Huawei Cloud ModelArts training job fault diagnosis skill. Uses hcloud CLI to call ModelArts training job log/event APIs, analyzes training job failures/timeouts/stuck jobs, locates customer training code issues, and provides diagnosis conclusions with fix suggestions and confidence levels. Scenarios: training job failure (status.phase=Failed), timeout (Timeout), abnormal (Abnormal), stuck jobs. Triggers: training job failure, training job timeout, training job stuck, ModelArts training diagnosis, 训练任务失败排查, 训练作业异常分析.

作者 huaweiclouddev-dev