阿里云博客：OpenAnolis社区SkillHub上线AnolisOS-SysDiag技能，让AI（人工智能）智能体跑系统排障命令
阿里云博客刊出OpenAnolis（龙蜥）社区SkillHub作者Wang Yangke的实践文章，介绍其开发的AnolisOS-SysDiag技能（Skill）：一次性采集CPU（中央处理器）、内存、磁盘I/O、网络四类指标并做交叉关联分析，再给出Anolis OS专属调优参数。
文章称该技能兼容Claude Code、Cursor等客户端，工具部分可作为MCP（模型上下文协议）服务器接入。 文中耗时与效果均为作者个人经验，未做对照测试。
阿里云博客2026年10月19日刊出OpenAnolis社区SkillHub作者Wang Yangke的文章，介绍其开发的AnolisOS-SysDiag Skill。
文章称该技能可一键采集CPU（中央处理器）、内存、磁盘I/O、网络四类指标，做跨维度关联分析，并针对Anolis OS内核特性（如Group Identity调度、SLO调度器、sysAK工具链）给出具体参数名、建议值和验证方式，而非通用Linux调优建议。
文章称技能支持Claude Code、Cursor、Gemini CLI、Windsurf、OpenCode等客户端，其工具部分可作为MCP（模型上下文协议）服务器暴露； 提交走anolis-skills仓库的PR（合并请求）流程，由社区AI（人工智能）审查检查格式。 作者称曾将约30分钟的排障过程缩短到3分钟，但这是其个人场景描述，文中未提供对照测量。
这条来源展示Agent（智能体）能力向操作系统运维层延伸的具体路径：把资深工程师的判读规则写入SKILL.md，让智能体按固定流程执行命令并解释输出。 它也暴露一个约束——技能上限取决于写入的上下文知识（如特定内核版本的已知问题），这类知识难以迁移到其他发行版。 文中“诊断”仍由人做最终决策，自动化闭环需与SysOM Agent等管理能力配合。
后续观察信号
- SkillHub的审核与上架机制是否公开
- 该技能在不同Anolis OS版本上的实测准确率
- 智能体执行系统命令的权限边界与安全审计方式