Tencent Cloud TIONE

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、训练日志、服务事件等资源，应当使用此技能。

Security Scan

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.

Purpose & Capability

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.

Instruction Scope

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.

Install Mechanism

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.

Credentials

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.

Persistence & Privilege

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.

Assessment

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 installing tccli/jq; that's not malicious but verify the install steps. (4) Review the scripts in scripts/ if you want to confirm they meet your security requirements; they call only tccli and jq and appear to avoid printing secrets. (5) If you require no cloud credentials to be exposed to the agent, do not enable this skill or limit credentials to a least-privilege read-only key.

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。

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_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

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