自动化与运维

AWS 云账户上下文发现

在 AWS 操作前准确识别本地配置、账户与身份。

50/ 100
谨慎使用

价值存在,但可靠性、证据或控制措施仍有明显缺口。

查看评分依据 ↓
可直接使用于
Codex · Claude Code
Star 数
★ 11k
最近更新
18 天前
License
Apache-2.0
aws-cliaws-profileaws-regioncaller-identity
+3aws-ssoiamsagemaker

这个 Skill 能做什么,适合哪些场景?

该技能用于在任何 AWS 任务开始时发现用户的本地 AWS 上下文。它解析有效配置中的 profile 和 region,并通过 AWS STS 验证凭据、获取账户 ID 与调用者 ARN。它还识别 IAM 用户、普通角色和 SSO 保留角色等主体类型。对于 SSO 身份,它会提前提示通常无法直接创建或修改 IAM 角色。

读取 AWS_PROFILE、AWS_REGION、AWS_DEFAULT_REGION 以及活动 profile 的本地 AWS 配置;运行 aws configure list 查看有效配置;运行 aws sts get-caller-identity 验证凭据并获取 Account 与 Arn;根据 ARN 判断调用者类型;返回 profile、region、账户 ID、身份类型及相关 IAM 限制。

适合
  • 用户说“使用我的 AWS 账户”但没有提供账户或区域时,先读取本地配置。
  • 准备部署模型到 SageMaker、但尚未指定 AWS profile 或 region 时,确定实际目标环境。
  • 即将执行 AWS CLI 或 SDK 调用时,先验证凭据是否有效。
  • 用户通过 AWS SSO 登录并准备创建 SageMaker 执行角色时,提前识别权限限制。

如何安装这个 Skill?

使用前请注意
  • 会读取本地 AWS 配置并向 AWS STS 发送身份查询;使用前应确认当前 profile、账户和组织的数据处理要求。
  • 文档中的 aws configure list、无参数 get-caller-identity 与前文的显式 profile/region 解析存在不一致,可能导致实际使用了不同上下文。
  • 未说明 AWS CLI 安装、凭据来源、SSO 登录续期和区域缺失时的具体恢复步骤。
  • 未提供中国大陆网络可达性或中文错误反馈方面的保证。
开始前你需要
Agent 需要具备
  • Shell / 命令行
  • 网络访问
  • 本地文件系统
需要预先安装
  • AWS CLI

从 huggingface/skills 仓库的 skills/ 目录复制或 symlink skills/hf-cloud-aws-context-discovery/ 到 Codex 的标准 .agents/skills 位置,例如仓库内的 .agents/skills 或用户目录下的 .agents/skills。README 未提供该单个技能的专用安装命令。

通用方式:手动安装到 Claude Code(macOS / Linux)
tmp="$(mktemp -d)"
git clone --depth 1 https://github.com/huggingface/skills.git "$tmp"
mkdir -p ~/.claude/skills
cp -R "$tmp/skills/hf-cloud-aws-context-discovery" ~/.claude/skills/
rm -rf "$tmp"

根据源仓库地址和 Skill 路径自动生成,只复制这个 Skill 的文件夹。如果上文有作者提供的安装方式,请优先按作者说明操作;想只在当前项目中使用,把 ~/.claude/skills 换成项目里的 .claude/skills。

如何使用这个 Skill?

试试这样说

安装后,把下面任意一句发给 Agent 即可触发:

  • 使用我的 AWS profile 部署到 SageMaker

将技能安装到客户端可发现的位置后,在 AWS 任务提示中明确提出目标,例如“使用我的 AWS profile 部署到 SageMaker”。技能应在其他 AWS 工作之前运行;如果配置、区域或凭据有问题,它会先报告具体问题。

这个 Skill 有哪些优点和局限?

优点
  • 明确规定 profile 和 region 的解析顺序,避免猜测区域。
  • 通过一次 STS 调用同时验证凭据并获取账户 ID 与调用者 ARN。
  • 会提前识别 AWSReservedSSO 身份可能无法创建 IAM 角色的风险。
局限
  • 依赖本机 AWS CLI、AWS 配置文件和可用凭据。
  • 需要网络访问 AWS STS;凭据过期、profile 不存在或没有区域时会停止。
  • 只负责上下文发现,不负责部署资源、创建 IAM 角色或执行后续 AWS 操作。

这个 Skill 与同类方案有什么区别?

与相关 Skills 并排比较;分数均按同一 FSRS 标准得出。

Skill FS 评分 Star 数 最近更新 License
AWS 云账户上下文发现 本页 50 · 谨慎使用 ★ 11k 18 天前 Apache-2.0
SageMaker 执行角色预检 41 · 不推荐 ★ 11k 18 天前 Apache-2.0
Google Cloud 身份认证指南 ✓ Google · 官方 58 · 推荐 ★ 21k 12 天前 Apache-2.0
Google Cloud 基础落地区构建器 ✓ Google · 官方 39 · 不推荐 ★ 21k 12 天前 Apache-2.0
Google Cloud WAF 安全架构顾问 ✓ Google · 官方 54 · 谨慎使用 ★ 21k 12 天前 Apache-2.0

FollowSkills 如何评估这个 Skill?

FollowSkills 评估 · FSRS-2.0
谨慎使用
50/ 100 五分制 2.5 / 5
上游仓库在本次评估后已有新提交;当前评分仍对应所示审查版本,可能尚未覆盖最新改动。
1信任安全16 / 25 · 3.2/5

技能主要读取本地 AWS 配置并调用 STS 获取身份,未见恶意行为或凭据窃取;但未要求用户确认、未说明敏感配置和身份信息的暴露边界,也缺少权限隔离与恢复设计,因此扣分。

2可靠稳定8 / 20 · 2.0/5

配置解析顺序、异常停止条件和报告格式较清晰;但命令示例在 profile/region 传递上不完全一致,未覆盖凭据链、区域缺失、配置文件与环境变量冲突等边界,也没有可诊断的错误处理或行为测试,因此受静态上限约束并扣分。

3适用触发8 / 15 · 2.7/5

触发条件、目标场景和预期输出明确,适合 AWS 部署前的上下文发现;但未声明非适用范围,未提供中文交互支持证据,也未说明中国大陆网络对 AWS CLI/STS 可达性,因此扣分。

4规范维护8 / 15 · 2.7/5

文档结构清楚,包含安装生态背景、命令示例、限制性提示,且仓库提供 Apache-2.0 许可证和生成文件 CI;但技能自身没有版本、变更记录、明确维护责任、更新路径、依赖安装说明或常见问题,因此扣分。

5有效结果6 / 15 · 2.0/5

读取 profile、region、账户 ID 和 caller ARN,并提前识别 SSO,能够完成核心任务且输出可直接使用;但无法从静态材料确认命令在实际环境中的完整性,且对多种配置异常仍需人工处理,因此未给高分。

6证据核验4 / 10 · 2.0/5

技能内容和仓库 CI 生成校验可审计,但 CI 未覆盖该技能的 AWS 关键路径,也没有提交的测试、第三方执行记录或独立复现证据,因此只能给予有限分数。

1 2 3 4 5 6

点击维度查看打分理由

评估于 2026年7月20日 审查版本 86cdeee824b7 评估证据[1][2][3][4][5]

证据充分度:低 — 主要依赖静态检查、作者材料或有限演示;适合发现线索,不适合做高风险决策。

查看完整评分方法 →

常见问题

它会自动选择 us-east-1 吗?
不会。它按规定顺序读取明确指定的区域、环境变量和活动 profile;都没有值时才询问用户。
它需要哪些本地信息?
它使用 AWS_PROFILE 或 default profile,并读取本地 AWS 配置;还需要可用凭据来调用 AWS STS。
通过 SSO 登录还能创建 IAM 角色吗?
技能不会假设可以。若 ARN 显示 AWSReservedSSO 身份,它会提示通常需要使用已有 IAM 角色,或联系 AWS 访问权限管理员。

同仓库的其他 Skills

均来自 huggingface/skills

自动化与运维

SageMaker 执行角色预检

在 SageMaker 部署或训练前发现并验证可用的 IAM 执行角色。

★ 11k FS 41 不推荐 18 天前
自动化与运维

SageMaker 模型部署规划器

为不同模型和流量需求选择合适的 AWS SageMaker 部署路径。

★ 11k FS 50 谨慎使用 18 天前
自动化与运维

SageMaker Python 环境管家

为 SageMaker 与 AWS 任务创建隔离且版本正确的 Python 环境。

★ 11k FS 49 谨慎使用 18 天前
自动化与运维

SageMaker 生产部署默认配置

为 SageMaker 实时或异步端点自动配置弹性伸缩、CloudWatch 告警和资源标签。

★ 11k FS 46 谨慎使用 18 天前
自动化与运维

SageMaker 服务镜像选择器

为 Hugging Face 模型选择兼容的 SageMaker 服务容器,并获取当前区域的镜像 URI。

★ 11k FS 47 谨慎使用 18 天前
开发与工程

Hugging Face Hub CLI 技能

让智能体通过 hf 命令管理 Hugging Face Hub 上的模型、数据集、空间、作业与基础设施。

★ 11k FS 42 不推荐 18 天前
开发与工程

Hugging Face API 工具构建器

把 Hugging Face API 调用组合成可复用、可管道化的命令行工具。

★ 11k FS 41 不推荐 18 天前
开发与工程

Gradio 交互式应用构建技能

用 Python 快速构建 Gradio 网页界面、机器学习演示和聊天应用。

★ 11k FS 40 不推荐 18 天前
开发与工程

Hugging Face ZeroGPU 开发指南

帮助你构建可靠的 Gradio ZeroGPU AI 演示与 GPU 工作负载。

★ 11k FS 56 谨慎使用 18 天前
开发与工程

LoRA Space Demo Builder

为 Hugging Face LoRA 自动设计并发布定制化 Gradio 演示 Space。

★ 11k FS 51 谨慎使用 18 天前
开发与工程

Hugging Face Spaces 构建器

帮助智能体创建、部署和维护 Hugging Face Spaces 应用。

★ 11k FS 50 谨慎使用 18 天前
数据与分析

Hugging Face 数据集探索助手

通过 Dataset Viewer API 探索、检索和提取 Hugging Face 数据集。

★ 11k FS 49 谨慎使用 18 天前
开发与工程

Hugging Face 论文研究助手

读取 AI 论文并提取 Hugging Face 论文页的结构化元数据。

★ 11k FS 49 谨慎使用 18 天前
数据与分析

Hugging Face LLM 训练器

在 Hugging Face 云端 GPU 上训练、微调并保存模型。

★ 11k FS 48 谨慎使用 18 天前
数据与分析

TRL 大模型训练助手

用 TRL 命令行完成语言模型的监督微调、偏好对齐与强化学习训练。

★ 11k FS 48 谨慎使用 18 天前
数据与分析

Hugging Face 本地模型评测

在本地硬件上为 Hugging Face Hub 模型运行可控的 inspect-ai 或 lighteval 评测。

★ 11k FS 47 谨慎使用 18 天前
数据与分析

Sentence Transformers 训练助手

为检索、相似度与稀疏搜索训练 Sentence Transformers 模型。

★ 11k FS 47 谨慎使用 18 天前
数据与分析

Transformers.js 浏览器与 Node.js 推理技能

在 JavaScript 应用中直接运行 Hugging Face 模型。

★ 11k FS 46 谨慎使用 18 天前
数据与分析

Hugging Face 模型内存估算器

在不下载权重的情况下估算模型推理所需内存。

★ 11k FS 44 不推荐 18 天前
开发与工程

Hugging Face 本地模型运行器

帮助你从 Hugging Face 选择合适的 GGUF 量化模型,并用 llama.cpp 在本机运行。

★ 11k FS 44 不推荐 18 天前

相关 Skills