huawei-cloud-cce-env-assessment

Huawei Cloud — CCE 環境評価スキル

概要

Huawei Cloud のコンテナー環境の評価指標を自動で収集し、ディメンションごとの指標スコア表を出力して、評価レポートと改善提案を生成します。

---

前提条件

前提条件の確認：Huawei Cloud CLI（hcloud）>= 7.2.2 が必要です hcloud version を実行してバージョンが >= 7.2.2 であることを確認し、hcloud configure list を実行してプロファイルが存在することを確認してください。 インストールされていない場合、またはバージョンが古い場合は、インストールガイドとして references/koocli-installation-guide.md を参照してください。

hcloud version
hcloud configure list

前提条件の確認：Python >= 3.6 が必要です python --version を実行してバージョンが >= 3.6.0 であることを確認してください。 インストールされていない場合、またはバージョンが古い場合、スキルの実行は事前に中断され、Python 3.6 以降をインストールするようユーザーに促します。 Python のバージョンが 3.6.x の場合は、次のコマンドを実行して pip を最新バージョンにアップグレードします：pip3 install --user --upgrade 'pip<22'

⚠️ 必須の実行ルール

ルール 1：ステップごとの確認

各ステップの後に、必ず次の操作を行ってください：

1. 現在のステップの完了状況を表示します
2. そのステップで生成された出力を表示します
3. スキルの実行は毎回ステップ 1 から開始します。ステップ 1 を省略して後続のステップに進んではいけません
4. このスキルのルールに厳密に従い、各ステップの後にユーザーの確認を待ちます
5. 記載されたフローに厳密に従い、追加の操作を実行してはいけません。エラーが発生した場合は、そのままユーザーに返し、自分で修正を試みてはいけません
6. すべての実行ルールは効率性より優先されます

1 回の実行で複数のステップを連続して実行してはいけません！

ルール 2：固定ディレクトリ

各ステップの後に、必ず次の操作を行ってください：

1. すべての中間ファイルを data/ ディレクトリに保存します

ルール 3：権限の問題

1. 権限の問題が発生した場合は、sudo を試してください。解決しない場合はエラーとして処理し、スキルのフローを中断します

ルール 4：ステップ省略の防止チェック

各ステップを実行する前に、その前提条件が満たされていることを確認してください：

ステップ	前提条件
ステップ 2：環境の確認	ステップ 1 が完了していること。Huawei Cloud の AK/SK を取得済みであること
ステップ 3：コンテナー環境の収集	ステップ 2 がエラーなく完了していること。data/ と artifacts/ が空であること
ステップ 4：指標のスコアリング	ステップ 3 が完了していること。data/cloud-native-collection.md が生成されていること
ステップ 5：レポートの生成	ステップ 4 が完了していること。artifacts/cloud-native-summary.xlsx が生成されていること

ルール 5：情報の収集方法

1. 収集する情報ごとに、Huawei Cloud KooCLI ツール（hcloud コマンド）の使用を優先してください

ルール 6：ステータスの追跡

📋 Cloud-Native Container Assessment — Status Board
├────────────────────────────────────────────┤
│ Step 1: Configuration       [⏳ In progress]│
│ Step 2: Environment check   [○ Pending]     │
│ Step 3: Information collect [○ Pending]     │
│ Step 4: Metric scoring      [○ Pending]     │
│ Step 5: Report generation   [○ Pending]     │
└────────────────────────────────────────────┘

各ステップの後に、ステータスボードを更新してください：

📋 Cloud-Native Container Assessment — Status Board
├────────────────────────────────────────────┤
│ Step 1: Configuration       [✅ Done]       │
│ Step 2: Environment check   [✅ Done]       │
│ Step 3: Information collect [✅ Done]       │
│ Step 4: Metric scoring      [✅ Done]       │
│ Step 5: Report generation   [⏳ In progress]│
└────────────────────────────────────────────┘

🔐 権限の境界

AI に許可されている操作：

• SKILL の各ステップに厳密に従う
• SKILL で指定されているスクリプトのみを実行する
• 問題が発生した場合はエラーをそのまま返す

AI に禁止されている操作：

• ワークフローを一時的に変更または回避する
• 別の方法に切り替える（例：html が失敗した場合に Markdown に切り替える）
• ユーザーの同意なしにスクリプトや設定を変更する
• SKILL に明示的に記載されていない操作を実行する

範囲外の操作への対処

範囲外の操作は直ちに停止し、ユーザーの確認を待つ必要があります。続行は禁止されています。

主なワークフロー

ステップ 1：設定

環境設定をユーザーに確認します。

項目	説明	例
Huawei Cloud AK/SK	Huawei Cloud API のアクセスキーとシークレットキー	AK/SK = HPUAN3EWCG... / 1Bt5sdDU..
リージョン	コンテナクラスターが配置されているリージョン	region = cn-north-4
クラスター名	CCE クラスター名（ステップ 1 のみ）	cce_name = dify-cce-cluster
Dockerfile のソース	ソースコードリポジトリ（Dockerfile を含む）	Dockerfile = https://github.com/langgenius/dify

ユーザーが設定を入力したら、それぞれの値を環境変数 HWC_AK、HWC_SK、CCE_Region、CCE_NAME、Dockerfile_REPO_URL に保存します。

ダイヤモンドゲート 1：ステップ 2 に進む前に、ユーザーの確認を得ます。

ステップ 2：環境チェック

ステップ 1 で指定された設定を使用して、環境に接続できることと、ローカルランタイムの依存関係が揃っていることを確認します。

1. hcloud と AK/SK を使用して Huawei Cloud CCE 環境にアクセスし、接続できることを確認します。インストールされていない場合、またはバージョンが古すぎる場合は、インストールガイドとして references/koocli-installation-guide.md を参照してください。
2. ローカルの Python 環境が正しく動作していることを確認します。Python のバージョン要件は 3.6 より新しいことです。Python のバージョンが 3.6.x の場合は、次のコマンドを実行して pip を最新バージョンにアップグレードします。pip3 install --user --upgrade 'pip<22'
3. Python の依存ライブラリがインストールされているか確認します。references ディレクトリに移動します。Python のバージョンが 3.6.x の場合は、コマンド python3 -m pip install -r requirements.txt を実行します。Python のバージョンが 3.7 より新しい場合は、Python 仮想環境を使用してコマンド pip3 install -r requirements.txt を実行します。
4. data/ 内の過去のファイルをすべて削除します。data/ が存在しない場合は作成します。
5. artifacts/ 内の過去のファイルをすべて削除します。artifacts/ が存在しない場合は作成します。
6. チェックが完了したら、結果をユーザーに返し、依存関係をインストールするか、そのまま続行するかの確認を待ちます。

ステップ 3：コンテナ環境情報の収集

references/cloud-native-checklist.xlsx に記載されているすべての指標について、対応する環境情報を収集します。

1. 収集の実行では、必ず references/cloud-native-checklist.xlsx の実際の指標項目を基準とし、最新のデータを収集するために必ず scripts/collect_all.py を実行します。過去のデータやキャッシュされたデータは再利用しないでください。
2. 評価指標：評価対象の指標項目
3. 定量目標：その指標の基準値
4. 評価方法：その指標に関する環境情報の収集方法
5. 収集中に必要な情報を取得できない場合は、別の取得方法を検討し、ユーザーに確認を求めます。
6. すべての指標の収集が完了したら、収集方法（Python スクリプトや実行したコマンドなどを含みますが、これらに限りません）と収集データを templates/cloud-native-assessment-template.md に記入し、結果を data/cloud-native-collection.md に書き込んで、ユーザーに提示します。

Step 4: メトリクスの採点

data/cloud-native-collection.md の収集データに基づき、各メトリクスを採点します。

1. 収集データを定量化された目標と比較し、適合判定（Fully Satisfied／Mostly Satisfied／Partially Satisfied／Not Satisfied。比較できないメトリクスは Not Satisfied として記録します。「Not Applicable」と「Not Evaluated」はどちらも Not Satisfied として集計し、根拠欄にそのメトリクスが N/A または Not Evaluated であることを記載します）と採点根拠（収集データに基づいて記述します。メトリクスの環境情報、使用した収集方法、および未適合の理由を含めます）を決定します
2. 判定をスコアに変換します：Fully Satisfied = 3、Mostly Satisfied = 2、Partially Satisfied = 1、Not Satisfied = 0
3. scripts/score_and_excel.py を実行して新しい採点シートを作成し、次の列を含む Excel ファイルとして出力します：number、cloud-native dimension、level、acceptance metric、quantified target、acceptance method、description、acceptance verdict、score、full score、scoring basis。artifacts/cloud-native-summary.xlsx に保存します

Step 5: レポートの生成

採点シート artifacts/cloud-native-summary.xlsx の内容を使用して、最終評価レポートを生成します。

1. 最終レポートのベーステンプレートとして templates/report_template.md を使用します

2. レポートタイトルは「Cloud-Native Assessment Report」に固定します

3. レポートは4章で構成します。第1章と第2章は templates/report_template.md の内容をそのまま使用します

4. 最終レポートの第3章には、採点シート artifacts/cloud-native-summary.xlsx の内容を反映します

5. Step 4 で生成した cloud-native-summary.xlsx に対して scripts/make_charts.py を実行し、レーダーチャートと階段チャートを生成します

   チャート生成要件：

   • レーダーチャート：クラウドネイティブの各ディメンションごとにメトリクスをグループ化します。各ディメンションのスコア =（そのディメンションに属するメトリクスのスコア合計 ÷ そのディメンションに属するメトリクスの満点合計）× 5。レーダーチャートには、Service-orientation、Security、Automation、Elasticity、Observability、Resilience の6つのディメンションを正確に含めます。複数のディメンションに属するメトリクス（例：メトリクス #1 は Service-orientation と Automation の両方に属します）は、該当するすべてのディメンションの採点に含めます。
   • 階段チャート：総合スコア =（全メトリクスのスコア合計 ÷ 全メトリクスの満点合計）× 5。段階のしきい値は次のとおりです — スコア ≤ 1：Traditional、1 < スコア ≤ 2：Basic Cloud、2 < スコア ≤ 3：Service-Oriented、3 < スコア ≤ 4：Automated、スコア > 4：Intelligent。チャートは階段状に描画する必要があります。

6. 生成したレーダーチャートをレポートのセクション3.3.3に、階段チャートを3.3.4に配置します

7. 最終レポートの第4章を、実際の改善提案に置き換えます

8. 評価結果に基づき、P0／P1／P2の優先度別に改善提案を出力します：

   • P0：Not Satisfied（0点）—必須項目
   • P1：Partially Satisfied（1点）—修正が必要な項目
   • P2：Mostly Satisfied（2点）—推奨される改善項目

9. scripts/make_report_html.py を実行して最終レポートを HTML として生成し、artifacts/cloud-native-report.html に書き込みます

コアコマンド

クラスター ID と基本情報の取得

hcloud cce ListClusters --cli-region=cn-north-4

クラスターの kubeconfig 証明書の取得

hcloud cce CreateKubernetesClusterCert \
  --cli-region=cn-north-4 \
  --cluster_id=a5659ec8-55b5........ \
  --duration=1

クラスターの詳細情報の取得

hcloud cce ListClusters --cli-region=cn-north-4

認証パラメーター

認証モード	必須	任意
AKSK	--cli-access-key、--cli-secret-key	--cli-security-token
Profile	--cli-profile	--cli-mode、--cli-region

出力形式

1. 最終レポートは HTML ファイルとして出力します
2. 採点シートは Excel ファイルとして出力します
3. すべての出力ファイルを artifacts/ ディレクトリに保存します

検証

インストール後の検証

1. バージョン確認：hcloud version は 7.2.2 以降を返す必要があります
2. ヘルプ確認：hcloud --help に利用可能なサービスが一覧表示される必要があります

認証の確認

1. プロファイルの確認：hcloud configure list に設定済みのプロファイルが表示される必要があります

ベストプラクティス

1. Huawei Cloud で実行されているコンテナ環境を評価、分析します。
2. 既存のコンテナクラスターの設定を強化し、最適化の提案に基づいてクラスター設定を変更します。

参考資料

• report_template.md — 最終レポートのテンプレート
• cloud-native-checklist.xlsx — 評価指標の説明
• requirements.txt — Python の依存ライブラリ

スクリプト

• collect_all.py — すべての収集モジュールを統合するメインの評価スクリプト
• make_charts.py — グラフ生成スクリプト
• make_report.py — レポート生成スクリプト
• score_and_excel.py — スコアシート生成スクリプト

テンプレート

• report_template.md — 最終レポートのテンプレート
• cloud-native-assessment-template.md — データ収集テンプレート

注意事項

1. Huawei Cloud のコンテナ環境にアクセスできることを確認してください
2. Huawei Cloud の認証情報が有効で、期限切れでないことを確認してください
3. Huawei Cloud の Koocli ツールと Python 環境をスキルで自動的にインストールできない場合は、手動でインストールすることをおすすめします。
4. 現在、コンテナ環境へのパブリックネットワーク経由のアクセスのみをサポートしています
5. 実行中に出力が途切れる場合があります。その場合は、過去のデータを消去してスキルを再実行することをおすすめします