阿里云 Flink SQL 技能

用于编写、验证、部署、运维和故障排查阿里云 Realtime Compute for Apache Flink SQL 的统一 AI 智能体工作流。

sdk-team
2026年10月11日
0 收藏
61 下载

安装与下载

1 ClawHub CLI

从源直接安装技能的最快方式。

npx clawhub@latest install alibabacloud-flink-sql-skill

2 手动安装

将技能文件夹复制到以下位置之一

全局模式 ~/.openclaw/skills/
工作区 {'/skills/'}

优先级:工作区 › 全局 › 内置

3 提示词安装

将此提示词复制到 Openclaw 即可自动安装。

请帮我使用 Clawhub 安装 skill-alibabacloud-flink-sql-skill。如果尚未安装 Clawhub,请先安装(npm i -g clawhub)。

更倾向于下载?

获取包含原生技能文件的ZIP压缩包。

下载技能 (.zip)

基本信息

名称 阿里云 Flink SQL 技能
Slug alibabacloud-flink-sql-skill
创建者 sdk-team
创建时间 2026-10-11 05:33:06
更新时间 2026-10-11 05:33:06
收藏数 0
使用量 61
浏览量 12

安装指南

  1. ClawHub CLI 从源直接安装技能的最快方式。
    npx clawhub@latest install alibabacloud-flink-sql-skill
  2. 手动安装 将技能文件夹复制到以下位置之一
    全局模式
    ~/.openclaw/skills/
    工作区
    /skills/
    优先级:工作区 > 本地 > 内置
  3. 提示词安装 将此提示词复制到 OpenClaw 即可自动安装。
    请帮我使用 Clawhub 安装 alibabacloud-flink-sql-skill。如果尚未安装 Clawhub,请先安装(npm i -g clawhub)。
    更倾向于下载?
    获取包含原生技能文件的ZIP压缩包。
    下载技能 (.zip)

什么是

阿里云 Flink SQL 技能通过捆绑的 Python CLI 管理 Flink SQL 工作负载的完整生命周期。它支持需求分析、架构审查、SQL 编写、云端验证、Drafts、Deployments、Jobs、Savepoints、Session Clusters、Catalogs、Connectors、UDFs、变量、部署目标和运行时诊断。
作为 Openclaw Skills 的一部分,它整合了配置检查、授权门控、异步回读验证、基于证据的故障排查以及可选的 Git 同步。该工作流旨在防止不安全操作、避免使用占位资源 ID,并清晰报告失败、待处理或未经验证的状态。

应用场景

根据已定义的数据契约、架构、运行时要求和正确性目标设计 Flink SQL。
在部署前验证 SQL 语义、配置、引擎兼容性和目标元数据。
创建或更新 Drafts 和 Deployments,同时保持源 SQL、配置和已部署版本一致。
按要求的恢复行为启动 Jobs,并验证运行时验收标准。
运维 Jobs、Savepoints、Session Clusters、Catalogs、Connectors、UDFs、变量和部署目标。
调查异常、日志、Checkpoints、Metrics、执行计划、反压和性能瓶颈。
使用文档规定的仓库工作流,将已获授权且成功的 Deployment 变更同步到 Git。
使用 Openclaw Skills,在明确范围、身份验证和确认处理的前提下,受控地执行阿里云 Flink 运维。

工作原理

评估当前阶段:确定请求涉及需求、SQL 设计、验证、部署、启动、运维、性能还是故障排查。
建立数据契约:明确输入、输出、计算目标、正确性约束、引擎版本和运行时要求。
编写并审查 SQL:生成完整的 Flink SQL,并使用优先级最高的可用信息源检查语义、配置、连接器、变量和版本兼容性。
初始化并验证范围:读取清单和配置参考资料,初始化 SKILL_SESSION_ID,并在云端操作前运行配置诊断程序。
解析真实资源:从用户输入或只读查询中获取真实的工作区、命名空间、区域、Draft、Deployment 和 Job 标识符;绝不使用占位符。
在云端验证:确认元数据,并且仅在配置成功后执行云端验证。
管理生命周期资源:创建或更新 Drafts 和 Deployments;只有在满足请求的授权和安全要求时,才部署或启动 Jobs。
异步验证:回读资源状态和操作结果,不将请求已受理、超时或部分响应视为成功。
运维与诊断:检查日志、Metrics、Checkpoints、异常、执行计划和反压等运行时证据,以评估健康状况并提出纠正措施。
准确报告:遵循所需的输出架构,指出已完成和未执行的步骤,并在阶段失败时提供后续恢复操作。

配置指南

确保技能目录包含捆绑的 scripts/flink_sql_manager.py 文件及其 references/ 文档。
调用云端服务前,读取 references/manifest.json 和 references/configuration.md,然后初始化有效的会话身份。
配置目标阿里云工作区、命名空间、区域和受支持的凭证链。不要向智能体提供或回显 AccessKey 密钥、令牌或密码。
运行强制配置检查:
python3 scripts/flink_sql_manager.py config_doctor
如果缺少范围信息,请遵循文档规定的初始化流程,并在同一次 config_init 调用中保存可选的 Git 设置。再次运行 config_doctor,只有在其以代码 0 退出并明确报告成功后才能继续。
执行多步骤任务前,读取 references/lifecycle.md,并仅查阅任务所需的阶段专用参考资料。
对每条会修改数据的 CLI 命令使用 --confirm。停止、删除、破坏性 SQL 或重启流程等高风险操作,必须针对已解析的目标及其影响取得明确确认。
查询历史 Metrics 时,按照文档规定的流程提供用户提供的 VVP Cookie;此身份验证路径独立于 SDK 配置门控。
只有在获得授权、使用测试工作区并完成所需环境设置时,才运行实时端到端测试:
export RUN_LIVE_FLINK_E2E=1
python3 tests/live_api_e2e.py
如果无法执行必需命令,请报告缺少的前置条件,并提供仍需执行的准确命令。

数据架构

该技能围绕以下资源和证据模型组织 Flink 工作:
数据领域 内容和用途
需求 计算目标、源和接收端契约、正确性约束、引擎版本及运行时要求。
SQL 源代码 Flink SQL、架构、配置、连接器定义、变量、Catalogs 和 UDF 引用。
Draft 部署前可编辑的 SQL 及其关联配置。
Deployment 可部署的版本及其目标配置;获授权的成功变更可能触发 Git 后处理。
Job 正在运行或受管理的执行实例,包括恢复行为、状态、运行时状态和运维操作。
支持资源 Savepoints、Session Clusters、Catalogs、Connectors、UDFs、变量和部署目标。
运行时证据 日志、Metrics、Checkpoints、异常、执行计划、反压观测结果和命令回读结果。
配置身份 工作区、命名空间、区域、SKILL_SESSION_ID、凭证配置和可选 Git 设置。
Git 产物 与仓库同步的配置和部署产物,由 references/git-sync.md 规范;仓库保护和格式必须遵循该参考文档。
调用 API 前必须解析出真实资源 ID。历史 Metrics 使用单独的 Cookie 身份验证。敏感变量和 RAM 的处理遵循 references/ram-policies.md,且绝不能回显或提交凭证。

高级特性

从需求分析到生产故障排查的完整生命周期编排。
安全门控可区分只读操作、常规变更和高风险操作。
强制通过
config_doctor
验证工作区、命名空间、区域和身份就绪状态。
通过只读资源解析和异步回读验证,可靠报告状态。
使用日志、Metrics、Checkpoints、执行计划、异常和反压进行基于证据的诊断。
可选 Git 初始化,并在获授权且成功的 Deployment 变更后自动执行后处理。
具有版本意识的 SQL 指引,优先采用用户提供的架构和响应、最新阿里云文档、匹配的 Apache Flink 文档以及捆绑的离线参考资料。
通过用户提供的 VVP Cookie 单独处理历史 Metrics。
通过错误后停止依赖步骤,并报告已完成、已跳过和可恢复的操作,实现故障隔离。
支持更广泛的 Openclaw Skills 生态系统;仅当本地覆盖不足时,才将
alibabacloud-flink-workspace-ops
用作文档规定的备用方案。


name: alibabacloud-flink-sql-skill description: > Manage the full lifecycle of Alibaba Cloud Realtime Compute for Apache Flink SQL: analyze schemas, author and validate SQL, manage Drafts, Deployments, Jobs, Savepoints, Session Clusters, Catalogs, Connectors, UDFs, variables, and deployment targets, synchronize configuration to Git, and troubleshoot logs, Metrics, Checkpoints, exceptions, plans, and backpressure. Use when the user asks about Alibaba Cloud Flink, VVR, VVP, Flink SQL, its job lifecycle, or troubleshooting. Operate the platform through the Python CLI; historical Metrics use a user-supplied VVP Cookie. Verify scope and authentication before platform operations. High-risk actions usually require confirmation; explicit confirmation for the resolved target in the same request satisfies the gate.