MissSkill Bench← 返回全部 Skills
SKILLS / 雲端與可觀測性 / cloud-logging-query-generation
雲端與可觀測性

cloud-logging-query-generation

把自然語言需求轉成 Google Cloud Logging 查詢，特別約束字串、布林運算、資源類型與未知欄位的處理方式，適合除錯及稽核日誌查找。

查看來源 ↗
作者／來源google★ 19,220 GitHub Stars
測試版本30bb6bff7c39更新日期：2026-09-02T14:36:57Z
支援平台OpenAI · Claude本次實測平台
安裝方式npx skills add google/skills
公平比較方式

三個問題，分別測載入前與載入後。

每次回答都在全新環境中產生。兩邊使用相同模型與設定，唯一差別是右側載入了這個 Skill。

模型版本gpt-5.6-sol帳號方案ChatGPT Plus思考強度medium執行工具codex-cli-native-skill
真實測試使用本機已登入的 ChatGPT Plus 實際執行，完成於 2026年9月2日。所有檢查通過後才公開，回答未經人工改寫。
三階段測試3 個問題全部完成版本核對3/3 通過環境清理9/9 通過測試隔離每回合全新環境
01
基礎題

產生 Cloud Run 錯誤查詢

測試問題

請產生 Google Cloud Logging LQL，查找 Cloud Run 服務 checkout-api 在最近查詢範圍內 severity 為 ERROR 以上的紀錄。只輸出可貼入 Logs Explorer 的查詢。

載入前 · 0 個 Skill載入後 · 版本已核對再次確認 · 0 個 Skill已確認模型套用 Skill三個環境皆已清理
未載入 Skill22 tokens · 6352 ms
resource.type="cloud_run_revision" resource.labels.service_name="checkout-api" severity>=ERROR
已載入 Skill +525 tokens · 26674 ms
(resource.type="cloud_run_revision") AND (resource.labels.service_name="checkout-api") AND (severity>=ERROR)
02
實務題

區分 GCE 名稱與 ID

測試問題

請產生 Google Cloud Logging LQL，找出 Compute Engine 執行個體 web-prod-2 的 warning 以上紀錄。web-prod-2 是執行個體名稱，不是數字 ID。只輸出查詢。

載入前 · 0 個 Skill載入後 · 版本已核對再次確認 · 0 個 Skill已確認模型套用 Skill三個環境皆已清理
未載入 Skill24 tokens · 7497 ms
resource.type="gce_instance" resource.labels.instance_id=("web-prod-2") severity>=WARNING
已載入 Skill +741 tokens · 36546 ms
-- Exact instance-name label unavailable; using global keyword search. (resource.type="gce_instance") AND (SEARCH("web-prod-2")) AND (severity>=WARNING)
03
壓力題

未知欄位的安全退化

測試問題

請產生 Google Cloud Logging LQL，從 Cloud Run 紀錄找出自訂欄位 fraudDecision 等於 BLOCK 的事件。你沒有該應用的 payload schema。只輸出查詢；若必須退化查詢，可使用合法 LQL 註解說明。

載入前 · 0 個 Skill載入後 · 版本已核對再次確認 · 0 個 Skill已確認模型套用 Skill三個環境皆已清理
未載入 Skill370 tokens · 15493 ms
-- 未知 payload schema；退化為跨欄位文字搜尋，可能包含誤判 resource.type = "cloud_run_revision" AND "fraudDecision" AND "BLOCK"
已載入 Skill +860 tokens · 34734 ms
-- 未知 payload schema，退化為全域關鍵字搜尋；兩個詞可能出現在不同欄位，無法保證為欄位等值比較。 (resource.type=("cloud_run_revision" OR "cloud_run_job")) AND (log_id("run.googleapis.com/stdout") OR log_id("run.googleapis.com/stderr")) AND (SEARCH("fraudDecision BLOCK"))
測試紀錄

這次測試記錄了什麼？

固定不變兩邊使用相同的模型版本、帳號方案、系統指令、思考強度與測試問題。

分開測試每次回答都使用全新環境。載入前不含任何 Skill，載入後只含本頁指定的 Skill。

完整才公開三題的所有步驟與環境清理都成功後，才顯示結果。若無法確認模型是否套用 Skill，也會清楚標示。