前言¶
在 Cursor、Claude Code 等环境里做腾讯云运维或排障时,常见做法是反复查文档、拼 tccli 命令、核对接口参数。上下文里一旦缺了服务名、Action 或数据结构,Agent 很容易给出过时或不可执行的调用。
tsa 是 SkillHub 上由 Tencent CloudQ Team 发布的 enterprise 类 Skill(坐标 @tencent-adm/tsa,当前版本 1.1.1,分类 it-ops-security)。它把 TSA(Tencent Cloud Smart Advisor) 与 CloudQ 相关能力写进标准 SKILL.md,并附带 TCCLI 安装、凭证配置与腾讯云 API 信息库检索步骤,便于 Agent 在用户询问 CloudQ 或需要智能顾问相关操作时按同一套流程执行。
这是什么¶
一句话:tsa 是面向 Agent 的腾讯云智能顾问(TSA)技能包,归属 CloudQ 产品线(Skill 描述中称 CloudQ 为 ITOM「领域虾」)。
维护方:Tencent CloudQ Team(SkillHub 页面标注为 enterprise 来源)。
解决的问题:统一触发条件(例如「cloudq 是谁」「cloudq 是什么」、腾讯云智能顾问相关操作)、运行依赖(Python 3、腾讯云凭证环境变量)、网络与本地配置目录权限,以及通过 TCCLI 与公开信息库检索接口文档的最佳实践。
SkillHub 标签标明 requires_api_key=true:使用前需要可访问腾讯云 API 的凭证(环境变量或 TCCLI 登录态)。
核心功能¶
以下能力均来自 Skill 包内 SKILL.md 与 references/ 文档,安装后 Agent 读取这些文件即可遵循。
运行与环境约束¶
Skill 元数据要求:
- 本机具备
python3 - 环境变量
TENCENTCLOUD_SECRET_ID、TENCENTCLOUD_SECRET_KEY(或通过 TCCLI 浏览器授权写入本地凭证,见下文) - 网络访问
https://*.tencentcloudapi.com、https://cloud.tencent.com - 可读写本地目录
~/.tencent-cloudq/
涉及 CAM/STS 的操作在元数据中有明确列举(如 cam:GetRole、cam:CreateRole、sts:AssumeRole 等)。说明中强调:角色创建/删除为独立步骤,需用户明确同意后执行(create_role.py 创建角色,cleanup.py --cloud 删除角色;check_env.py 仅只读检测)。临时凭证仅在内存中使用;配置文件只保存角色 ARN,不保存密钥。
TCCLI 安装与凭证(references)¶
Skill 将 TCCLI 作为调用腾讯云 API 的推荐 CLI。安装与验证示例:
pip install tccli
tccli --version
凭证方面推荐浏览器授权,避免手填 SecretId/SecretKey:
tccli auth login
命令会阻塞直到用户在浏览器完成 OAuth 授权;成功后可用 tccli cvm DescribeRegions 验证。多账户可使用 tccli auth login --profile user1;登出使用 tccli auth logout(或带 --profile)。
信息库检索(references/refs.md)¶
当需要确定服务名、最佳实践、具体 Action 或数据结构时,Skill 给出基于 curl 与 grep 的检索流程,数据源为腾讯云公开 refs:
发现业务(示例:查「云服务器」对应服务名):
curl -s https://cloudcache.tencentcs.com/capi/refs/services.md | grep 云服务器
检索某业务最佳实践:
curl -s https://cloudcache.tencentcs.com/capi/refs/service/cvm/practices.md | grep 重装
检索接口列表:
curl -s https://cloudcache.tencentcs.com/capi/refs/service/cvm/actions.md | grep "扩容\|磁盘"
阅读单个接口或数据结构文档:
curl -s https://cloudcache.tencentcs.com/capi/refs/service/cvm/action/ResizeInstanceDisks.md
curl -s https://cloudcache.tencentcs.com/capi/refs/service/cvm/model/SystemDisk.md
配置与清理(SKILL.md)¶
Skill 文档提供本地/云端清理脚本用法(路径中的 {baseDir} 为 Skill 安装目录):
python3 {baseDir}/scripts/cleanup.py
python3 {baseDir}/scripts/cleanup.py --all
python3 {baseDir}/scripts/cleanup.py --all --cloud
清理范围包括:
~/.tencent-cloudq/(含config.json)- 系统临时目录下的
.tcloud_advisor_uin_cache - 已设置的
TENCENTCLOUD_*环境变量(脚本可生成对应 shell/PowerShell 清理命令) - 加
--cloud时删除云端 CAM 角色advisor(需已配置 AK/SK)
安装与启用¶
1、安装 SkillHub CLI(若尚未安装)¶
command -v skillhub && skillhub --version
未安装时可按 SkillHub 官方说明执行完整安装脚本(见 SkillHub 安装文档)。
2、安装 @tencent-adm/tsa¶
官方页面给出的方式是让 Agent 依照 SkillHub 安装文档,安装坐标 @tencent-adm/tsa。命令形态如下(必须用 --dir 指向当前 Agent 的 skills 目录,否则默认装到 ./skills/ 可能不会被识别):
skillhub install @tencent-adm/tsa --dir <skills 目录>
常见路径(来自 SkillHub 安装文档):
- Cursor:
~/.cursor/skills/ - Claude Code:
~/.claude/skills/ - Codex:
~/.codex/skills/或项目下的.agents/skills/
安装完成后按你所用客户端要求刷新或重启,使 Skill 被加载。
3、准备 TCCLI 与凭证¶
按 Skill 内 references/install.md、references/auth.md 安装 TCCLI 并完成 tccli auth login,或按 Skill 元数据配置 TENCENTCLOUD_SECRET_ID / TENCENTCLOUD_SECRET_KEY。
典型用法¶
场景 A:用户问 CloudQ 或 TSA 是什么
Agent 应加载 tsa Skill,依据 SKILL.md 前言中的描述回答,并在涉及实际操作时走 TCCLI 或信息库检索流程,而不是凭空编造产品能力。
场景 B:要为某台 CVM 扩容磁盘查接口
- 用
services.md确认服务名为cvm(见上文 curl 示例)。 - 在
actions.md中 grep 目标操作,打开对应action/*.md阅读参数。 - 需要时查看
model/*.md中的数据结构。 - 使用已配置的 TCCLI 或 SDK 发起调用(示例验证命令:
tccli cvm DescribeRegions)。
场景 C:结束使用后清理本地与可选云端角色
在用户确认后执行 cleanup.py 相应参数,避免残留 ~/.tencent-cloudq/ 或环境变量中的密钥信息。
适用场景与注意¶
适合谁
- 已在用 Cursor、Claude Code、Codex 等支持 Skills 的客户端,且工作流里经常涉及腾讯云运维、顾问类能力或 CloudQ 相关问答的团队。
- 愿意通过 TCCLI 或 AK/SK 授权 Agent 访问
tencentcloudapi.com的环境。
限制与注意
- 标签
requires_api_key=true:无有效腾讯云凭证时,Skill 无法完成真实 API 调用。 - IAM 相关写操作(创建/删除
advisor角色)需用户明确同意后再执行,不要默认一键开通。 tccli auth login在 Agent 自动执行时会长时间阻塞,需提示用户打开终端中的授权链接完成浏览器登录。- SkillHub 页面统计(截至资料抓取):评分 100000,下载 1170,安装 31;与个别第三方摘要中的数字可能不一致,以 SkillHub 为准。
结尾¶
tsa 把腾讯云智能顾问(TSA)/ CloudQ 的触发语义、凭证与权限边界、TCCLI 路径以及公开 API 信息库检索步骤收敛到一个 Skill 里,适合作为 IT 运维与安全类 Agent 的固定能力模块。安装与详情见 SkillHub:
- 页面:https://www.skillhub.cn/skills/tencent-adm/tsa
- API 坐标页:https://api.skillhub.cn/tencent-adm/tsa