MCP App StoreMCP App Store
de ash-ai32
Compétence SDK pour déployer et gérer des agents IA hébergés avec Ash : créer des clients et des sessions, diffuser des réponses SSE, gérer le cycle de vie et les erreurs, en utilisant TypeScript.
La compétence SDK Ash documente comment déployer et orchestrer des agents IA hébergés en utilisant la plateforme Ash. Elle couvre la création d'un client Ash, le déploiement d'agents, la création et la gestion de sessions, l'envoi de messages et la consommation de réponses en streaming SSE en temps réel (y compris les deltas de texte partiels). La compétence fournit des exemples de code pratiques en TypeScript et Python ainsi qu'une liste de vérification de validation pour l'utilisation en production.
Utilisez cette compétence lorsque vous avez besoin d'une intégration reproductible avec Ash : déploiement programmatique d'agents, gestion du cycle de vie des sessions (création, pause, reprise, fin), streaming de la sortie de l'agent pour des interfaces utilisateur ou des pipelines en temps réel, ou gestion des erreurs au niveau du SDK et des fichiers de workspace. Elle est appropriée pour les services backend, l'outillage développeur et les intégrations serveur.
references/ est inclus avec des documents plus approfondis sur le streaming, les sessions et la surface de l'API.Compatible avec l'orchestration d'agents et les agents développeurs qui invoquent des SDK (TypeScript, Python) et des systèmes attendant des flux SSE.
Le skill Ash SDK fournit une documentation claire pour le déploiement et la gestion d'agents IA hébergés via la plateforme Ash, avec des exemples de SDK TypeScript et Python. Aucun script groupé à tester — c'est purement un skill de référence/documentation. Le fichier SKILL.md est bien structuré avec un flux de décision, un guide de démarrage rapide, des exemples de streaming et des liens vers des références détaillées. Posture de sécurité saine sans motifs suspects.
Skill de documentation uniquement, sans scripts exécutables. Les exemples de code utilisent des identifiants fictifs. Bien organisé avec une divulgation progressive via le répertoire references/.
ds-fix — data-science mid-analysis fixer
Orchestrates diagnosis and targeted fixes mid-analysis: diagnose root cause, apply fixes with output-first verification, and update project learnings.
Full Stack Builder
End-to-end builder that scaffolds, implements, tests, and optionally deploys web and API applications from a natural-language specification.
Airtable Custom Interface Extensions (SDK Reference)
A concise SDK reference and best-practices guide for building Airtable Interface Extensions using @airtable/blocks/interface — includes scaffolding, hooks, comm
Neo4j Graph Database
Run Cypher queries and manage nodes/relationships against a local Neo4j instance exposed in the Docker network.
Supabase SDK Patterns (TypeScript & Python)
Production-ready patterns for using Supabase clients in TypeScript and Python: client initialization, typed queries, auth, realtime, storage, RPC, and error-han
Runway Prod Checklist
Production checklist and SDK patterns for integrating Runway (AI video/image generation) into production workflows.
Klaviyo — Webhooks & Events
Patterns and reference code to receive, verify (HMAC-SHA256), route, and idempotently process Klaviyo webhook events in production services.
React Context Setup
Automates guidance and code patterns for setting up React Context, providing step-by-step configuration and best-practice examples for frontend projects.