MCP App StoreMCP App Store
de pi_agent_rust1,284
Déployez et configurez des piles de monitoring prêtes pour la production (Prometheus, Grafana, Datadog) avec collecteurs, tableaux de bord et règles d'alerte pour Kubernetes, Docker, o
Automatise l'accompagnement et les exemples de configurations pour le déploiement de piles de monitoring incluant Prometheus, Grafana et Datadog. Fournit des instructions spécifiques à la plateforme, des modèles de déploiement de collecteurs/exportateurs, la configuration du scraping, des conseils de stockage/rétention, des modèles de tableaux de bord et des règles d'alerte pour les systèmes de production.
Utilisez cette compétence lorsque vous devez provisionner l'observabilité pour une application ou un cluster — par exemple, configurer Prometheus+Grafana sur Kubernetes, installer des agents Datadog sur des hôtes, créer des tableaux de bord pour des KPI clés, ou définir des alertes pour des workflows SRE. Les déclencheurs incluent le déploiement du monitoring, la configuration du scraping, l'ajout de tableaux de bord ou la création de règles d'alerte.
Probablement compatible avec les agents orientés CLI et code (Copilot/Codex/Claude Code) et les intégrations d'outils de type MCP capables d'exécuter des scripts de dépôt pour le déploiement et la génération de config.
Compétence de déploiement de pile de monitoring avec un sujet prometteur mais une implémentation entièrement basée sur du boilerplate. Les trois scripts (deploy_prometheus.sh, deploy_grafana.sh, deploy_datadog_agent.sh) sont des fichiers Python identiques mal nommés avec des extensions .sh, provoquant des erreurs de syntaxe bash immédiates. Ils ne contiennent aucune logique réelle de déploiement de monitoring — juste une classe Deployer générique de copie de fichiers. Le SKILL.md a un frontmatter YAML cassé et ne fournit que des étapes de haut niveau sans détails exploitables.
Clairement une compétence boilerplate générée par IA provenant de la suite de tests pi_agent_rust. Aucune fonctionnalité réelle — les scripts copient des fichiers de la source vers la cible mais ne contiennent aucune logique spécifique au monitoring. Le SKILL.md est un modèle avec des exemples fictifs. Pas malveillant, juste inutile.
Créateur de Client Websocket
Génère et guide les intégrations de clients websocket : configuration, exemples de code, meilleures pratiques et validation pour des clients websocket prêts pour la production.
Assistant de Nettoyage du Backlog
Automatise les tâches de nettoyage du backlog : priorisation, affinement des tickets et génération de configurations pour les flux de travail d'entreprise.
Perplexity Policy & Guardrails
Politique sous forme de code et garde-fous de linting pour les intégrations Perplexity : règles ESLint, hooks de pre-commit, vérifications CI et protections au runtime pour empêcher les secrets et l'insécurisé
Mise à niveau et Migration du SDK Vercel
Analyse, planifiez et exécutez les mises à niveau du SDK Vercel avec détection des changements majeurs et conseils de migration automatisés.
Windsurf — Erreurs Courantes
Diagnostiquez et résolvez les erreurs courantes du SDK/API Windsurf (authentification, limites de débit, timeouts) avec des corrections et des diagnostics étape par étape.
Patterns de Tests Jest & Workflow TDD
Implémente les meilleures pratiques de test Jest, les fonctions d'usine (factory) et les cycles TDD pour des applications React Native et TypeScript robustes.
TradeOS
Natural-language driven CEX trading and portfolio management for agents: API key vaulting, multi-exchange orders, DCA, arbitrage scanning, alerts and security r
Spring Boot Migration
Guided, phased migration for existing Spring Boot apps to Boot 4 / Java 25 (including Modulith 2 and Testcontainers 2), with scanners and reference guides.
ArcKit Architecture Conformance
Run a systematic architecture conformance assessment that compares ADRs and principles against HLD/DLD artifacts to surface drift, violations, and technical deb
Speak Security Basics
Security best practices for integrating Speak: API key management, audio data privacy, student data protection, and COPPA/FERPA compliance for production deploy
Replit — Advanced Troubleshooting
Step-by-step diagnostics and debugging techniques for deep Replit issues: Nix build failures, container crash loops, memory leaks, and platform vs app isolation
Klaviyo Observability
Add Prometheus metrics, OpenTelemetry tracing, structured logging, and alerting for Klaviyo API integrations to monitor performance and failures.
Juicebox Performance Tuning
Guidance and code patterns to reduce Juicebox AI analysis latency: caching, batching, upload chunking, and pagination to improve throughput and responsiveness.
Vercel Common Errors
Diagnose and fix common Vercel build, serverless runtime, and edge/routing errors with step-by-step checks and fixes.