MCP App StoreMCP App Store
de agent-assistant53
Patterns et meilleures pratiques pour l'implémentation du tracking Segment (Analytics.js et côté serveur), conception de schémas d'événements et évitement des anti-patterns courants.
Fournit des patterns concrets pour l'intégration de Segment Analytics.js sur le client et @segment/analytics-node sur le serveur, ainsi que des conseils pour concevoir des plans de tracking et éviter les erreurs courantes. Inclut des recommandations pratiques sur le nommage des événements, la gestion des ID identify/anonymous, le batching d'appels serveur non bloquants et les points d'application de la validation.
Utilisez ce skill lors de la construction ou de l'audit d'implémentations d'analyses/tracking reposant sur Segment en tant que CDP — particulièrement lorsque vous avez besoin de schémas d'événements cohérents, d'une ingestion serveur sécurisée ou pour corriger des fusions d'identité client instables. Utile lors de l'intégration d'ingénieurs analytics, de sprints d'instrumentation ou lors de la migration du tracking vers une architecture basée sur un CDP.
Probablement utile pour les agents effectuant des tâches d'assistance devops/ingénierie (agents d'écriture de code comme Copilot/Codex/Gemini Code) et pour les réviseurs QA/analytics qui valident les schémas d'événements.
La compétence Segment CDP est une compétence uniquement documentaire sans scripts. Elle couvre l'intégration du navigateur Analytics.js, le suivi côté serveur avec Node.js et la conception de plans de suivi, mais toutes les sections sont des ébauches superficielles. Les anti-modèles sont juste des en-têtes sans explications, et le tableau Sharp Edges est entièrement composé de contenu fictif (chaque ligne indique 'Issue' / 'See docs'). Elle apporte une valeur actionnable minimale malgré un sujet véritablement utile.
Probablement une compétence auto-générée/vibeship sans substance réelle. Tout le contenu est squelettique. Pas malveillant, mais pas utile non plus dans sa forme actuelle.
LLM Wiki — Gestionnaire de Base de Connaissances
Construisez et maintenez un wiki markdown basé sur git pour les équipes : ingérez, compilez, interrogez et synthétisez les connaissances du projet.
Agent Assistant — Debug (Hard)
Flux de diagnostic approfondi qui exécute une routine de débogage multi-agents complète lorsqu'un utilisateur demande /debug:hard.
Agent Assistant — Business Docs
Flux pour faire surface et rédiger la documentation commerciale lorsqu'un utilisateur demande /docs:business, en utilisant les commandes de documentation et les règles de base du dépôt.
Shopify Store Audit
Structured, page-by-page audit of Shopify storefronts to find conversion blockers and prioritized fixes for copy, UX, trust signals, and checkout friction.
Cross-Project Analytics
Query local, privacy-safe cross-project analytics to report on agent, skill, hook, and team performance; replay sessions and estimate token costs.
Dune Analytics (MoonPay Integration)
Run Dune SQL and saved queries via the Dune REST API for on-chain analytics; pairs with MoonPay CLI to create/fund wallets for analysis.
MetricFlow: Interactive Metric Definition
Interactively define MetricFlow metrics from natural-language business descriptions; proposes, validates, and dry-runs metric YAML for semantic modeling.
Task Delegation Assistant
Helps the agent clarify, break down, schedule, and track delegated tasks using memory and routines; creates plans with steps, due dates and monitoring routines.
Firebase In-App Messaging (Flutter)
Guides setup and use of Firebase In-App Messaging in Flutter apps: triggering, suppression, privacy opt-ins, testing, and campaign tips.
Excel Data Helper
Local Excel/CSV data profiling and chart generation with 20+ quality scans, semantic LLM analysis, and ECharts visualizations.
MessyData
Generate realistic synthetic datasets with configurable anomalies (missing values, duplicates, invalid categories, bad dates, outliers) using YAML configs, CLI,
