MCP App StoreMCP App Store
de kubeshark11,902
Référence faisant autorité pour KFL2 — le langage de filtrage basé sur CEL utilisé pour interroger et affiner les captures de trafic Kubeshark.
Fournit une référence complète et des conseils de bonnes pratiques pour écrire des expressions de filtre KFL2 (le langage de requête basé sur CEL de Kubeshark). Couvre la syntaxe de base, les opérateurs, les fonctions de chaîne/collection/temps, les drapeaux de protocole, les champs de contexte Kubernetes, les filtres HTTP/DNS/base de données, le suivi des couches de transport et des flux, ainsi que des conseils de performance. Essentiel pour générer des filtres corrects et typés pour l'investigation du trafic.
Chargez cette compétence chaque fois que l'agent doit écrire, suggérer ou valider des expressions de filtre KFL — par exemple, pour construire des filtres d'affichage pour les erreurs HTTP, le dépannage DNS, le filtrage des espaces de noms/services Kubernetes ou des requêtes spécifiques à un protocole. Elle doit être présente avant de construire tout KFL pour éviter des échecs silencieux dus à une syntaxe ou des types incorrects.
Destiné aux agents qui rédigent ou suggèrent des requêtes pour les tableaux de bord Kubeshark ou aux agents MCP intégrés à Kubeshark ; utile pour les outils SRE et d'observabilité qui produisent des expressions CEL/KFL.
La compétence KFL2 est une référence complète pour le langage de filtrage basé sur CEL de Kubeshark. Documentation bien structurée couvrant la détection de protocole, le contexte Kubernetes, le filtrage HTTP/DNS/base de données et des conseils de performance. Aucun script inclus — purement une compétence de référence. Aucune préoccupation de sécurité : pas d'appels externes, pas d'identifiants, pas de commandes destructrices. Public de niche limité aux utilisateurs de Kubeshark.
Compétence de référence propre sans code exécutable. Bonne divulgation progressive avec les concepts principaux dans SKILL.md et une référence détaillée des champs dans un fichier séparé. La liste des déclencheurs de description est complète et bien conçue. Aucun problème de sécurité — c'est de la pure documentation.
AWP (Agent Work Protocol)
Tooling and scripts for onboarding, staking, allocation, and managing agents on the AWP network (Base/Ethereum/Arbitrum/BSC). Includes safe, opt-in daemon and r
Sandbox0 Integration
Guidance and templates for integrating Sandbox0 sandboxing into AI agents — CLI/SDK patterns, templates, volumes, network policy, and deployment choices.
Cost Tracker
Monitor agent session costs, set budget alerts, and get actionable token-spend optimizations to keep multi-session workflows within budget.
Canary — Post-Deploy Visual Monitor
Run a short post-deploy monitor that captures screenshots, checks console errors, and compares performance against baselines to detect regressions and page fail
Monitoring Stack Deployer
Deploy and configure production-ready monitoring stacks (Prometheus, Grafana, Datadog) with collectors, dashboards, and alerting rules for Kubernetes, Docker, o
Azure External Attack Surface Management
Provides expert guidance for Azure External Attack Surface Management (EASM): quotas, configuration, integrations, and exporting inventory to analytics platform
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.
Algolia Cost Tuning
Practical guide to reduce Algolia billing by auditing records/requests, switching to virtual replicas, multi-query usage, caching, and cleanup strategies.
