MCP App StoreMCP App StoreCette compétence produit des résumés narratifs soignés et des listes d'événements horodatées à partir de clips vidéo enregistrés. Elle privilégie un microservice de résumé LVS local (avec une étape humaine dans la boucle — HITL — pour collecter les scénarios/événements) et utilise un résumé basé sur un VLM lorsque le service est injoignable. La compétence inclut une logique de routage, des sondes de disponibilité et des exemples curl pour appeler le backend approprié.
Utilisez cette compétence lorsque vous avez besoin d'un résumé concis et exploitable d'une vidéo enregistrée (par exemple, surveillance d'activité, revue d'incident, surveillance industrielle ou d'entrepôt). Elle est destinée au résumé a posteriori de clips stockés, et non au sous-titrage RTSP en direct ou à la recherche sémantique d'archives complètes.
references/ avec la documentation API et de déploiement pour le résumé, le débogage et les invites HITL./v1/ready), collecte HITL obligatoire pour le chemin LVS, invite VLM de secours et exemples pour appeler /v1/summarize ou les complétions de chat VLM.Idéalement utilisé par des environnements d'exécution d'agents capables d'exécuter des commandes shell curl et d'appeler des services internes (agents de type Claude Code / Copilot ou carnets d'automatisation). La compétence nécessite l'accès à des points de terminaison réseau et à jq/curl sur l'hôte.
NVIDIA VSS video summarization skill provides detailed instructions for calling a local LVS microservice or VLM fallback endpoint to summarize recorded video clips. The SKILL.md is extremely thorough with clear routing logic, HITL requirements, troubleshooting tables, and reference pointers. However, it requires a very specific NVIDIA VSS infrastructure stack (LVS profile, VIOS, specific models) that most users won't have deployed, making practical adoption narrow. No scripts were bundled — everything is curl-based instructions.
Well-structured skill from NVIDIA with proper frontmatter, clear routing tables, and good separation between core workflow and reference material. Shell commands use proper quoting and jq for JSON construction. No hardcoded credentials, no destructive commands, no exfiltration risks. Shell variable interpolation in curl commands is present but properly quoted through jq -n, not raw string interpolation — minimal injection risk. Skill is very domain-specific (NVIDIA VSS infrastructure) which limits broad usefulness.
MoE Expert-Parallel Overlap (Megatron-Bridge)
Conseils et configurations pour activer le chevauchement des communications parallèles d'experts dans Megatron-Bridge pour les modèles MoE — utilisez-le pour masquer la latence de dispatch/combine et améliorer le débit.
Guide Megatron CI/CD
Guide de référence pour le CI/CD de Megatron-LM : structure du pipeline, libellés de portée des PR, déclenchement du CI interne et étapes d'investigation des échecs CI.
Analyse Vidéo (VA-MCP)
Interrogez les incidents, les alertes, le nombre de capteurs et les métriques d'un backend Elasticsearch VA-MCP (port 9901) pour répondre aux questions sur les infractions, l'occupation et la vitesse.
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
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.
NotebookLM Research Agent
End-to-end research-to-content pipeline: ingest sources into Google NotebookLM, run deep cited research, generate downloadable artifacts, and produce polished c
Algolia Cost Tuning
Practical guide to reduce Algolia billing by auditing records/requests, switching to virtual replicas, multi-query usage, caching, and cleanup strategies.