Suporte upstream incluído

Arquivos de suporte são incluídos em caminhos relativos à skill. Veja UPSTREAM-NOTICE.md para suas fontes fixadas, licenças, hashes e alterações de importação.

Quando Usar

• Use quando o objetivo do usuário corresponder a este fluxo de trabalho upstream.

Skill de Análise de Causa Raiz Monte Carlo

Esta skill ajuda a investigar incidentes de dados — atrasos de atualização, anomalias de volume, alterações de esquema, desvio de métricas de campo e falhas de ETL — guiando o agente por uma investigação sistemática usando as ferramentas MCP da Monte Carlo. Ela combina metadados de observabilidade com consulta de dados direta opcional para encontrar a causa raiz.

Roteamento de ferramentas Monte Carlo (obrigatório): Sempre chame as ferramentas MCP da Monte Carlo através do servidor empacotado desta plugin, cujos nomes de ferramenta totalmente qualificados são mcp__plugin_mc-agent-toolkit_monte-carlo-mcp__<tool> (por exemplo, mcp__plugin_mc-agent-toolkit_monte-carlo-mcp__get_alerts). Nomes de ferramentas simples usados nesta skill (get_alerts, search, get_table, …) referem-se a esse servidor empacotado. Se a sessão também tiver um servidor monte-carlo-mcp configurado separadamente, não o utilize — ele pode apontar para um endpoint ou credenciais diferentes.

Arquivos de referência ficam ao lado deste arquivo de skill. Use a ferramenta Read (não os recursos MCP) para acessá-los:

• Playbooks de investigação por tipo de problema: references/<type>-investigation.md
• Padrões de exploração de dados: references/data-exploration.md
• Entrada quando não há ID de incidente: references/intake-no-incident.md
• Catálogo comum de causas raiz: references/common-root-causes.md

Quando ativar esta skill

Ative quando o usuário:

• Menciona um alerta, incidente ou anomalia da Monte Carlo
• Pergunta "por que esta tabela está desatualizada?" ou "por que a contagem de linhas caiu?"
• Quer investigar um problema de qualidade de dados
• Pergunta sobre problemas de atualização, volume ou esquema
• Menciona falhas de pipeline (Airflow, dbt, Databricks)
• Diz coisas como "depurar este alerta", "investigar este incidente", "análise de causa raiz"

Quando NÃO ativar esta skill

Não ative quando o usuário estiver:

• Criando monitores (use a skill monitoring-advisor)
• Executando avaliações de impacto antes de alterações de código (use a skill prevent)
• Olhando custos de armazenamento (use a skill storage-cost-analysis)
• Explorando o desempenho do pipeline sem um incidente específico (use a skill performance-diagnosis)

Pré-requisitos

Obrigatório: O servidor MCP da Monte Carlo (integrations.getmontecarlo.com/mcp) deve estar configurado e autenticado.

Opcional, mas recomendado:

• Servidor MCP de banco de dados (Snowflake, BigQuery, Redshift, Databricks) — permite consultas SQL diretas para investigação de dados mais profunda. Sem isso, a skill ainda pode analisar usando as ferramentas de metadados da MC, mas não pode perfilar dados reais.
• Servidor MCP do GitHub — permite a busca por PRs recentes que podem ter causado o problema. Sem isso, a skill volta para a detecção de alterações de consulta da MC.

Ferramentas MCP Usadas

Do servidor MCP da Monte Carlo

…