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.

Skill Monte Carlo Monitoring Advisor

Esta skill lida com todas as solicitações de monitoramento -- análise de cobertura, criação de monitor de dados e monitoramento de agente de IA. Ela direciona para o arquivo de referência correto com base na intenção do usuário.

Roteamento de ferramentas Monte Carlo (obrigatório): Sempre chame as ferramentas Monte Carlo MCP através do servidor incluído desta skill, cujos nomes de ferramentas 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 incluído. 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:

• Procedimento de criação de monitor de dados: references/data-monitor-creation.md (relativo a este arquivo)
• Procedimento de criação de monitor de agente: references/agent-monitor-creation.md (relativo a este arquivo)
• Referências por tipo: references/data-*.md e references/agent-*.md (relativos a este arquivo)

Quando ativar esta skill

Ative quando o usuário:

• Perguntar sobre cobertura de monitoramento, cobertura de dados ou lacunas de cobertura
• Quiser entender o que está monitorado vs. o que não está em seu warehouse
• Perguntar sobre casos de uso, criticidade de caso de uso ou análise de caso de uso
• Quiser explorar seu patrimônio de dados e encontrar o que precisa ser monitorado
• Disser coisas como "o que devo monitorar?", "onde estão minhas lacunas de cobertura?", "mostre meus casos de uso"
• Perguntar sobre tabelas não monitoradas com anomalias ou priorização baseada em importância
• Pedir para criar, adicionar ou configurar um monitor (por exemplo, "adicionar um monitor para...", "criar uma verificação de frescor em...", "configurar validação para...")
• Mencionar o monitoramento de uma tabela, campo ou métrica específica
• Quiser verificar regras de qualidade de dados ou impor contratos de dados
• Perguntar sobre opções de monitoramento para uma tabela ou conjunto de dados
• Solicitar geração de YAML de monitores-como-código
• Quiser adicionar monitoramento após nova lógica de transformação (quando a skill prevent não estiver ativa)
• Perguntar sobre monitoramento de agentes de IA, latência de agente, uso de tokens de agente ou qualidade de agente
• Quiser configurar alertas sobre o comportamento ou padrões de execução do agente
• Perguntar sobre investigação de traces ou conversas de agente
• Disser coisas como "monitore meu agente", "rastreie a latência do agente", "alerte sobre erros do agente"
• Perguntar sobre monitores de avaliação de agente, monitores de trajetória ou monitores de validação
• Mencionar observabilidade de agente ou monitoramento de agente

Quando NÃO ativar esta skill

Não ative quando o usuário estiver:

• Apenas consultando dados ou explorando o conteúdo de tabelas
• Triando ou respondendo a alertas ativos (use o Fluxo de Trabalho 3 da skill prevent)
• Executando avaliações de impacto antes de alterações de código (use o Fluxo de Trabalho 4 da skill prevent)
• Perguntando sobre a configuração de monitores existentes (use get_monitors diretamente)
• Editando ou excluindo monitores existentes

Pré-requisitos

• Obrigatório: O servidor Monte Carlo MCP (monte-carlo-mcp) deve estar configurado e autenticado
• Opcional: Um servidor MCP de banco de dados (Snowflake, BigQuery, Redshift, Databricks) para perfilamento SQL de padrões de uso de tabelas

Ferramentas MCP disponíveis

Todas as ferramentas estão disponíveis através do servidor MCP monte-carlo-mcp.

Ferramentas de cobertura e descoberta

…