monte-carlo-storage-cost-analysis
Faz seu agente analisar custos de armazenamento de dados, identificando tabelas não usadas ou redundantes. Classifica o desperdício e ajuda a otimizar o uso.
O que ela faz
Esta ferramenta analisa seu banco de dados para encontrar tabelas que não estão sendo usadas ou que são redundantes, ajudando a reduzir custos de armazenamento. Ela classifica os tipos de desperdício e sugere quais tabelas podem ser removidas com segurança.
Quando usar
- ✓Quando você quer reduzir os custos do seu banco de dados.
- ✓Para encontrar tabelas antigas ou que não são mais necessárias.
- ✓Ao planejar a otimização do espaço de armazenamento.
Exemplo do que pedir para a IA
“Quais tabelas posso remover para economizar dinheiro no armazenamento?”
Quer saber mais? Abra as seções abaixo.
Como usar
O jeito mais fácil: copie a mensagem abaixo e cole no Claude, ChatGPT, Cursor ou outra IA. Ela lê a skill e segue as instruções.
Link da skill
Mensagem pronta para colar
Como funciona
A ferramenta se conecta ao seu banco de dados e usa uma análise para identificar tabelas que não são lidas ou usadas há muito tempo. Ela agrupa essas tabelas por tipo de desperdício e categoria, calculando um nível de segurança para a remoção.
Instalação
Jeito mais fácil: copie o link da skill e cole no Claude, ChatGPT ou Cursor pedindo para seguir as instruções.
No terminal (Claude Code, Codex, Cursor), na pasta do projeto:
npx skills add sickn33/agentic-awesome-skills --skill monte-carlo-storage-cost-analysisOu baixe só o arquivo:
curl -L https://raw.githubusercontent.com/sickn33/agentic-awesome-skills/main/plugins/agentic-awesome-skills-claude/skills/monte-carlo-storage-cost-analysis/SKILL.md -o SKILL.mdConteúdo técnico (SKILL.md)
Tradução do texto original do autor no GitHub. Os comandos e códigos estão como no original.
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 de Análise de Custo de Armazenamento Monte Carlo
Esta skill analisa um data warehouse em busca de tabelas obsoletas que podem ser removidas para reduzir custos de armazenamento. Ela delega a classificação, pontuação de segurança e formatação para a ferramenta analyze_storage_costs MCP, depois apresenta o resultado pré-formatado textualmente e lida com perguntas de acompanhamento (detalhamento por categoria, verificações de linhagem).
Roteamento da ferramenta Monte Carlo (obrigatório): Sempre chame as ferramentas MCP do Monte Carlo através do servidor incluído neste 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 ferramenta brutos usados nesta skill (get_alerts,search,get_table, …) referem-se a esse servidor incluído. Se a sessão também tiver um servidormonte-carlo-mcpconfigurado separadamente, não o utilize — ele pode apontar para um endpoint ou credenciais diferentes.
Arquivo de referência (use a ferramenta Read para acessá-lo):
- Contrato de saída e palavras-chave de categoria:
references/output-structure.md
Quando ativar esta skill
Ative quando o usuário:
- Perguntar sobre custos de armazenamento, desperdício ou oportunidades de limpeza
- Quiser encontrar tabelas não utilizadas, não lidas ou obsoletas
- Perguntar "quais tabelas posso remover?" ou "o que está nos custando dinheiro?"
- Mencionar otimização de armazenamento, redução de custos ou limpeza de warehouse
- Quiser identificar tabelas zumbis, pipelines sem saída ou tabelas temporárias/de arquivamento
Quando NÃO ativar esta skill
Não ative quando o usuário estiver:
- Apenas consultando dados ou explorando o conteúdo de tabelas
- Criando ou modificando monitores (use a skill de advisor de monitoramento)
- Investigando incidentes de qualidade de dados (use a skill de prevenção)
- Olhando o desempenho de pipelines ou o custo de consultas (use a skill de diagnóstico de desempenho)
Pré-requisitos
As seguintes ferramentas MCP devem estar disponíveis (conecte-se ao servidor MCP do Monte Carlo):
analyze_storage_costs-- executa o pipeline de análise completo e retorna a saída pré-formatadaget_asset_lineage-- usado apenas para verificações de linhagem de acompanhamento
A ferramenta analyze_storage_costs suporta apenas warehouses Snowflake, BigQuery, Redshift e Databricks. Outros tipos de warehouse estão fora do escopo.
Fluxo de trabalho
Importante: Estas etapas são instruções internas para você. NÃO exponha números de etapa, nomes de etapa ou a estrutura procedural ao usuário. Apenas aja naturalmente.
Etapa 1: Identificar o warehouse
Você precisa de um warehouse para prosseguir.
- Se o usuário especificou um warehouse (por nome ou UUID), use-o.
- Se não: chame
analyze_storage_costssemwarehouse_id. A ferramenta escolherá automaticamente quando houver apenas um warehouse suportado, ou retornará uma lista de warehouses suportados — deixe o usuário escolher um, então chame a ferramenta novamente com owarehouse_idescolhido.
Etapa 2: Executar a análise
Chame analyze_storage_costs com:
warehouse_id: o UUID do warehouse
A ferramenta busca candidatos, classifica-os em padrões de desperdício (Não lido, Somente escrita, Sem saída, Desperdício estático, Zumbi, Outro obsoleto) e categorias de tabela (Temporário, Arquivo/Snapshot, Produção, Outro), calcula níveis de segurança e retorna uma análise formatada.
- Se a ferramenta retornar um erro, relate-o ao usuário e pare.
- Se nenhum candidato for encontrado, informe o usuário e pare.
Etapa 3: Apresentar o resumo inicial
A saída da ferramenta contém duas regiões:
- Um bloco
<!-- PRESENT_AS_IS -->com um resumo condensado, uma tabela Top-N e um prompt de detalhamento. - Um bloco
<!-- CATEGORY_DETAILS -->com tabelas por categoria, envolvidas por marcadores<!-- CATEGORY:<key> -->. NÃO apresente estas ainda.
Apresente APENAS o bloco <!-- PRESENT_AS_IS --> — copie-o textualmente, preservando cada coluna, linha e valor. Adicione uma breve frase introdutória, se necessário, então cole o bloco sem alterações. O usuário verá o resumo e as tabelas principais, então escolherá uma categoria para detalhar.
CRÍTICO — não chame nenhuma outra ferramenta após analyze_storage_costs ser bem-sucedido. Nenhum search, nenhum get_table, nenhum agente de solução de problemas, nenhuma verificação cruzada. O resultado da análise É a resposta final; seu único trabalho restante é apresentar o bloco <!-- PRESENT_AS_IS --> textualmente.
…
Perguntas frequentes
Quais tipos de bancos de dados são suportados?
Atualmente, a ferramenta suporta Snowflake, BigQuery, Redshift e Databricks.
O que são 'tabelas zumbis'?
São tabelas que não são mais usadas por nenhum processo ou usuário, mas ainda ocupam espaço e geram custos.
Posso ver quem usa uma tabela antes de removê-la?
Sim, a ferramenta pode verificar o linhagem de uma tabela para mostrar o que depende dela, ajudando a decidir se é seguro removê-la.
Detalhes
Descrição original do autor
Analyze a warehouse for stale, unused, or redundant tables via the analyze_storage_costs MCP tool. Classifies waste patterns and table categories, computes safety tiers, and handles category drill-downs and lineage follow-ups.
Popularidade
- Estrelas no GitHub
- 48 mil
- Posição no ranking
- #3634
- Licença
- MIT
- Atualizada em
- 15/10/2026
Comentários
- …
Mais skills deste repositório
00-andruia-consultant
Ajuda seu agente a iniciar ou melhorar projetos de IA. Ele analisa código, sugere ferramentas e cria planos de ação em espanhol.
sickn33/agentic-awesome-skills
007
Faz seu agente realizar auditorias de segurança e modelagem de ameaças. É útil para proteger projetos contra ataques e vulnerabilidades.
sickn33/agentic-awesome-skills
10-andruia-skill-smith
Ajuda seu agente a criar ou melhorar ferramentas de IA. Ele define como as ferramentas funcionam, escreve a documentação e valida a estrutura.
sickn33/agentic-awesome-skills
20-andruia-niche-intelligence
Faz seu agente criar um resumo sobre um setor específico. É útil para entender o contexto, regras, padrões de uso e riscos de um projeto, usando fontes confiáveis.
sickn33/agentic-awesome-skills
Skills parecidas
data-throughput-accelerator
Faz seu agente acelerar a movimentação de grandes volumes de dados. Ele encontra gargalos e garante que os dados sejam transferidos de forma rápida e correta.
affaan-m/ECC
inventory-demand-planning
Ajuda seu agente a prever a demanda de produtos em lojas. Ele otimiza o estoque e planeja quando fazer promoções para vender mais.
affaan-m/ECC
market-research
Ajuda seu agente a realizar pesquisas de mercado e análises competitivas. Fornece resumos com atribuição de fontes.
affaan-m/ECC