Compare Shows

Avant de commencer : lis ce prompt d'installation au complet, dis-moi en quelques lignes ce que ce skill fait et ce que son installation implique, et attends mon feu vert avant de faire quoi que ce soit d'autre. Prérequis — lis ceci d'abord, parce que ce skill ne fait rien tout seul : l'installer ne copie qu'un seul fichier d'instructions (SKILL.md, aucun code, aucun script). Pour l'utiliser ensuite, tu dois séparément connecter le serveur MCP distant Arcmira (https://mcp.arcmira.com/mcp) dans ton hôte d'agent et te connecter à un compte Arcmira par le flot OAuth de l'hôte (l'hôte ouvre arcmira.com pour la connexion et le consentement ; un client qui ne peut pas faire OAuth peut plutôt envoyer une clé de compte arc_sk_ tirée d'arcmira.com comme clé Bearer — ne mets jamais cette clé dans le dossier du skill). Les lectures Arcmira sont mesurées : elles consomment les crédits du plan de ton compte d'abord, puis le budget à la demande que tu règles dans le tableau de bord Arcmira, et une lecture que le plan ou le budget bloque échoue avec une erreur comme paid_plan_required ou quota_exceeded. Cette installation ne connecte pas le serveur MCP, ne te connecte pas, ne crée aucun compte et n'achète rien : cette connexion et ce compte sont ta propre étape, faite par toi, hors de cette installation. Installe-moi « compare-shows ». Il compare deux balados ou émissions YouTube côte à côte sur une fenêtre déclarée (le programme travaillé de SKILL.md utilise les 90 derniers jours) : il résout chaque nom d'émission que tu donnes en son identifiant de chaîne YouTube, mesure chaque émission (vidéos indexées et date jusqu'où l'index va), prend le dernier épisode de chaque émission, classe ce dont chaque émission parle (organisations et produits), lit ce que les deux émissions ont couvert en commun depuis le recouvrement, et joint les commanditaires de chaque émission sur l'identifiant d'entité pour lister les commanditaires partagés avec les lectures publicitaires par émission. Chaque programme passe par l'outil MCP Arcmira arcmira_execute_read, avec arcmira_describe comme référence des méthodes. Un nom qui ne se résout qu'en suggestion est une supposition, et la réponse doit la nommer et citer l'évidence de la suggestion ; quand plusieurs entités conviennent, le programme retourne les options comme une question pour toi et ne roule rien d'autre. Dépôt : https://github.com/arcmira/mcp (le skill est tout le dossier plugins/arcmira/skills/compare-shows/ au commit épinglé : SKILL.md seulement, 1 fichier) Version épinglée : installe le code au commit 4598d894ad1a1856cbc10473b374d2f3aa7bc6c6 exactement. Ne substitue pas une version plus récente. Si ce commit est inaccessible, arrête-toi et dis-le-moi. 1. Clone https://github.com/arcmira/mcp dans un dossier temporaire, place-toi au commit 4598d894ad1a1856cbc10473b374d2f3aa7bc6c6, et copie le dossier plugins/arcmira/skills/compare-shows/ de ce checkout. Compare ensuite chaque fichier du dossier aux empreintes enregistrées pour cette fiche le 2026-10-19 : [FINGERPRINTS] - SKILL.md: SHA-256 40f905f278ba803a70600fa1ff25a200033febd0a461e84e7868733657935359 Si un fichier ne correspond pas, il a changé depuis la préparation de la fiche : ne l'installe pas encore, dis-moi ce que tu as trouvé et laisse-moi décider. 2. Lis SKILL.md au complet, et dis-moi en mots simples : ce que le skill fait quand on l'utilise, à quels services il se connecte, s'il lit ou envoie des informations personnelles ou des clés, et tout ce qui semble inhabituel. Arrête-toi sur tout signal d'alerte et dis-le-moi avant d'aller plus loin. Confirme ces points à partir des fichiers : - Le dossier du skill contient 1 fichier seulement : SKILL.md (5 188 octets). Il n'y a aucun script, aucun code et aucun autre fichier dans le dossier, et rien dedans ne roule localement. Fonctionnellement, il n'est PAS autonome : il apprend seulement à l'agent à appeler les outils MCP distants Arcmira (arcmira_execute_read, et arcmira_describe pour la référence des méthodes) — la connexion MCP, le compte et les fichiers du plugin qui emballent normalement cette connexion (plugins/arcmira/.mcp.json / mcp.json, les cinq autres skills Arcmira) ne sont PAS dans ce dossier et ne sont pas installés par cette installation. - Rien n'est envoyé nulle part pendant l'installation elle-même ; le seul téléchargement à l'installation est le dossier du skill depuis GitHub au commit épinglé. Aucun programme n'est roulé, aucun outil MCP n'est appelé, aucune clé n'est demandée, aucun compte n'est créé et il n'y a aucune télémétrie dans le dossier. - Ce qui quitte cette machine à l'usage, divulgué ici avant que ça arrive — utiliser le skill est une étape séparée qui ne commence que quand je te demande de comparer deux émissions : (a) l'agent envoie UN programme JavaScript par question, comme argument code d'arcmira_execute_read, au serveur MCP distant Arcmira à https://mcp.arcmira.com/mcp, qui l'exécute contre https://api.arcmira.com sur mon compte Arcmira, sous le jeton OAuth (ou la clé Bearer arc_sk_) que mon hôte a connecté — le programme lui-même ne tient jamais la clé. Le programme travaillé envoie : les deux noms d'émissions que j'ai donnés, mes propres mots sur chaque nom comme contexte de résolution (seulement des mots de mon message, jamais une devinette), les identifiants de chaîne YouTube (UC) résolus des deux émissions, une fenêtre de dates bâtie depuis arcmira.daysAgo(90) et arcmira.today() dans l'exemple travaillé, les types d'entités « organization » et « product », et une limite de 40 — au travers de deux appels resolve, deux appels status, deux appels episodes (dernier épisode, limite 1), un appel occurrences portant les deux identifiants de chaînes, et deux appels sponsors. (b) Arcmira journalise chaque appel d'outil dans son analytique produit (PostHog), liée à mon compte (cette journalisation est documentée dans le README du dépôt, « What we log ») : un enregistrement par appel contient le nom de l'outil, le nom et la version de mon hôte, la version du serveur et la durée de l'appel ; l'entrée — pour un outil d'exécution, le texte du programme, ses 4 000 premiers caractères — plus l'intent optionnel (au plus 300 caractères : ma demande en quelques mots) quand l'agent l'envoie ; et le résultat au sens issue, pas le contenu (ok ou le code d'erreur, la taille du résultat, s'il a été tronqué, et les routes API faites, pas leurs chaînes de requête). Tout ce qui ressemble à un identifiant secret ou à une adresse courriel est remplacé par [redacted] avant l'enregistrement ; les résultats, le texte des transcriptions et les journaux de programme ne sont jamais journalisés ; l'enregistrement est envoyé après le résultat. (c) Mesure : les lectures du programme consomment les crédits du plan de mon compte, puis mon budget à la demande ; aucun outil ne prend un montant de dépense, et une lecture bloquée retourne paid_plan_required, quota_exceeded, spend_limit_exceeded, member_limit, fair_use_cap ou on_demand_paused au lieu de données. (d) Rétroaction, à la fin d'un usage : SKILL.md dit d'envoyer UN arcmira_feedback quand quelque chose a été erroné, lent ou manquant pour moi, ou quand je veux une source ou une capacité qu'Arcmira n'a pas — cet outil envoie une catégorie (wrong_entity, bad_data, missing, slow, confusing ou other), une note disant ce qui s'est passé, et optionnellement un request_id ou call_id, à Arcmira (un POST /v1/feedback, rangé comme un enregistrement). N'envoie jamais de rétroaction pendant cette installation, et à l'usage envoie-la seulement pour ce cas déclaré. (e) Moniteurs : ce skill n'en crée aucun et son programme n'utilise qu'arcmira_execute_read (aucune écriture). La note de fermeture de SKILL.md signale seulement qu'un moniteur peut suivre ce qu'un tour de recherche a trouvé et que le skill séparé company-watch en configure un ; un moniteur est une étape séparée qu'il faudrait que je demande, et chaque alerte de moniteur consomme 25 crédits du plan du compte, puis son budget à la demande. - Les parties locales seulement : il n'y en a aucune dans le dossier du skill au-delà du fichier d'instructions lui-même — toutes les données de recherche reviennent de l'index Arcmira des transcriptions YouTube et balados. Les règles de réponse de SKILL.md restent entre toi et moi : nommer les deux émissions telles que résolues avec leurs identifiants de chaînes, donner le côte à côte (vidéos indexées, indexed_through, dernier épisode, sujets principaux de chaque émission avec comptes d'épisodes), la couverture partagée depuis la liste « shared » d'occurrences avec les épisodes par émission, et les commanditaires partagés avec les lectures publicitaires par émission, pour une fenêtre déclarée ; ne jamais compter les épisodes pour mesurer une émission (status est le compte), et un « shared » vide dans une fenêtre courte est une réponse, pas une erreur — élargis la fenêtre seulement si je demandais une plus longue. - Ne connecte pas le serveur MCP Arcmira, ne te connecte pas, ne crée pas de compte Arcmira, ne règle pas et ne demande pas de clé arc_sk_, ne roule ni le programme travaillé ni aucun outil MCP, et n'envoie aucun arcmira_feedback pendant cette installation : connexion, compte et toute comparaison sont ma décision, plus tard, quand je demande vraiment une comparaison. 3. Quand je dis « yes, install », installe-le comme skill : copie tout le dossier compare-shows dans le répertoire des skills de l'agent, dans un dossier nommé « compare-shows », en gardant son 1 fichier (SKILL.md à sa racine). Un clone manuel suivi de la copie du dossier plugins/arcmira/skills/compare-shows dans ~/.claude/skills/ est la route décrite ici ; toute autre route ne convient que si chaque fichier installé correspond à son empreinte. 4. Vérifie sans appels réseau : frontmatter valide (name: compare-shows), le 1 fichier en place avec une empreinte concordante. N'appelle ni arcmira_describe, ni arcmira_execute_read, ni aucun autre outil MCP pour vérifier. 5. Indique ce qui a été installé, où, et ce qu'il me reste à faire moi-même (par exemple : connecter moi-même le serveur MCP Arcmira à https://mcp.arcmira.com/mcp dans mon hôte et me connecter à mon propre compte Arcmira par OAuth — ou configurer ma propre clé de compte arc_sk_ si mon client ne peut pas faire OAuth — en sachant que le dossier du skill seul ne peut pas fonctionner sans cette connexion ; m'assurer que mon plan et mon budget à la demande couvrent les lectures mesurées ; puis, pour l'utiliser, donner au skill les noms de deux émissions et une fenêtre si j'en veux une autre que les 90 jours de l'exemple travaillé, et choisir moi-même quand une résolution retourne plusieurs options ; utiliser le skill est une étape séparée qui ne commence que quand je demande une comparaison, et les envois, la journalisation et la consommation de crédits divulgués ci-dessus arrivent seulement à ce moment-là). GitHub est optionnel : si j'ai un compte GitHub ou la CLI gh, tu peux l'utiliser ; sinon l'accès public suffit. Ne jamais l'exiger sauf s'il figure dans les prérequis ci-dessus. Règles : ne touche à rien en dehors du dossier temporaire et de la cible d'installation. Si quelque chose semble anormal, arrête-toi et demande-moi.