Person Research

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, un service externe mesuré en crédits est requis pour utiliser le skill (pas pour l'installer) : l'installation copie un seul fichier d'instructions et n'exige aucun compte, aucune clé et rien d'autre d'abord. Pour utiliser le skill ensuite, il faut le serveur MCP distant Arcmira connecté dans mon hôte d'agent à https://mcp.arcmira.com/mcp, avec une session ouverte sur un compte Arcmira : l'hôte me connecte par OAuth à la première utilisation, ou, pour un client qui ne peut pas faire OAuth, une clé de compte (arc_sk_...) d'arcmira.com envoyée en en-tête Bearer à la place. Les lectures Arcmira sont mesurées : elles consomment les crédits du plan du compte d'abord, puis le budget à la demande que je règle dans le tableau de bord Arcmira, et un plan ou un budget peut bloquer une lecture (paid_plan_required, quota_exceeded, spend_limit_exceeded et erreurs semblables). Tarifs connus, tirés du README du dépôt : arcmira_describe ne facture jamais, momentum coûte 10 crédits par appel, une recherche coûte 4 crédits par passage retourné au-delà des 5 premiers, et une lecture de transcription en mode légendes (captions) coûte 4 crédits par tranche de 15 minutes entamée de sa fenêtre. Ne connecte pas le serveur MCP, ne crée pas de compte, ne te connecte pas et ne me demande pas de clé pendant cette installation : cette configuration est ma décision, plus tard. Installe-moi « person-research ». Il fait la recherche d'une personne dans les podcasts et les émissions YouTube qu'Arcmira indexe, pour préparer une entrevue, une invitation à un podcast ou une rencontre, par trois angles dans un seul programme travaillé roulé avec l'outil MCP Arcmira arcmira_execute_read : momentum (un verdict d'attention, les mentions des 30 derniers jours contre les 30 jours précédents, et les principales émissions qui la mentionnent), les mentions en mode « appearances » (les épisodes où elle est apparue, 90 derniers jours, jusqu'à 40), et la recherche — avec speakerIds pour les propres paroles de la personne (180 derniers jours, mon sujet comme requête, jusqu'à 5 passages) et avec about pour ce que d'autres ont dit d'elle (90 derniers jours, jusqu'à 3 passages). Les noms sont résolus en identifiants d'abord, parce que les filtres ne prennent que des identifiants (ent_...) et qu'un nom à la place d'un identifiant lève id_required : un choix « suggested » est une supposition que la réponse doit nommer avec sa preuve, et quand plusieurs entités conviennent (« ask »), ses options me reviennent et rien d'autre ne roule. Si la recherche par locuteur ne retourne rien, le programme lit à la place une fenêtre de transcription d'environ 95 secondes de sa plus récente apparition et dit que ces lignes viennent de l'apparition, parce que les lignes de légendes ne nomment pas le locuteur. Dépôt : https://github.com/arcmira/mcp (le skill est tout le dossier plugins/arcmira/skills/person-research/ 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/person-research/ de ce checkout. Compare ensuite chaque fichier du dossier aux empreintes enregistrées pour cette fiche le 2026-10-19 : [FINGERPRINTS] - SKILL.md: SHA-256 eb9f275cef02933470289ba229c3fe0299a23fadc38f65779cf06fc5f9b8e435 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 du fichier : - Le dossier du skill contient 1 fichier seulement : SKILL.md (6 205 octets). Il n'y a aucun script et aucun code dans le dossier, et rien ne s'y exécute localement. Comme fichier, il est autonome, mais fonctionnellement il dépend entièrement du serveur MCP externe Arcmira (les outils arcmira_execute_read et arcmira_describe, dont arcmira_describe retourne la référence des méthodes à jour au moment de l'usage, plus arcmira_feedback pour la ligne de retour en fin de fichier) : ce serveur n'est pas dans ce dossier et n'est pas installé par cette installation. SKILL.md ne lit aucun autre fichier de skill ; il nomme seulement le skill company-watch comme celui qui monte les moniteurs. - 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 pendant l'installation, aucun serveur MCP n'est connecté, aucune session n'est ouverte, aucune clé n'est demandée, et il n'y a aucune télémétrie dans le dossier. - Ce qui quitte cette machine à l'usage, divulgué ici avant que ça arrive, et utiliser le skill est une étape séparée qui ne commence que quand je te demande de faire la recherche d'une personne : mon agent envoie tout le programme JavaScript au serveur MCP distant Arcmira à https://mcp.arcmira.com/mcp, qui lit l'API Arcmira (api.arcmira.com) sur mon compte. Le programme porte le nom exact que j'ai donné, mes propres mots sur cette personne comme contexte (jamais ta supposition : un prénom seul part sans contexte), mon mot ou ma phrase de sujet comme requête de recherche (la requête de remplacement « AI » du programme travaillé est remplacée par mon sujet), l'identifiant d'entité résolu, et les fenêtres de dates (90 jours pour les apparitions et pour ce que d'autres ont dit, 180 jours pour les propres paroles de la personne). Les appels du programme travaillé sont : resolve (type « person »), momentum, mentions en mode appearances, deux recherches (speakerIds, puis about), et, seulement quand la recherche par locuteur est vide, une lecture de fenêtre de transcription de la plus récente apparition (de 5 secondes avant la mention à 90 secondes après). Mon hôte ajoute mon justificatif (jeton OAuth, ou ma clé de compte arc_sk_ en en-tête Bearer) quand il se connecte : le programme lui-même ne tient jamais la clé. Le nom de la personne et mes mots de contexte sont donc envoyés à Arcmira à chaque tour de recherche — ne fais la recherche de personne avec ce skill que si je t'ai demandé exactement cette personne-là. - La journalisation que le README du dépôt divulgue pour ce serveur (« What we log »), qui s'applique à l'usage : chaque appel d'outil est journalisé dans l'analytique produit d'Arcmira (PostHog), liée à mon compte, avec le nom de l'outil, le nom et la version de mon hôte, la version du serveur, la durée de l'appel, l'entrée (le texte du programme d'un appel execute, 4 000 premiers caractères ; le sujet d'arcmira_describe ; ou la catégorie et la note d'un retour), un intent optionnel de 300 caractères au plus (ma demande en quelques mots) quand mon hôte en envoie un, et l'issue, pas le résultat : ok ou le code d'erreur, la taille du résultat, s'il a été tronqué, et les routes API empruntées (par exemple GET /v1/search, pas sa chaîne de requête). Avant l'enregistrement, tout ce qui ressemble à un justificatif ou à une adresse courriel est remplacé par [redacted] ; les résultats, le texte des transcriptions et les journaux imprimés par un programme ne sont jamais journalisés, et un appel sans justificatif valide n'est pas journalisé. - L'argent à l'usage, pris sur le plan d'abord puis sur mon budget à la demande : arcmira_describe ne facture jamais ; momentum coûte 10 crédits par appel ; chaque recherche coûte 4 crédits par passage retourné au-delà des 5 premiers ; la fenêtre de transcription de repli est une lecture en légendes à 4 crédits par tranche de 15 minutes entamée de sa fenêtre (la fenêtre d'environ 95 secondes compte pour une tranche entamée). Aucun outil ne prend de montant de dépense, et une lecture que le plan ou le budget bloque revient comme une erreur nommant la limite. La ligne de fin de SKILL.md sur les moniteurs (chaque alerte consomme 25 crédits) ne fait pas partie de ce skill : monter un moniteur, c'est le skill company-watch par arcmira_execute_write, et ce skill ne crée aucun moniteur et ne roule aucun outil d'écriture. - La ligne de retour à la fin de SKILL.md : si quelque chose était faux, lent ou manquant, ou si je veux une source ou une capacité qu'Arcmira n'a pas, envoie un seul arcmira_feedback — ça envoie une catégorie et une note disant ce qui s'est passé (en nommant au besoin l'appel raté par son call_id) à Arcmira, où c'est conservé comme un enregistrement (POST /v1/feedback). N'en envoie jamais pendant l'installation, et jamais de ta propre initiative en dehors d'un tour de recherche que j'ai demandé. - Les limites d'honnêteté de SKILL.md : les mentions et momentum comptent les émissions qu'Arcmira indexe, pas tous les médias ; les étiquettes de locuteur ne couvrent qu'une partie de l'index, et un extrait trouvé avec speakerIds peut inclure les lignes d'autres personnes — ne cite que les propres lignes de la personne (les lignes commencent par « Name: » quand le locuteur est connu), et quand aucune ligne ne nomme de locuteur, dis que l'attribution couvre le passage, pas chaque ligne. - Ne roule pas le programme travaillé, n'appelle ni arcmira_describe, ni arcmira_execute_read, ni arcmira_feedback, ne connecte pas le serveur MCP Arcmira et ne te connecte pas et ne crée pas de compte pendant cette installation : tout ça, c'est la configuration et l'usage, ma décision, plus tard, quand je demande vraiment la recherche d'une personne. 3. Quand je dis « yes, install », installe-le comme skill : copie tout le dossier person-research dans le répertoire des skills de l'agent, dans un dossier nommé « person-research », en gardant son 1 fichier (SKILL.md à sa racine). Un clone manuel suivi de la copie du dossier plugins/arcmira/skills/person-research dans ~/.claude/skills/ est la route décrite ici ; toute autre route ne convient que si le fichier installé correspond à son empreinte. 4. Vérifie sans appels réseau : frontmatter valide (name: person-research), le 1 fichier en place avec une empreinte concordante. N'appelle aucun outil Arcmira 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 par OAuth, ou régler ma propre clé de compte arc_sk_ en en-tête Bearer ; m'attendre à des crédits mesurés pris sur mon plan puis sur mon budget à la demande quand je l'utilise, avec momentum à 10 crédits par appel et les recherches à 4 crédits par passage au-delà des 5 premiers ; utiliser le skill est une étape séparée qui ne commence que quand je le demande, et les envois à l'usage divulgués ci-dessus — mon programme avec le nom de la personne et mes mots de contexte vers mcp.arcmira.com, et la journalisation PostHog par appel du texte du programme par Arcmira — 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.