Skip to main content
Glama

Equipo de trabajadores (vigilancia constante)

ml_trabajadores
Read-only

Coordinate a team of automated MercadoLibre Colombia monitoring workers: assign price, stock, competitor, and listing-audit tasks, then collect alerts and reports in one place.

Instructions

El equipo de 19 trabajadores que vigilan solos y constantemente (más 💰 Ramiro rentabilidad, 📣 Ana anuncios, 🚚 Leo logística, 🧾 Carmen contabilidad, 📦 Nico días de stock antes del quiebre, 💬 Paula preguntas y mensajes sin responder, 🛡️ Iván reclamos y plazos, ⭐ Valen reputación y opiniones, 🏷️ Gabi catálogo/buy box, 🚫 Sole moderaciones, 🔄 Fede precio y stock de tus proveedores — a Fede se le asigna ref=TU publicación y fuente=publicación o URL del proveedor): 🕵️ Vera (precios), 📦 Tomás (ventas de rivales y quiebres de stock), 🏆 Martina (ranking en búsquedas y tu puesto), 🎯 Bruno (rivales nuevos), 🩺 Lucía (audita TODAS tus publicaciones cada 15 días: desactualizadas, precio congelado o fuera de mercado, fotos, stock, ficha), 🗓️ Clara (agenda comercial: fechas cruciales y cronograma de promociones de ML — siempre pregunta si querés participar; Mi página al día) 📈 Sofía (tendencias) y 🧭 Emma (cada semana analiza tus nichos candidatos con la API oficial y arma el ranking de oportunidades: a Emma se le asigna ref=la búsqueda del nicho; sin tareas toma tus búsquedas seguidas o las tendencias del sitio). Cada uno tiene sus skills a cargo y cada alerta recomienda qué skill correr. Guardan todo en una base de datos SQLite local (equipo.db, viene con Node: cero instalación, ideal Windows) y envían sus resultados a Google Drive (planilla en vivo o carpeta de Drive). Acciones: equipo (estado de todos), asignar (darle una tarea), quitar, pausar, activar, frecuencia (minutos), correr (que trabajen ya), informe (alertas nuevas), resultados (tablas con todo lo que sabe cada uno), historial (evolución día por día de un rival/keyword), base (la base de datos: estado y backup), drive (conectar Google Drive). Se puede nombrar al trabajador por su nombre (Vera) o puesto (precios). Si un trabajador no tiene tareas propias vigila tus seguidos de ml_vigilar de su tipo.

Tool call template

Replace each placeholder with a value matching the input schema. Only required parameters are included; add optional parameters as needed.

{
  "id": 1,
  "jsonrpc": "2.0",
  "method": "tools/call",
  "params": {
    "arguments": {
      "accion": "<accion>"
    },
    "name": "ml_trabajadores"
  }
}

Input Schema

NameRequiredDescriptionDefault
refNoitem_id rival, nickname/id del vendedor, palabra clave, o categoría (tendencias)
urlNodrive: URL de la app web de Apps Script de tu planilla (https://script.google.com/macros/s/.../exec)
diasNohistorial: cuántos días hacia atrás (default 30, máx 400) · frecuencia: cada cuántos días (ej: Lucía dias=15)
notaNo
tipoNoSe deduce solo según el trabajador; Vera acepta vendedor o publicacion
todasNoinforme: incluir también las alertas ya leídas
accionYesQué hacer. historial = evolución día por día de un objetivo (precio, ventas por día, puesto, líder) desde la base de datos. base = estado de la base de datos del equipo y backup. resultados = las tablas con lo que sabe cada trabajador (precio rival vs el tuyo, ritmo de ventas, tu puesto, rivales nuevos, top de tendencias). drive = conectar/ver/probar el envío a Google Drive
backupNobase: hacer una copia de seguridad de la base ahora
cuentaNouser_id de la cuenta de ML si hay varias conectadas (ver ml_cuentas)
fuenteNoFede (proveedores): la publicación del proveedor en MercadoLibre (MCO…) o la URL https del producto en su tienda; ref = TU publicación
probarNodrive: enviar ahora los resultados para probar
quitarNodrive: desconectar el envío
umbralNoVera: % mínimo de cambio de precio para avisar · Martina: puestos mínimos de cambio · Tomás: unidades mínimas
carpetaNodrive: carpeta de Google Drive para escritorio en esta PC (ej: G:\Mi unidad) o "auto" para detectarla
mi_itemNoTu item_id para comparar: Vera avisa si un rival queda más barato, Martina te dice tu puesto en la búsqueda
minutosNoFrecuencia de control en minutos (mínimo 10)
recargoNoFede: % que le sumás al precio del proveedor para vender (para sugerirte el precio)
trabajadorNoNombre (Vera, Tomás, Martina, Bruno, Lucía, Clara, Ramiro, Ana, Leo, Carmen, Nico, Paula, Iván, Valen, Gabi, Sole, Fede, Sofía) o puesto, o "todos"

Schema Changelog

Changes observed during successful MCP inspections.

  1. First observedv1.30.0-tyl.1

TDQS

C2.9/5.0
Behavior1/5

Does the description disclose side effects, auth requirements, rate limits, or destructive behavior?

The annotations declare readOnlyHint=true, but the description plainly describes mutating operations: assigning tasks ('asignar (darle una tarea)'), removing, pausing, activating, connecting Google Drive ('drive (conectar Google Drive)') and taking a database backup. That is a direct contradiction of the read-only declaration, and an agent trusting the annotation would invoke it believing no state changes. Flagged as an annotation contradiction; the description itself is also silent on side effects like writing to equipo.db and pushing files to Drive.

Agents need to know what a tool does to the world before calling it. Descriptions should go beyond structured annotations to explain consequences.

Conciseness2/5

Is the description appropriately sized, front-loaded, and free of redundancy?

The text is a single run-on block dense with emoji, nested parentheses and a 19-name roster that precedes any statement of what the tool does. The operational information (actions, naming rules, ml_vigilar fallback) is buried at the end, so the agent must read the whole thing to find the actionable core; the roster is reference material that belongs in a schema or worker enum.

Shorter descriptions cost fewer tokens and are easier for agents to parse. Every sentence should earn its place.

Completeness3/5

Given the tool's complexity, does the description cover enough for an agent to succeed on first attempt?

With 18 parameters, 12 actions and no output schema, the description does cover the storage/transport model (local SQLite equipo.db plus Google Drive) and gives one-line glosses for each action. What it omits is what the read actions actually return (equipo state, informe alerts, resultados tables) and the fact that this single tool mixes safe reads with state-changing actions, which matters a lot for a multi-action definition.

Complex tools with many parameters or behaviors need more documentation. Simple tools need less. This dimension scales expectations accordingly.

Parameters4/5

Does the description clarify parameter syntax, constraints, interactions, or defaults beyond what the schema provides?

Schema coverage is 94%, so the baseline is 3, but the description adds cross-parameter meaning the schema cannot express: it binds specific parameters to specific workers ('a Fede se le asigna ref=TU publicación y fuente=publicación o URL del proveedor', 'a Emma se le asigna ref=la búsqueda del nicho') and explains that workers can be addressed by name or role. That pairing of worker with ref/fuente is genuinely useful routing information beyond the per-field descriptions.

Input schemas describe structure but not intent. Descriptions should explain non-obvious parameter relationships and valid value ranges.

Purpose4/5

Does the description clearly state what the tool does and how it differs from similar tools?

The opening states a concrete resource (a team of 19 monitoring workers) and the trailing sentence enumerates the management verbs it supports (equipo, asignar, quitar, pausar, activar, frecuencia, correr, informe, resultados, historial, base, drive), so an agent can tell this is the worker-orchestration tool. Sibling differentiation is only partial: ml_vigilar is mentioned once as the fallback source of followed targets, but overlapping siblings such as ml_jefe, ml_auditar_publicaciones and ml_novedades_competencia are never contrasted, and the long roster of personas crowds out the actual purpose statement.

Agents choose between tools based on descriptions. A clear purpose with a specific verb and resource helps agents select the right tool.

Usage Guidelines3/5

Does the description explain when to use this tool, when not to, or what alternatives exist?

Per-action hints are embedded in the description and schema ('informe (alertas nuevas)', 'correr (que trabajen ya)', 'drive (conectar Google Drive)'), and one selection rule is given (a worker with no own tasks watches your ml_vigilar follows of its type). However there is no explicit 'use this instead of X' guidance against the many overlapping monitoring siblings, and no prerequisites or ordering advice (e.g. assign before correr).

Agents often have multiple tools that could apply. Explicit usage guidance like "use X instead of Y when Z" prevents misuse.