Green IT evaluation, carbon footprint estimation, energy efficiency analysis, and sustainable architecture pattern recommendations. Use when the user asks to "assess sustainability", "estimate carbon footprint", "evaluate green IT", or mentions energy efficiency, sustainable architecture, or environmental impact of technology.
From maonpx claudepluginhub javimontano/mao-discovery-frameworkThis skill is limited to using the following tools:
examples/README.mdexamples/sample-output.htmlprompts/prompt.mdEnables AI agents to execute x402 payments with per-task budgets, spending controls, and non-custodial wallets via MCP tools. Use when agents pay for APIs, services, or other agents.
Compares coding agents like Claude Code and Aider on custom YAML-defined codebase tasks using git worktrees, measuring pass rate, cost, time, and consistency.
Designs and optimizes AI agent action spaces, tool definitions, observation formats, error recovery, and context for higher task completion rates.
Evaluacion de Green IT, estimacion de huella de carbono, analisis de eficiencia energetica y recomendaciones de patrones de arquitectura sostenible.
Parse $1 como nombre del proyecto/organizacion, $2 como scope de infraestructura.
Parameters:
{MODO}: piloto-auto (default) | desatendido | supervisado | paso-a-paso{FORMATO}: markdown (default) | html | dual{VARIANTE}: ejecutiva (~40%) | tecnica (full, default)| Categoria | Factores | Fuente de Datos |
|---|---|---|
| Compute | CPU/GPU hours x PUE x carbon intensity | Cloud provider reports, billing |
| Storage | TB x replication factor x energy per TB | Storage inventory |
| Networking | Data transfer x energy per GB | Traffic analysis |
| Development | CI/CD pipeline runs, build compute | Pipeline metrics |
| End user | Client-side compute, data transfer | Analytics data |
| Escenario | Estrategia de Manejo |
|---|---|
| Infraestructura on-premise sin datos de consumo energetico | Estimar usando specs de hardware y factores de PUE promedio de industria; marcar como [SUPUESTO] |
| Multi-cloud con proveedores en diferentes regiones | Calcular carbon intensity por region usando datos publicos de grid; reportar por proveedor y consolidado |
| Organizacion sin objetivos ESG definidos | Generar baseline de carbon footprint como punto de partida; proponer objetivos de reduccion basados en benchmarks de industria |
| Workloads de AI/ML con alto consumo de GPU | Evaluar por separado con factores de emision especificos para GPU; recomendar training scheduling en horas de baja carbon intensity |
| Decision | Habilita | Restringe | Justificacion |
|---|---|---|---|
| Estimacion por orden de magnitud en lugar de precision | Velocidad de assessment, accionabilidad | No sirve para reporte ESG formal | El objetivo es identificar oportunidades de optimizacion, no certificar emisiones |
| Right-sizing como primera recomendacion | Reduccion inmediata de costos y emisiones | Requiere monitoring de utilizacion | Over-provisioning es la fuente mas comun de desperdicio; impacto dual (costo + carbon) |
| Region selection por carbon intensity | Reduccion significativa de emisiones sin cambiar arquitectura | Puede impactar latencia para usuarios regionales | La diferencia de carbon intensity entre regiones puede ser 10x; se balancea con CDN |
graph TD
subgraph Core["Sustainability Assessment"]
A[Inventario de Infra] --> B[Carbon Footprint Estimate]
A --> C[Analisis de Eficiencia]
C --> D[Patrones Sostenibles]
B --> E[Optimization Roadmap]
D --> E
end
subgraph Inputs["Inputs"]
F[Cloud Billing/Metrics] --> A
G[Carbon Intensity Data] --> B
H[Objetivos ESG] --> E
end
subgraph Outputs["Outputs"]
B --> I[Carbon Estimate Report]
C --> J[Sustainability Scorecard]
E --> K[Optimization Roadmap]
E --> L[ESG Alignment Report]
end
subgraph Related["Related Skills"]
M[software-architecture] -.-> D
N[cloud-assessment] -.-> A
O[governance-framework] -.-> E
end
Formato 1 — Markdown (default)
Sustainability_Assessment_{project}_{WIP|Aprobado}.mdFormato 2 — HTML (reporte ESG ejecutivo)
Sustainability_Report_{project}_{WIP|Aprobado}.htmlFormato 3 — DOCX (bajo demanda)
{fase}_sustainability_assessment_{cliente}_{WIP}.docxFormato 4 — PPTX (bajo demanda)
{fase}_sustainability_assessment_{cliente}_{WIP}.pptxFormato 5 — XLSX (bajo demanda)
{fase}_sustainability_assessment_{cliente}_{WIP}.xlsx| Dimension | Peso | Criterio |
|---|---|---|
| Trigger Accuracy | 10% | Activa triggers correctos ante keywords de sostenibilidad, carbon, green IT, ESG |
| Completeness | 25% | Cubre inventario, carbon estimate, eficiencia, patrones sostenibles y alineacion ESG |
| Clarity | 20% | Metodologia de estimacion es transparente; recomendaciones tienen impacto cuantificado |
| Robustness | 20% | Maneja on-premise sin datos, multi-cloud, workloads AI/ML, organizaciones sin ESG |
| Efficiency | 10% | Proceso no duplica inventario con otros assessments; escala con variante ejecutiva |
| Value Density | 15% | Optimizaciones tienen impacto dual (costo + carbon) cuantificado |
Umbral minimo: 7/10 en cada dimension para considerar el skill production-ready.
Autor: Javier Montaño · Comunidad MetodologIA | Version: 1.0.0