MCP server de Statistical Process Control & Anomaly Alerts
Commit 13 nov 2026Monitorea flujos de métricas mediante gráficos de Shewhart y reglas de ejecución para detectar desviaciones estadísticas reales y anomalías en los procesos.
También conocido como Saify-Technologies/saifs-ai-mcps-docs, process-control
- Stars
- 4
- Herramientas
- 5
- Descargas, 30 días
- —
- Última versión
- 1.0.1
- Último commit
- 13 nov 2026
- Licencia
- MIT
¿Qué es Statistical Process Control & Anomaly Alerts MCP?
Statistical Process Control & Anomaly Alerts es un MCP server. Monitorea flujos de métricas mediante gráficos de Shewhart y reglas de ejecución para detectar desviaciones estadísticas reales y anomalías en los procesos. Expone 5 herramientas, como detect_shift, explain_signal, monitor_metric.
Resumen generado a partir del README del proyecto
Acerca del MCP server de Statistical Process Control & Anomaly Alerts
La función principal de este MCP server remoto es el monitoreo de flujos de métricas para detectar desviaciones estadísticas reales y anomalías en los procesos. Permite a desarrolladores y operadores rastrear diversos puntos de datos, como tasas de error, tiempos de respuesta de soporte, SLAs de entrega y tasas de conversión, utilizando métodos estadísticos avanzados. Al utilizar gráficos de Shewhart junto con las reglas de ejecución de Western Electric y Nelson, el sistema identifica señales fuera de control evitando falsas alarmas.
Los usuarios se conectan al servicio a través de streamable HTTP, lo que lo hace accesible para Claude Desktop, Claude Code y VS Code sin necesidad de instalación local. El servidor requiere autenticación OAuth 2.1 con PKCE, lo que despliega una página de inicio de sesión durante la configuración inicial. Proporciona herramientas especializadas como detect_shift para identificar pequeñas desviaciones sostenidas mediante CUSUM y EWMA, monitor_metric para el reporte de veredictos y set_control_limits para establecer una línea base estable utilizando límites de tres sigma. El sistema actúa como una herramienta de soporte para la toma de decisiones, donde los operadores humanos mantienen el control final sobre todas las acciones.
Qué puedes hacer con él
- 1Detección de desviaciones sutiles en las métricasPide a la IA que identifique cambios pequeños y sostenidos en los datos que los gráficos estándar podrían pasar por alto.
- 2Establecimiento de líneas base estadísticasSolicita el cálculo de los límites de control basados en un periodo de rendimiento estable.
- 3Interpretación de alertas estadísticasObtén una explicación detallada de por qué se activó una regla estadística específica.
- 4Monitoreo continuo de procesosConfigura una vigilancia automatizada sobre un proceso específico para recibir alertas cuando se violen las reglas.
Escrito a partir del README del proyecto. Cada caso de uso se verifica con una cita del mismo.
Cómo instalar Statistical Process Control & Anomaly Alerts MCP
Formatos verificados el 10 nov 2026Añadir a CursorAñadir a GooseInstalar Statistical Process Control & Anomaly Alerts MCP en Claude Code
$ claude mcp add --transport http process-control https://process-monitor-mcp.saifs.ai/mcpInstalar Statistical Process Control & Anomaly Alerts MCP en Cursor
~/.cursor/mcp.json
{
"mcpServers": {
"process-control": {
"url": "https://process-monitor-mcp.saifs.ai/mcp"
}
}
}Instalar Statistical Process Control & Anomaly Alerts MCP en VS Code
.vscode/mcp.json
{
"servers": {
"process-control": {
"type": "http",
"url": "https://process-monitor-mcp.saifs.ai/mcp"
}
}
}Instalar Statistical Process Control & Anomaly Alerts MCP en VS Code CLI
$ code --add-mcp '{"name":"process-control","type":"http","url":"https://process-monitor-mcp.saifs.ai/mcp"}'Instalar Statistical Process Control & Anomaly Alerts MCP en Codex
$ codex mcp add process-control --url https://process-monitor-mcp.saifs.ai/mcpInstalar Statistical Process Control & Anomaly Alerts MCP en Codex config.toml
~/.codex/config.toml
[mcp_servers.process-control] url = "https://process-monitor-mcp.saifs.ai/mcp"
Instalar Statistical Process Control & Anomaly Alerts MCP en Gemini CLI
$ gemini mcp add -s user --transport http process-control https://process-monitor-mcp.saifs.ai/mcpInstalar Statistical Process Control & Anomaly Alerts MCP en Gemini settings.json
~/.gemini/settings.json
{
"mcpServers": {
"process-control": {
"url": "https://process-monitor-mcp.saifs.ai/mcp",
"type": "http"
}
}
}Herramientas de Statistical Process Control & Anomaly Alerts MCP 5
Detectado desde el READMEdetect_shiftexplain_signalmonitor_metricset_control_limitswatch_process
| detect_shift | — | |
| explain_signal | — | |
| monitor_metric | — | |
| set_control_limits | — | |
| watch_process | — |
Verificaciones automáticas
Ejecutado 13 nov 2026Informe completo →Aún no verificado. Un servidor necesita una puntuación de 80, ningún hallazgo grave y suficientes datos para que podamos revisarlo. Cómo funcionan las verificaciones · Qué corregir para obtener más puntos
- Repositorio de origen vinculado y accesiblesaify-technologies/saifs-ai-mcps-docs is public and reachablegithub.com/saify-technologies/saifs-ai-mcps-docs ↗Aprobado
- El paquete indica este repositorio como su origenNo verificado
- Procedencia de la compilación (atestación de Sigstore)No verificado
- Licencia de código abierto (OSI)MITspdx.org/licenses/MIT.html ↗Aprobado
- Commit o lanzamiento en el último añoLast commit or release 2026-11-13github.com/saify-technologies/saifs-ai-mcps-docs ↗Aprobado
- OpenSSF ScorecardNo verificado
- El nombre del paquete no es similar a un paquete popularNo verificado
- No hay avisos críticos en el paquete ni en sus dependenciasNo verificado
- Sin instrucciones ocultas para el modelo5 tool descriptions and the README read; no override phrases, credential paths or hidden charactersAprobado
- Las herramientas destructivas están etiquetadasNo tool named like delete, drop or execAprobado
- El endpoint remoto responde al handshake de MCPHTTPS endpoint answered 401 (sign-in required)Aprobado
README
Ver en GitHubStatistical Process Control & Anomaly Alerts
Continuous statistical monitoring of any metric stream — support response time, error rates, delivery SLAs, defect rates, conversion — alerting only on genuine out-of-control signals. Shewhart charts plus Western Electric / Nelson run rules, with CUSUM and EWMA for small sustained drifts that a 3σ chart misses. Decision support only; operators own stop/go.
| Registry name | ai.saifs/process-control |
| Endpoint | https://process-monitor-mcp-microsoft.saifs.ai/mcp |
| Transport | Streamable HTTP (remote, nothing to install) |
| Auth | OAuth 2.1 — PKCE (S256) and dynamic client registration; your client opens a sign-in page on first use |
| Publisher | SAIFS AI |
Install
VS Code / GitHub Copilot
Add to .vscode/mcp.json (workspace) or your user mcp.json:
{
"servers": {
"saifs-process-control": {
"type": "http",
"url": "https://process-monitor-mcp-microsoft.saifs.ai/mcp"
}
}
}
Then start the server from the MCP view and sign in when prompted.
Claude (claude.ai, Desktop)
Settings → Connectors → Add custom connector, and paste:
https://process-monitor-mcp-microsoft.saifs.ai/mcp
Claude Code
claude mcp add --transport http saifs-process-control https://process-monitor-mcp-microsoft.saifs.ai/mcp
Any other MCP client
Point it at https://process-monitor-mcp-microsoft.saifs.ai/mcp using the Streamable HTTP transport. The server returns 401 with a
WWW-Authenticate: Bearer … resource_metadata=… challenge, so OAuth-aware clients sign in automatically.
Tools
| Tool | What it does |
|---|---|
detect_shift |
CUSUM / EWMA for small sustained drifts that Shewhart charts miss. |
explain_signal |
Which rule fired, how many sigma, and what it means. |
monitor_metric |
In-control / out-of-control verdict plus which rule fired. |
set_control_limits |
Compute ±3σ limits from a stable baseline. |
watch_process |
Continuous watch; alert on rule violations. |
Example prompts
- “Is line 3 drifting out of spec?”
- “Alert me when defect rate shifts”
- “Calculate Cpk for this process”
Support
- Website: https://saifs.ai
- Issues: https://github.com/Saify-Technologies/saifs-ai-mcps-docs/issues
- Privacy: https://saifs.ai/privacy_policy
Preguntas sobre Statistical Process Control & Anomaly Alerts MCP
¿Cómo agrego Statistical Process Control & Anomaly Alerts MCP a Claude Code?
Ejecuta claude mcp add --transport http process-control https://process-monitor-mcp.saifs.ai/mcp en tu terminal. Añade --scope user para que esté disponible en todos los proyectos.
¿Cómo agrego Statistical Process Control & Anomaly Alerts MCP a Cursor?
Abre ~/.cursor/mcp.json y añade el servidor en mcpServers, usando la configuración de Cursor que se muestra en la sección de instalación de arriba.
¿Qué herramientas proporciona Statistical Process Control & Anomaly Alerts MCP?
Expone 5 herramientas, incluidas detect_shift, explain_signal, monitor_metric, set_control_limits, watch_process.
¿Cómo gestiona el servidor las desviaciones pequeñas y sostenidas?
El servidor utiliza los métodos CUSUM y EWMA para detectar pequeñas desviaciones sostenidas que los gráficos estándar de 3σ podrían pasar por alto.