Serveur MCP Statistical Process Control & Anomaly Alerts
Commit 13 nov. 2026Surveille les flux de métriques à l'aide de cartes de Shewhart et de règles de série pour détecter les dérives statistiques réelles et les anomalies de processus.
Aussi connu sous Saify-Technologies/saifs-ai-mcps-docs, process-control
- Étoiles
- 4
- Outils
- 5
- Téléchargements, 30 jours
- —
- Dernière version
- 1.0.1
- Dernier commit
- 13 nov. 2026
- Licence
- MIT
Qu'est-ce que Statistical Process Control & Anomaly Alerts MCP ?
Statistical Process Control & Anomaly Alerts est un serveur MCP. Surveille les flux de métriques à l'aide de cartes de Shewhart et de règles de série pour détecter les dérives statistiques réelles et les anomalies de processus. Il expose 5 outils, comme detect_shift, explain_signal, monitor_metric.
Résumé généré à partir du README du projet
À propos du MCP server Statistical Process Control & Anomaly Alerts
La surveillance des flux de métriques pour détecter les dérives statistiques réelles et les anomalies de processus est la fonction principale de ce MCP server distant. Il permet aux développeurs et aux opérateurs de suivre divers points de données tels que les taux d'erreur, les temps de réponse du support, les SLA de livraison et les taux de conversion en utilisant des méthodes statistiques avancées. En utilisant des cartes de Shewhart combinées aux règles de série de Western Electric et de Nelson, le système identifie les signaux de hors-contrôle tout en évitant les fausses alertes.
Les utilisateurs se connectent au service via streamable HTTP, ce qui le rend accessible à Claude Desktop, Claude Code et VS Code sans installation locale. Le serveur nécessite une authentification OAuth 2.1 avec PKCE, ce qui affiche une page de connexion lors de la configuration initiale. Il fournit des outils spécialisés comme detect_shift pour identifier les petites dérives soutenues à l'aide de CUSUM et EWMA, monitor_metric pour le rapport de verdict, et set_control_limits pour établir une base de référence stable en utilisant des limites à trois sigma. Le système agit comme un outil d'aide à la décision où les opérateurs humains conservent le contrôle final sur toutes les actions.
Ce que vous pouvez faire avec
- 1Détection de dérives de métriques subtilesDemandez à l'IA d'identifier de petits changements soutenus dans les données que les graphiques standards pourraient ignorer.
- 2Établissement de bases de référence statistiquesDemandez le calcul des limites de contrôle basées sur une période de performance stable.
- 3Interprétation des alertes statistiquesObtenez une explication détaillée de la raison pour laquelle une règle statistique spécifique a été déclenchée.
- 4Surveillance continue des processusConfigurez une surveillance automatisée sur un processus spécifique pour recevoir des alertes lorsque les règles sont violées.
Extrait du README du projet. Chaque cas d'utilisation est vérifié par rapport à une citation du document.
Comment installer Statistical Process Control & Anomaly Alerts MCP
Formats vérifiés le 10 nov. 2026Ajouter à CursorAjouter à GooseInstaller Statistical Process Control & Anomaly Alerts MCP dans Claude Code
$ claude mcp add --transport http process-control https://process-monitor-mcp.saifs.ai/mcpInstaller Statistical Process Control & Anomaly Alerts MCP dans Cursor
~/.cursor/mcp.json
{
"mcpServers": {
"process-control": {
"url": "https://process-monitor-mcp.saifs.ai/mcp"
}
}
}Installer Statistical Process Control & Anomaly Alerts MCP dans VS Code
.vscode/mcp.json
{
"servers": {
"process-control": {
"type": "http",
"url": "https://process-monitor-mcp.saifs.ai/mcp"
}
}
}Installer Statistical Process Control & Anomaly Alerts MCP dans VS Code CLI
$ code --add-mcp '{"name":"process-control","type":"http","url":"https://process-monitor-mcp.saifs.ai/mcp"}'Installer Statistical Process Control & Anomaly Alerts MCP dans Codex
$ codex mcp add process-control --url https://process-monitor-mcp.saifs.ai/mcpInstaller Statistical Process Control & Anomaly Alerts MCP dans Codex config.toml
~/.codex/config.toml
[mcp_servers.process-control] url = "https://process-monitor-mcp.saifs.ai/mcp"
Installer Statistical Process Control & Anomaly Alerts MCP dans Gemini CLI
$ gemini mcp add -s user --transport http process-control https://process-monitor-mcp.saifs.ai/mcpInstaller Statistical Process Control & Anomaly Alerts MCP dans Gemini settings.json
~/.gemini/settings.json
{
"mcpServers": {
"process-control": {
"url": "https://process-monitor-mcp.saifs.ai/mcp",
"type": "http"
}
}
}Outils MCP Statistical Process Control & Anomaly Alerts 5
Détectés depuis le READMEdetect_shiftexplain_signalmonitor_metricset_control_limitswatch_process
| detect_shift | — | |
| explain_signal | — | |
| monitor_metric | — | |
| set_control_limits | — | |
| watch_process | — |
Vérifications automatisées
Exécuté le 13 nov. 2026Rapport complet →Pas encore vérifié. Un serveur nécessite un score de 80, aucune faille sérieuse et suffisamment de données pour que nous puissions effectuer les vérifications. Fonctionnement des vérifications · Ce qu'il faut corriger pour gagner des points
- Dépôt source lié et accessiblesaify-technologies/saifs-ai-mcps-docs is public and reachablegithub.com/saify-technologies/saifs-ai-mcps-docs ↗Réussi
- Le nom du package correspond au dépôt sourceNon vérifié
- Provenance du build (attestation Sigstore)Non vérifié
- Licence open source (OSI)MITspdx.org/licenses/MIT.html ↗Réussi
- Commit ou version publiée au cours de l'année écouléeLast commit or release 2026-11-13github.com/saify-technologies/saifs-ai-mcps-docs ↗Réussi
- OpenSSF ScorecardNon vérifié
- Nom du package non proche d'un package populaireNon vérifié
- Aucun avis critique dans le package ou ses dépendancesNon vérifié
- Aucune instruction cachée destinée au modèle5 tool descriptions and the README read; no override phrases, credential paths or hidden charactersRéussi
- Les outils destructifs sont étiquetésNo tool named like delete, drop or execRéussi
- Le point de terminaison distant répond à la poignée de main MCPHTTPS endpoint answered 401 (sign-in required)Réussi
README
Voir sur 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
Questions sur Statistical Process Control & Anomaly Alerts MCP
Comment ajouter Statistical Process Control & Anomaly Alerts MCP à Claude Code ?
Exécutez claude mcp add --transport http process-control https://process-monitor-mcp.saifs.ai/mcp dans votre terminal. Ajoutez --scope user pour le rendre disponible dans tous les projets.
Comment ajouter Statistical Process Control & Anomaly Alerts MCP à Cursor ?
Ouvrez ~/.cursor/mcp.json et ajoutez le serveur sous mcpServers, avec la configuration Cursor indiquée dans la section d'installation ci-dessus.
Quels outils Statistical Process Control & Anomaly Alerts MCP fournit-il ?
Il expose 5 outils, dont detect_shift, explain_signal, monitor_metric, set_control_limits, watch_process.
Comment le serveur gère-t-il les petites dérives soutenues ?
Le serveur utilise les méthodes CUSUM et EWMA pour détecter les petites dérives soutenues que les cartes standard à 3σ pourraient manquer.