Statistical Process Control & Anomaly Alerts

統計的工程管理と異常アラート

サポート応答時間、エラー率、配送 SLA、不良率、コンバージョンなど、あらゆる指標ストリームを継続的に統計監視し、本当に管理限界を外れたシグナルが検出された場合のみアラートします。シューハート管理図に加え、西電気ルール／ネルソンルールを適用し、3σ管理図では見逃されるような小さく持続的なドリフトには CUSUM と EWMA を使用します。あくまで意思決定を支援するものであり、停止／続行の判断はオペレーターが行います。

レジストリ名	ai.saifs/process-control
エンドポイント	https://process-monitor-mcp-microsoft.saifs.ai/mcp
トランスポート	Streamable HTTP（リモート、インストール不要）
認証	OAuth 2.1 — PKCE（S256）および動的クライアント登録。初回使用時にクライアントがサインインページを開きます
公開元	SAIFS AI

インストール

VS Code / GitHub Copilot

ワークスペースの .vscode/mcp.json またはユーザーの mcp.json に追加します。

{
  "servers": {
    "saifs-process-control": {
      "type": "http",
      "url": "https://process-monitor-mcp-microsoft.saifs.ai/mcp"
    }
  }
}

次に、MCP ビューからサーバーを起動し、プロンプトが表示されたらサインインします。

Claude（claude.ai、Desktop）

設定 → コネクター → カスタムコネクターを追加を選択し、次を貼り付けます。

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

その他の MCP クライアント

Streamable HTTP トランスポートを使用して、https://process-monitor-mcp-microsoft.saifs.ai/mcp に接続します。サーバーは WWW-Authenticate: Bearer … resource_metadata=… チャレンジを含む 401 を返すため、OAuth 対応クライアントでは自動的にサインインできます。

ツール

ツール	機能
detect_shift	シューハート管理図では見逃されるような、小さく持続的なドリフトを CUSUM／EWMA で検出します。
explain_signal	どのルールが発動したか、何シグマか、何を意味するかを説明します。
monitor_metric	管理状態／管理外の判定と、発動したルールを示します。
set_control_limits	安定したベースラインから ±3σ の管理限界を算出します。
watch_process	継続的に監視し、ルール違反があればアラートします。

プロンプトの例

• 「3番ラインは規格外にドリフトしていますか？」
• 「不良率が変化したらアラートしてください」
• 「この工程の Cpk を計算してください」

サポート

• ウェブサイト：https://saifs.ai
• 問題の報告：https://github.com/Saify-Technologies/saifs-ai-mcps-docs/issues
• プライバシー：https://saifs.ai/privacy_policy