关于 GenPark Sliding Window Rate Anomaly Detector
用于流式检测 LLM 令牌和 API 速率异常及突发情况，采用滑动窗口、z-score 和 EWMA。可作为 MCP 服务或库运行，用于监测速率峰值。
主要功能
- 01流式滑动窗口检测
- 02基于 z-score 的异常检测
- 03基于 EWMA 的检测
- 04监测 LLM 令牌和 API 速率
- 05仅使用 Python 标准库
适用场景
- 01检测 LLM 令牌速率峰值
- 02标记 API 请求速率突发
MCP 相关
可作为 MCP 服务运行，向 MCP 客户端提供速率异常检测能力。
配置
本地服务的配置在各客户端中通用，复制后粘贴到客户端的 MCP 配置文件即可。
暂未收录安装方式
我们还没有获取到这个服务的安装包或远程地址，请按项目 README 中的说明安装。
工具
还没有获取到工具列表
本地服务需要在你的电脑上运行后才能读取工具，维护者暂未提供工具列表。
详细介绍
GenPark 滑动窗口速率异常检测器
基于 z-score 和 EWMA 的实时流式滑动窗口异常与突发检测器，用于检测大模型 Token 和 API 调用量激增。
属于 GenPark AI Agent 技能生态系统。
🌟 主要特性
- 100% 使用 Python 标准库：运行时无需依赖任何第三方库。
- 原生支持 MCP：可直接接入 Claude Desktop、Cursor、LobeChat 和自主 Agent DAG。
- 生产级可靠性：严格遵循 Schema、零数据丢失，并针对企业场景进行了强化。
🚀 安装与使用
作为 MCP 服务运行：
python mcp_server.py
直接作为库使用：
from client import *
请参阅 example_usage.py，了解全面的集成示例。
📄 许可证
MIT 许可证。由 GenPark AI 维护。
评论
支持 Markdown
一个开放协议，规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话，MCP 服务负责提供工具、资源和提示模板，两者通过标准消息通信，同一个服务可以被不同客户端复用。