Predictive Maintenance

io.github.LGDiMaggio由 GitHub 帳號 LGDiMaggio 發布v0.13.0更新於 Oct 24, 2026

Industrial vibration analysis, bearing fault diagnosis, ISO 20816, and ML anomaly detection

已驗證STDIO僅桌面資料與分析AI 與機器學習

概覽

AI 產生的概覽

讓助理分析工業振動資料，用於軸承故障診斷、ISO 20816 評估與機器學習異常偵測。

可以做什麼
這是一個本機 MCP 伺服器，提供工業振動分析工具。根據其描述，功能涵蓋軸承故障診斷、依 ISO 20816 振動標準進行評估，以及對振動訊號做機器學習異常偵測。現有資料未公布具體工具名稱或參數。
適用情境
當助理需要協助解讀機械振動量測結果、篩檢旋轉設備的軸承故障，或對照 ISO 20816 限值檢查振動水準時，可以考慮使用。它面向預測性維護工作，而非一般資料分析。
執行需求
以本機行程在使用者機器上執行，透過 stdio 從 PyPI 套件 predictive-maintenance-mcp 安裝，因此需要 Python 環境。僅支援桌面端，不提供網頁可執行版本。未宣告任何身分驗證、環境變數或標頭。
安裝前請注意
公開描述未說明此伺服器讀取、儲存或將資料送往何處，也沒有可用的工具清單，因此在接上敏感的工廠或設備資料前應先審查該套件。未宣告任何憑證、付款或寫入操作。

安裝

在 SourceWeft 中

  1. 開啟 儀表板中的 Predictive Maintenance，將其新增到工作區。
  2. 為需要使用其工具的對話啟用該服務。

Desktop only，透過 STDIO。 STDIO 服務會啟動本機處理程序，因此需要 SourceWeft 桌面主機。

工具

0
SourceWeft 尚未在沙箱中啟動過該軟體包，因此其工具未知。

版本歷史

1
  1. v0.13.0最新Sep 16, 2026

評分

已滿足適用檢查項的 25%

該評分衡量此收錄條目的完整程度，依據註冊中心條目、端點與公開來源計算得出。它不是對伺服器本身的評價，也不表示伺服器安全或目前可用：可連通性是帶日期的檢查結果，評分也不包含安裝量或使用者評價。

  • 近 30 天內可連通25 分

    請保持端點能夠回應 MCP 握手；SourceWeft 每 30 天探測一次。

  • 已宣告認證方式10 分

    請在註冊中心條目中宣告憑證請求標頭，或保持端點能夠回應探測，以便判定其認證方式。

  • 已列出工具15 分

    請讓伺服器在無憑證時回應 tools/list，或發布可在沙箱中無憑證啟動的軟體包。

  • 描述必需15 分
  • 圖示10 分
  • 文件15 分

    請宣告包含 README 的 GitHub 儲存庫，或在 OAuth 受保護資源後設資料中提供 resource_documentation。

  • 授權條款10 分

    請在儲存庫或註冊中心條目中宣告授權條款。