predictive-maintenance-mcp
活跃·★ 53·NOASSERTION·更新于 2026-07-13
★ 时下流行★ 工作流自动化★ 可观测性
这个开源MCP服务器和Claude Code插件将LLM转变为状态监测助手。工程师用自然语言描述需求，AI调用合适的分析工具并交付结果。它支持和加速专家决策，同时保持数据本地化。
predictive-maintenance-mcp 当前归类于 Observability，更适合那些希望围绕具体工作流而不是单一功能点来选型的团队。从当前资料来看，它尤其强调 52个专用MCP端点（46个工具、2个资源、4个提示），提供全面分析、通过加载振动信号并运行频谱分析来诊断轴承故障 这类能力。如果你关心许可证与可二次使用性，当前页面记录的许可证是 NOASSERTION。同时它也具备一定社区热度，当前 GitHub Stars 为 53。
#异常检测#asset-management#bearing-fault-diagnosis#claude-agents#Claude AI#condition-monitoring#envelope-analysis#FastMCP
01
功能特性
0152个专用MCP端点（46个工具、2个资源、4个提示），提供全面分析
02隐私优先：原始数据从不离开本地机器
03LLM无关：支持Claude、GPT、Ollama以及任何兼容MCP的客户端
04模块化架构：仅使用所需工具，并可扩展自定义模块
05生成交互式HTML和Word报告，包含故障标记和严重性评估
02
为什么选择它
+52个专用MCP端点（46个工具、2个资源、4个提示），提供全面分析
+通过加载振动信号并运行频谱分析来诊断轴承故障
+覆盖 3 个兼容环境或平台，更适合需要跨端部署的团队。
+提供公开仓库并标注 NOASSERTION 许可证，便于评估可维护性与采用成本。
03
权衡点
!同分类下还有 8 个相关工具可比较，最终选择更适合在同类对比后决定。
04
兼容性
Windows
Windows
已通过文档验证
macOS
macOS
已通过文档验证
Linux
Linux
已通过文档验证
05
快速开始
1
$ pip install predictive-maintenance-mcp
06
使用场景
↳通过加载振动信号并运行频谱分析来诊断轴承故障
↳生成带有图表和严重性评估的专业诊断报告
↳在健康基准上训练异常检测模型，并在新信号中标记异常
07
同类对比
≈predictive-maintenance-mcp 属于 Observability 分类，适合与 worldmonitor 等同类工具一起比较，而不是单独判断。
≈如果你的核心需求更接近“通过加载振动信号并运行频谱分析来诊断轴承故障”，那么这类场景会比泛用型工具对比更有参考价值。
≈predictive-maintenance-mcp 采用 NOASSERTION 许可证，社区热度都应该与同类项目一起看。
08
同类工具
GitHub MCP Server★ 31.6k
GitHub MCP 服务器将AI工具直接连接到GitHub平台，使AI代理、助手和聊天机器人能够通过自然语言交互管理GitHub资源和自动化工作流。
fastmcp★ 26.7k
FastMCP 是一个用于连接大型语言模型 (LLM) 到工具和数据的 Python 框架，旨在简化从原型到生产的 MCP (Model Context Protocol) 应用开发。
相关搜索
评论
登录后发表评论
- ?usr_seed_04242026年5月20日
Used for industrial equipment monitoring automation, the fault detection accuracy is good
- ?usr_seed_03852026年5月18日
AI-powered fault diagnosis via MCP brings predictive maintenance to conversational workflows
- ?usr_seed_04352026年5月11日
The maintenance intelligence integrates with existing monitoring data sources cleanly
- ?usr_seed_03692026年4月14日
Good for operations teams that want AI-assisted maintenance without custom ML pipelines