Skip to main content
Glama

AnomalyArmor Agents

PyPI npm Glama License: MIT

KI-Fähigkeiten und MCP-Server für AnomalyArmor Daten-Observability. Überwachen Sie die Datenqualität, erkennen Sie Schema-Drift und verwalten Sie Warnmeldungen direkt aus Claude Code, Cursor oder jedem anderen MCP-kompatiblen KI-Tool.

Version: 0.6.0 | Tools: 52 konsolidierte MCP-Tools | Fähigkeiten: 14 Slash-Befehle

Schnellstart

Option 1: Claude Code Plugin (Empfohlen)

# Install the plugin
claude plugin marketplace add anomalyarmor/agents
claude plugin install armor@anomalyarmor

# Or via skills.sh
npx skills add anomalyarmor/agents

Verwenden Sie dann Fähigkeiten wie:

  • /armor:status - Datenintegrität prüfen

  • /armor:alerts - Warnmeldungen anzeigen und verwalten

  • /armor:recommend - KI-Überwachungsempfehlungen erhalten

  • /armor:ask - Fragen zu Ihren Daten stellen

Option 2: MCP-Server

Fügen Sie dies zu Ihrer MCP-Konfiguration hinzu (Claude Code, Cursor, etc.):

{
  "mcpServers": {
    "armor": {
      "command": "uvx",
      "args": ["armor-mcp"]
    }
  }
}

Related MCP server: aegis-dq

Voraussetzungen

  1. AnomalyArmor-Konto: Registrieren Sie sich unter anomalyarmor.ai

  2. API-Schlüssel: Generieren Sie diesen unter Einstellungen > API-Schlüssel

  3. Konfiguration: Setzen Sie die Umgebungsvariable ARMOR_API_KEY oder erstellen Sie ~/.armor/config.yaml:

api_key: aa_live_your_key_here

Verfügbare Fähigkeiten

Fähigkeit

Beschreibung

Beispiel

/armor:start

Geführtes Onboarding für neue Benutzer

"Hilf mir bei der Einrichtung"

/armor:status

Integritätsübersicht über alle Assets

"Sind meine Daten in Ordnung?"

/armor:connect

Eine neue Datenquelle verbinden

"Verbinde mein Snowflake Warehouse"

/armor:monitor

Aktualitäts- und Schemaüberwachung einrichten

"Überwache die Aktualität für die Tabelle 'orders'"

/armor:alerts

Warnmeldungen abfragen und verwalten

"Welche Warnmeldungen wurden gestern ausgelöst?"

/armor:ask

Natürlichsprachliche Fragen & Antworten zu Ihren Daten

"Welche Tabellen enthalten Kundendaten?"

/armor:analyze

KI-Analyse auslösen

"Analysiere das Finanzschema"

/armor:quality

Datenqualitätsmetriken und Gültigkeitsregeln

"Füge Null-Prüfung für customer_id hinzu"

/armor:coverage

Analyse der Überwachungsabdeckung

"Welche Tabellen haben keine Überwachung?"

/armor:recommend

KI-gestützte Überwachungsempfehlungen

"Was sollte ich überwachen?"

/armor:tags

Asset-Tagging und Klassifizierung

"Markiere diese Tabelle als PII"

/armor:investigate

Ursachenanalyse

"Warum ist diese Tabelle veraltet?"

/armor:lineage

Datenherkunft-Erkundung

"Was hängt von dieser Tabelle ab?"

/armor:profile

Tabellenprofilierung und Statistiken

"Erstelle ein Profil der Tabelle 'orders'"

MCP-Tools (29 konsolidiert)

Die Tools folgen einem konsolidierten Muster: Ein Tool pro Bereich verarbeitet mehrere Vorgänge über einen action-Parameter, was die Nutzung des Kontextfensters reduziert und gleichzeitig die volle Funktionalität beibehält.

Integrität und Briefing

  • health_summary() - Allgemeine Datenintegrität über alle Assets hinweg

  • get_todays_briefing() - Tägliches KI-Briefing mit Warnmeldungen, Aktualität und Abdeckungslücken

Warnmeldungen (5 Tools)

  • get_alerts_summary() - Anzahl der Warnmeldungen nach Schweregrad und Status

  • list_alerts(status, severity, asset_id, from_date, to_date) - Warnmeldungen mit Filtern abfragen

  • list_inbox_alerts(status, limit) - Posteingang für ungelöste Warnmeldungen

  • update_alert(alert_id, action, ...) - Warnmeldungen bestätigen, lösen, pausieren oder kommentieren

  • get_alert_trends(period) - Trends bei Warnmeldungen im Zeitverlauf

  • get_alert_history(alert_id) - Vollständige Historie für eine bestimmte Warnmeldung

Warnregeln (3 Tools)

  • list_alert_rules(asset_id, is_active) - Konfigurierte Regeln auflisten

  • create_alert_rule(asset_id, rule_type, ...) - Neue Warnregel erstellen

  • manage_alert_rule(rule_id, action, ...) - Regeln aktualisieren, löschen, aktivieren/deaktivieren oder duplizieren

Assets (3 Tools)

  • list_assets(source, asset_type, search) - Überwachte Assets auflisten

  • create_asset(name, source_type, connection_config) - Datenquelle erstellen

  • manage_asset(asset_id, action, ...) - Aktualisieren, löschen, Verbindung testen oder Erkennung auslösen

  • trigger_asset_discovery(asset_id) - Schema-Erkennung starten

Aktualität (4 Tools)

  • get_freshness_summary() - Aktualitätsübersicht über alle Assets

  • check_freshness(asset_id, table_path) - Aktualität einer bestimmten Tabelle prüfen

  • setup_freshness(asset_id, table_path, check_interval, ...) - Aktualitätszeitplan erstellen

  • list_freshness_schedules(asset_id) - Konfigurierte Zeitpläne auflisten

  • manage_freshness_schedule(schedule_id, action, ...) - Zeitpläne aktualisieren, löschen, pausieren/fortsetzen

Schema-Drift (5 Tools)

  • get_schema_summary() - Übersicht über Schema-Drift

  • list_schema_changes(asset_id, severity, from_date, to_date) - Erkannte Änderungen auflisten

  • create_schema_baseline(asset_id, description) - Baseline erstellen

  • enable_schema_monitoring(asset_id, schedule_type, notify_on) - Überwachung aktivieren

  • disable_schema_monitoring(asset_id) - Überwachung deaktivieren

  • get_schema_monitoring(asset_id) - Aktuelle Überwachungskonfiguration anzeigen

  • dry_run_schema(asset_id, schedule_type) - Schema-Überwachung vor der Aktivierung testen

Datenqualität (4 Tools)

  • get_metrics_summary(asset_id) / list_metrics(asset_id) - Metriken anzeigen

  • create_metric(asset_id, metric_type, table_path, ...) - Zeilenanzahl, Null-Rate oder benutzerdefinierte Metrik erstellen

  • manage_metric(metric_id, action, ...) - Aktualisieren, löschen, erfassen oder Snapshots anzeigen

  • get_validity_summary(asset_id) / list_validity_rules(asset_id) - Gültigkeitsregeln anzeigen

  • create_validity_rule(asset_id, rule_type, table_path, ...) - Gültigkeitsregel erstellen

  • manage_validity_rule(rule_id, action, ...) - Aktualisieren, löschen, prüfen oder Ergebnisse anzeigen

Referenzielle Integrität (2 Tools)

  • create_referential_check(asset_id, ...) - Tabellenübergreifende referenzielle Prüfung erstellen

  • manage_referential(check_id, action, ...) - Auflisten, löschen, ausführen oder Ergebnisse anzeigen

Ziele (4 Tools)

  • list_destinations(destination_type) - Warnziele auflisten (Slack, E-Mail, Webhook)

  • setup_destination(destination_type, ...) - Slack-Kanal, E-Mail oder Webhook-Ziel erstellen

  • manage_destination(destination_id, action, ...) - Aktualisieren, löschen, testen, aktivieren/deaktivieren

  • manage_rule_destinations(rule_id, action, ...) - Ziele mit Warnregeln verknüpfen/trennen

Abdeckung und Empfehlungen (3 Tools)

  • get_coverage(asset_id) - Abdeckungsstufe und Score für ein Asset

  • manage_coverage(asset_id, action) - Nächste Schritte abrufen oder empfohlene Überwachung anwenden

  • recommend(asset_id, recommendation_type) - KI-Empfehlungen für Aktualität, Metriken, Abdeckung oder Schwellenwerte

Intelligenz (2 Tools)

  • ask_question(asset, question) - Natürlichsprachliche Fragen & Antworten

  • generate_intelligence(asset) - Generierung der KI-Wissensdatenbank auslösen

Katalog (4 Tools)

  • get_lineage(asset_id, depth, direction) - Datenherkunft-Graph

  • job_status(job_id) - Status asynchroner Jobs prüfen

  • create_tag(asset_id, name, object_path, ...) - Tags erstellen und zuweisen

  • list_tags(asset_id) / apply_tags(asset_id, ...) - Tags auflisten und anwenden

API-Schlüssel

  • get_api_key_info() - Details und Berechtigungen des aktuellen API-Schlüssels anzeigen

Beispiele

Datenintegrität prüfen

User: Is my data healthy?

Your data health status:
- Overall: WARNING
- 3 unresolved alerts (1 critical, 2 warning)
- 2 stale tables (orders, customers)
- 1 unacknowledged schema change
- Coverage: 65% (Tier 2: Protected)

KI-Empfehlungen erhalten

User: What should I monitor on my Snowflake warehouse?

Based on your table patterns and update frequency:
1. orders (high traffic) - Add freshness check (hourly), row count metric
2. customers (PII) - Enable schema drift monitoring, add null checks
3. payments (financial) - Add freshness + row count + validity rules

Want me to set these up? I can configure all three in one go.

Tägliches Briefing

User: What happened overnight?

Your daily briefing:
- 2 new alerts: orders table stale (6h), schema change in users
- Coverage improved: finance schema now at Tier 3 (Verified)
- Recommendation: 4 tables still have no monitoring. Run /armor:recommend.

Ursachenanalyse

User: Why is the orders table stale?

Investigation results:
- Last update: 6 hours ago (expected: hourly)
- Upstream dependency: raw_orders was last updated 8 hours ago
- Likely cause: upstream ETL job failed or delayed
- Impact: 3 downstream dashboards affected

Fehlerbehebung

Authentifizierung fehlgeschlagen

Error: No API key configured

Lösung: Setzen Sie die Umgebungsvariable ARMOR_API_KEY oder erstellen Sie ~/.armor/config.yaml

MCP-Server nicht gefunden

Error: MCP server 'armor' not found

Lösung:

  1. Starten Sie Ihr KI-Tool nach Konfigurationsänderungen neu

  2. Überprüfen Sie, ob uvx installiert ist: uvx --version

  3. Überprüfen Sie die Syntax der MCP-Konfiguration

Fähigkeiten werden nicht geladen

Lösung:

  1. Überprüfen Sie, ob das Plugin installiert ist: claude plugin list

  2. Überprüfen Sie, ob das Verzeichnis für Fähigkeiten existiert

  3. Starten Sie Claude Code neu

Entwicklung

Siehe AGENTS.md für Entwicklungsrichtlinien.

Support

Lizenz

MIT-Lizenz - siehe LICENSE

Tool Schema Changelog

Recent tool additions, removals, and schema changes observed during successful MCP inspections.

Loading tool schema changelog…

    Related MCP Connectors

    Related MCP Servers

    • A
      license
      Not graded
      quality
      F
      maintenance
      Open-source agentic schema layer. Define metrics once in YAML, query governed data from any warehouse (Snowflake, BigQuery, Databricks, PostgreSQL, DuckDB) via MCP.
      28
      Apache 2.0
    • A
      license
      B
      quality
      D
      maintenance
      Agentic data quality MCP server — runs structured validation rules against warehouses (DuckDB, BigQuery, Athena, Databricks, Postgres), diagnoses failures with LLM root cause analysis, and proposes SQL remediations. Full audit trail of every AI decision.
      6
      15 PyPI
      5
      Apache 2.0
    • A
      license
      Not graded
      quality
      C
      maintenance
      Data Workers is the Autonomous Agentic Data Platform: reduce your data ops to zero, with agents that run the whole data platform (pipelines, quality, incidents, schema change, catalog, governance) through MCP in Claude Code, Codex, Cursor and any MCP client. Learn more at dataworkers.io.
      14
      Apache 2.0
    • A
      license
      Not graded
      quality
      C
      maintenance
      AI-driven MCP server that audits, profiles, detects schema drift, and auto-generates documentation for dbt projects, enabling natural language interaction with your dbt project's health.
      103
      MIT