Manufacturing MCP

Ein MCP (Model Context Protocol)-basiertes KI-Agent-Projekt, das Fertigungsanlagendaten untersucht und Ausfallrisiken analysiert.

Datensatz

Dieses Projekt verwendet den AI4I 2020 Predictive Maintenance Dataset. Es handelt sich um einen synthetischen Datensatz, der reale Predictive-Maintenance-Daten aus der Industrie nachbildet. Er umfasst insgesamt 10.000 Anlagenbetriebsbeobachtungen und 14 Spalten. Fehlende Werte gibt es nicht.

Jede Beobachtung erfasst Produktklasse, Luft- und Prozesstemperatur, Drehzahl, Drehmoment, Werkzeugverschleißzeit sowie den Maschinenausfallstatus und den Ausfalltyp. Daher lässt sich der Datensatz für folgende Predictive-Maintenance-Szenarien nutzen:

• Anlagenstatusabfrage (Monitoring)

• Ausfallrisikoklassifizierung (Classification)

• Erkennung anomaler Bedingungen (Anomaly Detection)

Hauptspalten

Die Bedeutung und Einheiten der einzelnen Spalten finden Sie in der Dokumentation der Datensatz-Spalten.

Datenstichprobe

Im Folgenden sind die ersten drei Beobachtungen der ursprünglichen CSV-Datei aufgeführt.

Related MCP server: Sparkplug MCP Server

Einrichtung der Entwicklungsumgebung

Dieses Projekt verwendet Python 3.12 oder neuer. Aktivieren Sie die virtuelle Umgebung im Projektstamm von WSL Ubuntu 24.04 und installieren Sie die Entwicklungsabhängigkeiten.

source mcp/bin/activate
python -m pip install --upgrade pip
python -m pip install -e ".[dev]"

Legen Sie anhand von .env.example eine lokale .env-Datei an. Die .env-Datei mit dem tatsächlichen API-Schlüssel wird nicht in Git aufgenommen.

cp -n .env.example .env
chmod 600 .env

Nach Codeänderungen führen Sie Tests, Linting und Formatprüfungen aus.

pytest
ruff check .
ruff format --check .

Das Python-Paket liegt unter src/manufacturing_mcp, die Tests liegen unter tests. Die Anwendungseinstellungen werden in src/manufacturing_mcp/config.py aus den Umgebungsvariablen und der .env-Datei geladen.

PostgreSQL ausführen

Führen Sie den PostgreSQL-Container mit Docker Compose im Hintergrund aus.

docker compose up -d postgres
docker compose ps

Wenn der Status des postgres-Dienstes healthy ist, ist das System ordnungsgemäß. Für den direkten Zugriff auf PostgreSQL verwenden Sie den folgenden Befehl.

docker compose exec postgres sh -c 'psql -U "$POSTGRES_USER" -d "$POSTGRES_DB"'

Um die Verbindung zu beenden, geben Sie \q ein. Verwenden Sie den folgenden Befehl, um den Container zu stoppen:

docker compose down

Die PostgreSQL-Daten werden im Docker-Volume postgres_data gespeichert und bleiben auch den nächsten erhalten, wenn der Container gestoppt oder neu erstellt wird.

Quellen und Urheberrecht

• Projektquellcode: Copyright © Kartause 2026 Johyeongseob. Verteilung unter der MIT-Lizenz.

• Datensatz: AI4I 2020 Predictive Maintenance Dataset (2020), UCI Machine Learning Repository, https://doi.org/10.24432/C5HS5C

• Zugehörige Veröffentlichung: Stephan Matzka, “Explainable Artificial Intelligence for Predictive Maintenance App”, 2020 Third International Conference on Artificial Intelligence for Industries (AI4I), pp. 69–74, https://doi.org/10.1109/AI4I49448.2020.00023

• Datensatz-Lizenz: Creative Commons Attribution 4.0 International (CC BY 4.0). Der Datensatz darf geteilt und verändert werden; bei der Nutzung müssen der Urheber und die Quelle angemessen angegeben werden.