silentwatch-mcp

모니터링이 놓치고 있는 cron 실패를 잡아내세요. 예약된 작업 상태(실행, 연체된 작업, 종료 코드 0을 반환하지만 유용한 출력이 없는 침묵 실패)를 Claude 또는 MCP 인식 에이전트에 표시하는 MCP 서버입니다. OpenClaw 스케줄러, 시스템 cron 및 systemd 타이머와 즉시 연동됩니다.

기능

예약된 작업을 실행하는 모든 팀은 최소한 다음 중 하나를 경험했을 것입니다:

• 침묵 실패(Silent failure) — 작업은 실행되어 종료 코드 0을 반환했지만 유용한 출력이 없는 경우(웹 검색 cron이 빈 결과를 반환하거나, 백업이 0바이트 파일을 생성하거나, 본문에 <no rows>가 포함된 요약 이메일이 발송되는 경우). 기존 모니터링은 녹색 체크 표시를 보지만, 데이터는 이미 깨진 상태입니다.

• 알림 없는 연체(Overdue without alert) — 작업이 3일 동안 실행되지 않았지만 아무도 모니터링하지 않아 아무도 눈치채지 못한 경우

• 마지막 성공 드리프트(Last-success drift) — 작업이 매시간 실행되지만 최근 12번의 시도 중 한 번만 성공한 경우; 가장 최근 실행이 성공적이었기 때문에 모두가 정상이라고 가정함

• 감사 추적 공백(Audit-trail gap) — 규정 준수 확인을 위해 특정 작업이 마지막으로 완료된 시점을 알아야 하지만, 유일한 "로그"가 지난주에 로테이션된 journalctl 출력뿐인 경우

silentwatch-mcp는 이러한 가시성을 AI 에이전트가 직접 쿼리할 수 있는 MCP 도구로 노출합니다. 메트릭 파이프라인, 별도의 대시보드, SaaS 구독이 필요 없습니다.

> claude: which of my cron jobs have silent failures in the last 24 hours?
[MCP tool: find_silent_failures]
3 jobs flagged:
  • web-search-refresh — ran 12× successfully but output empty in 8 (66% silent fail rate)
  • daily-summary — ran 1× successfully (24× expected); output normal
  • audit-snapshot — last success 5 days ago, all subsequent runs returned exit 0 with empty body

silentwatch-mcp를 사용하는 이유

기존 도구(Cronitor, Healthchecks.io, Datadog, Prometheus)가 수행하지 않는 세 가지 기능:

1. 종료 코드가 아닌 침묵 실패 감지. 기존 cron 모니터링은 exit 0 = 성공이라고 가정합니다. 우리는 구성 가능한 규칙에 따라 출력을 확인합니다: 빈 출력, 과거 중앙값 대비 길이 이상, 종료 코드 0임에도 stdout에 포함된 오류 키워드, 실행 시간 이상. "성공적으로 실행"되었지만 유용한 결과를 반환하지 않은 작업은 몇 주 동안 숨어 있는 실패 모드입니다. 우리는 이를 잡아냅니다.

2. MCP 네이티브, 통합 계층 없음. Claude Desktop, Cline, Continue, OpenClaw 에이전트 등 모든 MCP 인식 클라이언트가 직접 쿼리합니다. Grafana 플러그인, API 래퍼, 수동으로 파싱할 JSON이 필요 없습니다.

3. 즉시 사용 가능한 다중 소스. OpenClaw 네이티브 JSONL 로그, 시스템 crontab(/etc/crontab + /etc/cron.d/* + 사용자별 crontab -l), systemd 타이머(systemctl list-timers + journalctl) 등 네 가지 백엔드가 v0.3에 포함되어 있어 어떤 스케줄러를 사용하든 silentwatch-mcp를 실행할 수 있습니다. 벤더 종속성이 없습니다.

Datadog은 과하고 "$0/월 오픈 소스 MCP"가 적절한 가격대인 SMB 셀프 호스팅 사용자를 위해 구축되었습니다. 하지만 침묵 실패 감지 기능은 엔터프라이즈 인프라에서도 동일하게 가치가 있습니다.

도구 인터페이스

서버는 다음 MCP 도구를 등록합니다(전체 사양은 SPEC.md 참조):

리소스:

• cron://jobs — 모든 작업 목록(매니페스트)

• cron://job/{id} — 개별 작업 매니페스트 + 최근 실행 기록

• cron://run/{id} — 전체 출력을 포함한 개별 실행 인스턴스

프롬프트:

• diagnose-overdue — 연체된 작업을 위한 진단 프롬프트 템플릿

• summarize-cron-health — cron 활동 + 이상 징후에 대한 일일 요약

퀵스타트

v0.3 베타 — 4개 백엔드 모두 탑재 + cron-schedule 파싱(croniter)을 통한 실제 연체 감지. Mock, OpenClaw JSONL, crontab 및 systemd 백엔드 모두 프로덕션 준비가 완료되었습니다. 74개 테스트 통과. v1.0은 현재 마무리 단계입니다: PyPI 릴리스 + GitHub Actions CI + MCP 레지스트리 제출.

설치

pip install silentwatch-mcp  # not yet on PyPI; install from source for now:
pip install -e .

Claude Desktop 구성

~/Library/Application Support/Claude/claude_desktop_config.json(macOS) 또는 %APPDATA%\Claude\claude_desktop_config.json(Windows)에 추가하세요:

{
  "mcpServers": {
    "silentwatch": {
      "command": "python",
      "args": ["-m", "silentwatch_mcp"],
      "env": {
        "SILENTWATCH_BACKEND": "mock"
      }
    }
  }
}

백엔드(v0.3 기준 4개 모두 탑재):

• SILENTWATCH_BACKEND=mock — 샘플 데이터 반환(개발용 기본값)

• SILENTWATCH_BACKEND=openclaw-jsonl — OpenClaw의 네이티브 cron 실행 JSONL 파일 파싱(SILENTWATCH_OPENCLAW_LOGS를 디렉토리로 설정, 기본값 ~/.openclaw/cron-runs/); 가장 풍부한 데이터 — 전체 실행 기록 + 침묵 실패 감지

• SILENTWATCH_BACKEND=crontab — /etc/crontab + /etc/cron.d/* + 사용자 crontab(crontab -l) 파싱; 마지막 실행은 /var/log/syslog 또는 /var/log/cron에서 추론(SILENTWATCH_SYSLOG로 재정의 가능)

• SILENTWATCH_BACKEND=systemd — systemctl list-timers --all --output=json + journalctl -u <unit>을 파싱하여 실행 기록 확인; OnCalendar=를 스케줄 필드로 가져옴

Mock이 아닌 모든 백엔드는 기본 도구가 없는 플랫폼/호스트에서 빈 결과를 우아하게 반환하므로, 환경 전반에 걸쳐 구성을 그대로 유지해도 안전합니다.

Claude Desktop 재시작

서버가 silentwatch로 등록됩니다. 테스트:

내 모든 cron 작업과 마지막 실행 상태를 보여줘.

로드맵

스택에 맞게 조정이 필요하신가요?

silentwatch-mcp는 4개의 백엔드(mock, OpenClaw JSONL, crontab, systemd)와 함께 제공됩니다. 스케줄러가 AWS EventBridge, GCP Cloud Scheduler, Hangfire, Sidekiq, Temporal, Apache Airflow, Prefect, Dagster 또는 사용자 지정 작업 러너 등 다른 도구이고 동일한 침묵 실패 감지 MCP 가시성이 필요한 경우, 맞춤형 MCP 빌드 서비스를 이용하실 수 있습니다.

문의 방법:

1. admin@pixelette.tech로 이메일 제목을 Custom MCP Build inquiry로 설정하여 전송

2. 내용: 스케줄러 스택에 대한 1문단 설명 + 고려 중인 티어 포함

3. 2영업일 이내에 30분 디스커버리 콜 일정 회신

이 서버는 제가 수행하는 프로덕션 AI 감사의 방법론인 **AI Production Discipline Framework**의 일부이기도 합니다.

프로덕션 AI 감사

프로덕션 AI를 운영 중이며 외부 전문가가 준비 상태를 평가하고, 이미 존재하는 실패 패턴을 찾아내며, 시정 조치 계획을 작성하기를 원하신다면 이 MCP가 지원하는 바로 그 작업입니다. 독립형 감사 서비스:

동일한 이메일 채널: admin@pixelette.tech, 제목 AI audit inquiry.

기여

PR을 환영합니다. 구조는 맞춤형 백엔드를 쉽게 추가할 수 있도록 의도적으로 평탄하게 설계되었습니다. 기존 예제는 src/silentwatch_mcp/backends/를 참조하세요.

새 백엔드를 추가하려면:

1. backends/<your_backend>.py에서 CronBackend를 상속받으세요.

2. list_jobs, get_job_runs, tail_logs를 구현하세요.

3. backends/__init__.py에 등록하세요.

4. tests/test_backend_<your_backend>.py에 테스트를 추가하세요.

버그 리포트 및 기능 요청: GitHub 이슈를 열어주세요.

라이선스

MIT — LICENSE 참조.

관련 자료

• AI Production Discipline Framework — Notion 템플릿, $29

• SPEC.md — 전체 서버 설계

• Model Context Protocol — 프로토콜 개요

제작자: Temur Khan — 프로덕션 AI 시스템 독립 실무자. 연락처: admin@pixelette.tech