silentwatch-mcp

捕获那些监控系统无法察觉的 cron 失败。 一个 MCP 服务器，用于向任何 Claude 或支持 MCP 的代理展示定时任务状态——包括运行情况、逾期任务以及退出代码为 0 但未产生任何有效输出的静默失败。开箱即用，支持 OpenClaw 调度程序、系统 cron 和 systemd 定时器。

功能概述

每个运行定时任务的团队都至少遇到过以下情况之一：

• 静默失败 — 任务运行了，返回退出代码 0，但没有产生任何有效输出（例如：返回空结果的网页搜索 cron、写入 0 字节文件的备份、正文中包含 <no rows> 的摘要邮件）。传统监控显示为绿色勾选，但数据实际上已经损坏。

• 逾期无警报 — 任务已经 3 天没有运行；因为没人关注，所以没人发现。

• 最后成功时间漂移 — 任务每小时运行一次，但在过去 12 次尝试中仅成功了一次；每个人都认为它很健康，因为最近一次运行是绿色的。

• 审计追踪缺失 — 你需要知道某个特定任务最后一次完成的时间以进行合规性检查，而唯一的“日志”是上周已经轮转的 journalctl 输出。

silentwatch-mcp 将这些可见性作为 MCP 工具暴露出来，供你的 AI 代理直接查询。无需指标管道，无需单独的仪表板，无需 SaaS 订阅。

> 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

为什么选择 silentwatch-mcp

现有工具（Cronitor、Healthchecks.io、Datadog、Prometheus）无法做到以下三点：

1. 检测静默失败，而不仅仅是退出代码。 传统的 cron 监控假设 exit 0 = 成功。我们根据可配置的规则检查输出：空输出、长度相对于历史中位数的异常、尽管退出代码为 0 但 stdout 中仍包含错误关键字、持续时间异常。那些“运行成功”但没有返回任何有效内容的任务——这正是隐藏数周的失败模式。我们能捕捉到它。

2. MCP 原生，无需集成层。 Claude Desktop、Cline、Continue、OpenClaw 代理——任何支持 MCP 的客户端都可以直接查询。无需 Grafana 插件，无需 API 包装器，无需手动解析 JSON。

3. 开箱即用的多源支持。 OpenClaw 原生 JSONL 日志、系统 crontab (/etc/crontab + /etc/cron.d/* + 用户级 crontab -l) 以及 systemd 定时器 (systemctl list-timers + journalctl)——所有四个后端都在 v0.3 中提供，因此你可以针对你拥有的任何调度程序运行 silentwatch-mcp。没有供应商锁定。

专为运行 40 美元 VPS 的 SMB 自托管用户打造，对于他们来说 Datadog 太过昂贵，而“0 美元/月的开源 MCP”是合适的切入点——但静默失败检测在企业基础设施中同样具有价值。

工具界面

服务器注册了以下 MCP 工具（完整规范见 SPEC.md）：

资源：

• cron://jobs — 所有任务列表（清单）

• cron://job/{id} — 单个任务清单 + 近期运行记录

• cron://run/{id} — 带有完整输出的单个运行实例

提示词：

• diagnose-overdue — 用于逾期任务的诊断提示词模板

• summarize-cron-health — cron 活动 + 异常的每日摘要

快速入门

v0.3 beta — 已发布全部 4 个后端 + 通过 cron 计划解析 (croniter) 实现真正的逾期检测。 Mock、OpenClaw JSONL、crontab 和 systemd 后端均已达到生产就绪状态。74 个测试通过。v1.0 现已进入完善阶段：PyPI 发布 + GitHub Actions CI + MCP 注册表提交。

安装

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

配置 Claude Desktop

添加到 ~/Library/Application Support/Claude/claude_desktop_config.json (macOS) 或 %APPDATA%\Claude\claude_desktop_config.json (Windows)：

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

后端（v0.3 已发布全部四个）：

• SILENTWATCH_BACKEND=mock — 返回示例数据（开发默认值）

• SILENTWATCH_BACKEND=openclaw-jsonl — 解析 OpenClaw 的原生 cron 运行 JSONL 文件（设置 SILENTWATCH_OPENCLAW_LOGS 为目录，默认为 ~/.openclaw/cron-runs/）；数据最丰富——包含完整运行历史 + 静默失败检测

• SILENTWATCH_BACKEND=crontab — 解析 /etc/crontab + /etc/cron.d/* + 用户 crontabs (crontab -l)；最后运行时间从 /var/log/syslog 或 /var/log/cron 推断（设置 SILENTWATCH_SYSLOG 可覆盖）

• SILENTWATCH_BACKEND=systemd — 解析 systemctl list-timers --all --output=json + journalctl -u <unit> 以获取运行历史；将 OnCalendar= 提取到计划字段中

所有非 mock 后端在底层工具不存在的平台/主机上会优雅地返回空结果，因此在不同环境中保留配置是安全的。

重启 Claude Desktop

服务器注册为 silentwatch。测试：

显示我所有的 cron 任务及其最后运行状态。

路线图

需要适配你的技术栈？

silentwatch-mcp 附带 4 个后端（mock、OpenClaw JSONL、crontab、systemd）。如果你的调度程序是其他工具——AWS EventBridge、GCP Cloud Scheduler、Hangfire、Sidekiq、Temporal、Apache Airflow、Prefect、Dagster 或自定义任务运行器——并且你希望为其获得相同的静默失败检测 MCP 可见性，那属于 自定义 MCP 构建 服务。

参与方式：

1. 发送邮件至 admin@pixelette.tech，主题为 Custom MCP Build inquiry

2. 包括：一段关于你的调度程序技术栈的描述 + 你正在考虑的层级

3. 在 2 个工作日内回复，预约 30 分钟的发现通话

此服务器也是 AI 生产纪律框架 的一部分——这是我进行生产 AI 审计所依据的方法论。

生产 AI 审计

如果你正在运行生产级 AI，并希望外部从业者评估就绪情况、发现已存在的失败模式并编写纠正行动计划——这正是此 MCP 所支持的内容。独立审计服务：

相同邮件渠道：admin@pixelette.tech，主题为 AI audit inquiry。

贡献

欢迎提交 PR。结构特意保持扁平，以便轻松添加自定义后端——请参阅 src/silentwatch_mcp/backends/ 获取现有示例。

添加新后端：

1. 在 backends/<your_backend>.py 中继承 CronBackend

2. 实现 list_jobs、get_job_runs、tail_logs

3. 在 backends/__init__.py 中注册

4. 在 tests/test_backend_<your_backend>.py 中添加测试

错误报告 + 功能请求：请开启 GitHub Issue。

许可证

MIT — 请参阅 LICENSE。

相关

• AI 生产纪律框架 — Notion 模板，$29

• SPEC.md — 完整服务器设计

• Model Context Protocol — 协议概述

由 Temur Khan 构建 — 生产 AI 系统独立从业者。 联系方式：admin@pixelette.tech