Data Analysis

Zeitreihen-Anomalie-Detektor

Liest Zeitreihendaten aus CSV oder JSON ein, erkennt Anomalien per Z-Score und IQR und gibt einen Chart-gestuetzten Bericht aus

html· HTML-ErgebnisWerkzeug öffnen

Schnellstart

Rufen Sie dieses Werkzeug aus Ihrem Code in drei Sprachen auf.

cURL

# 1) Upload each file first → returns { filePath }
curl -X POST 'https://api.elysiatools.com/upload/time-series-anomaly-detector' \
  -F 'file=@/path/to/dataFile.ext'

# 2) Call the tool with the returned filePath values
curl -X POST 'https://api.elysiatools.com/de/api/tools/time-series-anomaly-detector' \
  -F 'rawInput=timestamp,value
2026-03-01,110
2026-03-02,112
2026-03-03,109
2026-03-04,315
2026-03-05,111' \
  -F 'dataFile=/path/to/file.ext' \
  -F 'timestampColumn=timestamp' \
  -F 'valueColumn=value' \
  -F 'detectionMethod=both' \
  -F 'zScoreThreshold=2.5' \
  -F 'seasonalityWindow=0'

API-Referenz

Senden Sie eine POST-Anfrage mit Ihren Eingaben als JSON. Dateiparameter erfordern einen vorherigen Upload.

Endpunkt

HTTP

POST https://api.elysiatools.com/de/api/tools/time-series-anomaly-detector

Parameter

Name	Typ	Erforderlich	Beschreibung
rawInput	textarea	Nein	—
dataFile	fileUpload nötig	Nein	—
timestampColumn	text	Nein	—
valueColumn	text	Nein	—
detectionMethod	select	Nein	—
zScoreThreshold	number	Nein	—
seasonalityWindow	number	Nein	—

Dateiparameter müssen zuerst per POST /upload/time-series-anomaly-detector hochgeladen werden; der zurückgegebene filePath wird dann an das entsprechende Feld übergeben.

Antwortformat

HTML-Ergebnis

JSON

{
  "result": "<div>Processed HTML content</div>",
  "error": "Error message (optional)",
  "message": "Notification message (optional)",
  "metadata": {
    "key": "value"
  }
}

MCP-Integration

Fügen Sie dieses Werkzeug Ihrem Model-Context-Protocol-Server hinzu, damit KI-Agenten es auflisten und aufrufen können.

Serverkonfiguration

Fügen Sie diesen Block Ihrer MCP-Client-Konfiguration hinzu:

mcp.json

{
  "mcpServers": {
    "elysiatools-time-series-anomaly-detector": {
      "name": "time-series-anomaly-detector",
      "description": "Liest Zeitreihendaten aus CSV oder JSON ein, erkennt Anomalien per Z-Score und IQR und gibt einen Chart-gestuetzten Bericht aus",
      "baseUrl": "https://api.elysiatools.com/mcp/sse?toolId=time-series-anomaly-detector",
      "command": "",
      "args": [],
      "env": {},
      "isActive": true,
      "type": "sse"
    }
  }
}

Verfügbare Werkzeuge auflisten

Nach dem Verbinden mit dem SSE-Endpunkt listen Sie die bereitgestellten Werkzeuge auf:

tools/list

{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/list"
}

Dieses Werkzeug aufrufen

Rufen Sie das Werkzeug über seine ID auf; Argumente werden aus seiner Parameterliste gebildet:

tools/call

{
  "jsonrpc": "2.0",
  "id": 2,
  "method": "tools/call",
  "params": {
    "name": "time-series-anomaly-detector",
    "arguments": {
  "rawInput": "timestamp,value\n2026-03-01,110\n2026-03-02,112\n2026-03-03,109\n2026-03-04,315\n2026-03-05,111",
  "dataFile": "https://example.com/file.ext",
  "timestampColumn": "timestamp",
  "valueColumn": "value",
  "detectionMethod": "both",
  "zScoreThreshold": 2.5,
  "seasonalityWindow": 0
}
  }
}

Verketten Sie mehrere Werkzeuge in einer Sitzung mit einer kommagetrennten toolId-Liste, z. B. /mcp/sse?toolId=png-to-webp,jpg-to-webp,gif-to-webp (max. 20).

Dateiparameter akzeptieren ausschließlich eine öffentliche Datei-URL (https://…). Lokale Pfade, data:-URIs und Base64-Zeichenfolgen werden nicht unterstützt.

Fragen oder Probleme? Kontakt: [email protected]