Data Analysis

Detector de anomalias en series temporales

Sube datos de series temporales en CSV o JSON, detecta anomalías con Z-Score e IQR y devuelve un informe con grafico

Inicio rápido

Llama a esta herramienta desde tu código en tres lenguajes.

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/es/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'

Referencia de la API

Envía una petición POST con tus entradas en JSON. Los parámetros de tipo archivo requieren una subida previa.

Endpoint

HTTP

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

Parámetros

Nombre	Tipo	Obligatorio	Descripción
rawInput	textarea	No	—
dataFile	filesubida requerida	No	—
timestampColumn	text	No	—
valueColumn	text	No	—
detectionMethod	select	No	—
zScoreThreshold	number	No	—
seasonalityWindow	number	No	—

Los parámetros de tipo archivo deben subirse primero mediante POST /upload/time-series-anomaly-detector; el filePath devuelto se pasa luego al campo correspondiente.

Formato de respuesta

Resultado HTML

JSON

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

Integración MCP

Añade esta herramienta a tu servidor Model Context Protocol para que los agentes de IA puedan listarla y llamarla.

Configuración del servidor

Añade este bloque a la configuración de tu cliente MCP:

mcp.json

{
  "mcpServers": {
    "elysiatools-time-series-anomaly-detector": {
      "name": "time-series-anomaly-detector",
      "description": "Sube datos de series temporales en CSV o JSON, detecta anomalías con Z-Score e IQR y devuelve un informe con grafico",
      "baseUrl": "https://api.elysiatools.com/mcp/sse?toolId=time-series-anomaly-detector",
      "command": "",
      "args": [],
      "env": {},
      "isActive": true,
      "type": "sse"
    }
  }
}

Listar herramientas disponibles

Tras conectar al endpoint SSE, lista las herramientas expuestas:

tools/list

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

Llamar a esta herramienta

Invoca la herramienta por su id; los argumentos se construyen a partir de sus parámetros:

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
}
  }
}

Encadena varias herramientas en una sesión con una lista toolId separada por comas, p. ej. /mcp/sse?toolId=png-to-webp,jpg-to-webp,gif-to-webp (máx. 20).

Los parámetros de archivo aceptan únicamente una URL de archivo pública (https://…). No se admiten rutas locales, data: URI ni cadenas Base64.

¿Dudas o problemas? Contacta con [email protected]