एक MCP सर्वर जो AI सहायकों को साक्ष्य-आधारित वाइब्रेशन डायग्नोस्टिक्स और ISO-उद्धृत मशीनरी फॉल्ट रिपोर्ट देता है।
अपने AI डेस्कटॉप सहायक को पंपों, मोटरों और बियरिंग डायग्नोस्टिक्स के लिए एक कंडीशन मॉनिटरिंग सहायता में बदलें।
यह टूल एक Python-आधारित Model Context Protocol (MCP) सर्वर है जो Claude Desktop जैसे LLM क्लाइंट्स को स्थानीय वाइब्रेशन एनालिसिस इंजन से जोड़ता है। यह आतिथ्य बुनियादी ढांचे में सुविधा रखरखाव लीड और इंजीनियरों के लिए उपयुक्त है जो तीसरे पक्ष के क्लाउड पर सेंसर डेटा भेजे बिना कड़ाई से ISO मानकों पर आधारित AI-सहायता प्राप्त उपकरण फॉल्ट डिटेक्शन चाहते हैं।
यह 42 विशिष्ट MCP एंडपॉइंट्स को उजागर करता है जो एनवेलप एनालिसिस निष्पादित करते हैं, बियरिंग फॉल्ट फ़्रीक्वेंसी की गणना करते हैं, और ISO 20816-3 गंभीरता ज़ोन का आकलन करते हैं। LLM को केवल फ़ाइल नामों या सांख्यिकीय सारांशों से मूल कारणों का अनुमान लगाने देने के बजाय, सर्वर AI को मिलान करने वाले स्पेक्ट्रल साक्ष्य प्रस्तुत करने के लिए बाध्य करता है और इंटरैक्टिव HTML डायग्नोस्टिक रिपोर्ट आउटपुट करता है।
यह तकनीकी सुविधा प्रबंधकों, विश्वसनीयता इंजीनियरों और संचालन टीमों के लिए उपयुक्त है जो पंपों, HVAC प्रणालियों या अतिथि-सेवा मशीनरी का प्रबंधन करते हैं जो पहले से ही डेस्कटॉप AI सहायकों का उपयोग करते हैं। यह टर्न-की वेब UI की अपेक्षा करने वाले गैर-तकनीकी कर्मचारियों के लिए उपयुक्त नहीं है, क्योंकि इसके लिए स्थानीय Python वातावरण को कॉन्फ़िगर करने और सिंगल-कॉलम CSV सिग्नल फ़ाइलों को तैयार करने की आवश्यकता होती है।
LLM को अनुमान लगाने देने के बजाय दोष संकेतों की पुष्टि करने से पहले शोर के स्तर से ऊपर स्पेक्ट्रल लाइन साक्ष्य की आवश्यकता होती है।
मशीन गंभीरता ज़ोन निर्दिष्ट करने के लिए सीधे ISO मानक वेग阈值 के मुकाबले वाइब्रेशन सिग्नलों का मूल्यांकन करता है।
एनोटेट किए गए स्पेक्ट्रल चार्ट और सर्वर-लिखित मूल्यांकनात्मक पाठ वाली स्व-निहित डायग्नोस्टिक रिपोर्ट फ़ाइलें जनरेट करता है।
पूरी तरह से आपकी स्थानीय मशीन पर चलता है ताकि कच्चा वाइब्रेशन डेटा और PDF उपकरण मैनुअल कभी भी आपके नेटवर्क से बाहर न जाएं।
नये प्राप्त सिग्नलों में संभावित आउटलेयर्स को फ़्लैग करने के लिए स्वस्थ परिचालन बेसलाइनों पर सांख्यिकीय विसंगति डिटेक्टरों को प्रशिक्षित करता है।
MIT लाइसेंस के तहत मुफ़्त। एकमात्र लागत इसे अपने स्वयं के स्थानीय हार्डवेयर पर चलाना और आपके चुने हुए MCP क्लाइंट द्वारा आवश्यक किसी भी अंतर्निहित API उपयोग का भुगतान करना है।
877 खुले रिमोट AI-ट्रेनिंग रोल, 16 नवंबर 2026 को अपडेट; ज़्यादातर में $20–$175 प्रति घंटा। इनमें से 5 हिंदी बोलने वालों के लिए हैं। Zekai इन्हें मुफ़्त में लिस्ट करता है; आवेदन एम्प्लॉयर के प्लेटफ़ॉर्म पर जाता है।
नहीं, MCP सर्वर पूरी तरह से आपकी स्थानीय मशीन पर चलता है और सभी सिग्नल फ़ाइलों को स्थानीय रूप से संसाधित करता है।
हाँ, आप अपने AI क्लाइंट को PDF मैनुअल पढ़ने, बियरिंग मॉडल स्पेक्स निकालने, अपेक्षित फॉल्ट लाइनों की गणना करने और सर्वर में उनका परीक्षण करने का निर्देश दे सकते हैं।
Google में Zekai को सबसे पहले देखें