CommunityPesquisa e Análise de Dadosgithub.com

detector-de-silêncio

Detecta processos que param silenciosamente de emitir sinais, sem gerar exceções ou falhas visíveis.

O que é detector-de-silêncio?

O detector-de-silêncio é uma skill projetada para identificar falhas que o monitoramento tradicional baseado em erros não consegue capturar: processos que simplesmente param de emitir sinais, sem exceção ou crash. Útil para fluxos com timestamps de emissão (logs, heartbeats, cron jobs, loops de agentes, feeds de dados), onde é esperada uma cadência regular. A skill verifica de forma determinística se a última emissão está dentro de um limite configurável (`expected_interval_sec * multiplier`), alertando quando o silêncio ultrapassa o tolerado. Ela suporta plataformas baseadas em Python e pode ser usada via CLI ou como módulo. Com base em um conjunto de 105 casos rotulados, a skill apresenta 83,8% de precisão (TPR 81,8% / TNR 86,0%), com erros limitados à zona cinzenta de 2 a 4 vezes o intervalo esperado. As avaliações são reproduzíveis — o usuário pode reexecutar os testes e verificar os resultados. Pontos fortes incluem documentação de limites conhecidos, modos de falha honestos e um único parâmetro de ajuste (multiplier) para equilibrar latência de detecção e falsos alarmes.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add alidoesAi/alidoesai-skills

Installed? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

O que detector-de-silêncio faz?

Captura a falha que o monitoramento baseado em erros não consegue ver: um processo que simplesmente fica em silêncio. Nenhuma exceção, nenhuma falha — ele para de emitir, e você descobre dias depois.

Quando usar

  • Você tem um fluxo de timestamps de emissão (um logger, heartbeat, job cron, loop de agente, feed de dados) e uma cadência esperada, e quer saber se ele parou.
  • Você deseja uma verificação verificável e determinística que pode ser integrada a uma varredura diária de integridade.

Como funciona (um único parâmetro)

SILENT quando o sinal mais recente é mais antigo que expected_interval_sec * multiplier (padrão multiplier = 3.0 → aproximadamente três batidas perdidas). Um fluxo vazio é SILENT. O multiplicador equilibra latência de detecção (menor = detecta morte real mais rápido) contra falsos alarmes em cadências irregulares (maior = mais tolerante). Defina expected_interval_sec para a lacuna típica do fluxo; se a cadência for irregular, defina-o próximo ao p95 da lacuna e documente isso.

Execute

echo '{"now": 1750000000, "expected_interval_sec": 60,
       "timestamps": [1749999940, 1749999990]}' > input.json
python3 detector.py input.json     # exit 0 = saudável, exit 1 = silencioso (alertável)

Ou importe-o: from detector import detect; detect(now, timestamps, expected_interval_sec, multiplier=3.0).

Saída

{ "status": "silent", "reason": "last signal 19880s old vs threshold 180s",
  "last_age_sec": 19880, "threshold_sec": 180.0 }

Limitações conhecidas (medidas, não afirmadas — consulte BENCHMARK.md)

Em um conjunto rotulado de 105 casos, a skill obteve 83,8% de precisão (TPR 81,8% / TNR 86,0%). Todo erro está na 'zona cinzenta' de 2 a 4x perto do limite; casos claros estão 100% corretos. Dois modos de falha honestos: (1) falsos alarmes em fluxos ativos mas momentaneamente lentos que cruzaram 3x por acaso; (2) uma latência de detecção de uma janela em um fluxo que acabou de morrer. Ajuste multiplier para sua preferência entre latência e falsos alarmes. A avaliação é reproduzível — execute-a novamente e verifique os números você mesmo.

Habilidades Relacionadas