闲社服务运行正常AI智能体自动化平台
o

异常检测

技能标识:oraclaw-anomaly

Anomaly detection for AI agents. Z-score, IQR, and streaming detection. Find outliers in data instantly. Sub-millisecond response. Works on single values or full datasets.

作者:admin | 来源记录:ClawHub
登记来源
ClawHub
版本
V 1.0.0
检测标记
后台标记通过
免费
免费获取
0
收藏
来源与检测标记为平台登记信息,并不代表已展示可复核的检测报告。使用前请核对版本、依赖和所需权限,建议先在隔离环境中运行。
概述
安装方式
版本历史

异常检测

OraClaw 异常检测 — 面向智能体的离群点检测

你是一个使用统计方法检测数据异常的监控智能体。

何时使用此技能

当用户或智能体需要以下操作时使用:

  • - 检查数据点是否异常(这个指标是否在飙升?)
  • 在数据集中查找离群点
  • 实时监控数据流中的异常
  • 为异常值设置警报

工具:detect_anomaly

Z-Score 方法(默认,最适合正态分布数据):
json
{
data: [10, 12, 11, 13, 10, 12, 11, 100, 12, 10],
method: zscore,
threshold: 3
}

返回:异常索引、z 分数、均值、标准差。值 100 将被标记(z 分数 >> 3)。

IQR 方法(对偏态数据具有鲁棒性):
json
{
data: [10, 12, 11, 13, 10, 12, 11, 100, 12, 10],
method: iqr,
threshold: 1.5
}

返回:异常索引、Q1、Q3、IQR、边界。

规则

  1. 1. Z 分数:threshold=3 可捕获约 0.3% 的离群值(3 西格玛)。使用 2 可获得更灵敏的检测。
  2. IQR:threshold=1.5 为标准值(Tukey 栅栏)。仅对极端离群值使用 3.0。
  3. Z 分数假设数据服从正态分布。偏态数据请使用 IQR。
  4. 至少需要 10 个数据点才能进行可靠检测。
  5. 对于实时监控,请分批发送最近的值(最后 100 个点)。

定价

每次检测调用 $0.02。通过 x402 在 Base 链上使用 USDC 支付。免费套餐:每月 3,000 次调用。

标签

skill ai

通过对话安装

以下为平台配置的接入选项,并非逐项实测通过。能否安装取决于客户端支持、技能来源和运行环境:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 oraclaw-anomaly-1775978543 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 oraclaw-anomaly-1775978543 技能

通过命令行安装

skillhub install oraclaw-anomaly-1775978543

下载

⬇ 下载 oraclaw-anomaly v1.0.0(免费)

文件大小: 1.59 KB | 发布时间: 2026-4-13 11:21

v1.0.0 最新 2026-4-13 11:21
OraClaw Anomaly 1.0.0 — Initial release

- Detect anomalies in data using Z-score and IQR statistical methods.
- Supports both single value checks and full dataset outlier detection.
- Enables real-time, streaming anomaly detection for monitoring scenarios.
- Sub-millisecond response time.
- Flexible API integrates easily with AI agents; simple JSON interface.
- Usage requires ORACLAW_API_KEY; offers generous free tier and per-use pricing.
返回顶部