多模态异常检测分析
输入表格、时序、图、文本或图像数据,自动选择并比较检测器,输出异常样本、可信度评估与可解释报告。
功能与用途
用于从多种数据中识别异常、离群点、欺诈迹象或异常模式。你可以提供表格、带时间顺序的数据、图结构、文本或图像,以及可选的业务异常比例、已知标签和指定检测器。系统会先判断数据类型并检查数据质量,再选择多个合适的检测方法进行比较,综合分析结果稳定性与检测器一致性,最后给出异常记录、排序或标签、主要检测器、关键假设和后续建议。使用前需准备可读取的数据;类别字段通常需要先编码,图数据或部分检测器可能需要额外依赖。
适用场景
- 交易欺诈筛查:分析交易金额、频率、设备和地域等特征,筛出可疑交易并说明检测器一致性。
- 设备故障预警:对传感器时序数据识别突发变化、周期偏离和异常运行区间,辅助维护排查。
- 制造缺陷识别:从产品图像或质量指标中发现少见样本,比较检测方法并输出待复核对象。
- 网络与图结构异常:分析节点和边关系,定位异常节点、连接模式或潜在攻击行为。
适用人群
- 数据分析师
- 机器学习工程师
- 风控与反欺诈人员
- 质量检测工程师
- 需要分析异常数据的业务人员
使用步骤
- 提供数据、字段说明和异常检测目标。
- 说明时间顺序、图结构、标签或异常比例等背景。
- 让系统完成数据剖析、检测器选择与多方法运行。
- 查看异常样本、检测器一致性、假设和质量评估。
- 根据业务反馈调整阈值或重新迭代检测。
开始使用
将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。
技术信息
- 分类
- 知识
- 适用工具
- Codex、Claude Code、OpenClaw、Hermes Agent、国内 Agent
- 使用难度
- 进阶
- 版本
- 7e1330e
- 最近更新
- 2026-11-06
- 文件数
- 10
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过