anomaly-detection

name: anomaly_detection display_name: "异动检测" description: "检测数据中的异常波动并分析可能原因。支持统计方法（3-sigma）、历史对比（同比/环比）、AI智能识别。" version: "1.0.0" category: "Analysis" author: "BA-Agent Team" entrypoint: "skills/anomaly_detection/main.py" function: "detect" requirements:

• "pandas>=2.0.0"
• "numpy>=1.24.0"
• "scipy>=1.10.0"
• "anthropic>=0.39.0" config: methods:
  • statistical # 基于3-sigma的统计检测
  • historical # 同比/环比历史对比
  • ai # 使用Claude AI智能识别 threshold: 2.0 # 统计检测的标准差倍数 min_data_points: 7 # 最小数据点数 tags:
• "anomaly"
• "detection"
• "statistics"
• "ai" examples:
• "今天GMV有什么异常？"
• "检测最近7天的异常波动"
• "GMV突然下降是什么原因？"

异动检测分析 Skill

描述

检测数据中的异常波动并分析可能原因。支持统计方法（3-sigma）、历史对比（同比/环比）、AI智能识别。

使用场景

• "今天GMV有什么异常？"
• "检测最近7天的异常波动"
• "GMV突然下降是什么原因？"

入口函数

detect(data, method='statistical', threshold=2.0)

参数

• data: 包含时间序列数据的DataFrame，必须有date列和value列
• method: 检测方法，可选 'statistical' (3-sigma), 'historical' (同比/环比), 'ai' (AI智能识别)
• threshold: 异常阈值，统计检测的标准差倍数，默认2.0

返回值

返回异动检测结果列表，每个异动包含：

• date: 异常日期
• value: 异常值
• type: 异常类型 (上升/下降)
• severity: 异常程度 (低/中/高)
• reason: 可能原因分析