mcpField
I
iot-anomalies

iot-anomalies

github.com/ruvnetデータ・データベース80.0k730 回インストール今日更新
リポジトリ

iot-anomalies について

デバイスの最近のテレメトリーに Z スコア異常検知を実行し、検出パターンを確認するスキルです。スコアの高い異常には隔離を推奨し、パターンを学習用に保存できます。

主な機能

  1. 01テレメトリーへの Z スコア検知
  2. 026 種類の異常パターンの確認
  3. 03スコア閾値超過時の隔離推奨
  4. 04異常パターンの保存

活用シーン

  1. 01デバイスの最近のテレメトリー異常の確認
  2. 02スパイク、ドリフト、パターン崩れの確認
  3. 03後の学習に向けた異常パターンの保存

MCP 対応

Ruflo のメモリー保存ツールを使い、検出した異常の種類とスコアを iot-anomalies 名前空間に保存します。

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/ruvnet/ruflo --skill iot-anomalies

インストール後、Claude Code で/iot-anomaliesを入力して読み込まれたか確認します。

詳細

デバイスの最近のテレメトリに対して、Z スコアによる異常検知を実行します。

手順：

  1. npx -y -p @claude-flow/plugin-iot-cognitum@latest cognitum-iot anomalies DEVICE_ID
  2. 検出された異常の種類（spike、flatline、drift、oscillation、pattern-break、cluster-outlier）を確認します
  3. スコアが 0.9 を超える場合は、隔離を推奨します
  4. 学習用に異常パターンを保存します： mcp__plugin_ruflo-core_ruflo__memory_store({ key: "iot-anomaly-DEVICEID", value: "TYPE at SCORE", namespace: "iot-anomalies" })

コメント

Markdown 対応