关于 iot-anomalies
对设备近期遥测数据运行 Z-score 异常检测，并查看识别出的模式。高分异常可建议隔离，也可保存模式用于后续学习。
主要功能
- 01对遥测数据运行 Z-score 检测
- 02查看六类异常模式
- 03超过分数阈值时建议隔离
- 04保存异常模式
适用场景
- 01检查设备近期遥测数据中的异常
- 02查看尖峰、漂移或模式突变
- 03保存异常模式以供后续学习
MCP 相关
使用 Ruflo 记忆存储工具，将检测到的异常类型和分数保存到 iot-anomalies 命名空间。
安装
复制下面的命令，在终端中运行。
$
npx skills add https:/安装后在 Claude Code 中输入/iot-anomalies确认已加载。
详细介绍
对设备近期的遥测数据运行 Z-score 异常检测。
步骤：
npx -y -p @claude-flow/plugin-iot-cognitum@latest cognitum-iot anomalies DEVICE_ID- 查看检测到的异常类型（spike、flatline、drift、oscillation、pattern-break、cluster-outlier）
- 如果分数 > 0.9，建议隔离
- 存储异常模式以供学习：
mcp__plugin_ruflo-core_ruflo__memory_store({ key: "iot-anomaly-DEVICEID", value: "TYPE at SCORE", namespace: "iot-anomalies" })
评论
支持 Markdown