AgentSkillsCN

anomaly_detection

分析指标变化的归因因素，包括维度下钻、事件归因、外部因素分析。

SKILL.md
--- frontmatter
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