community-automations/vector-anomaly

Recherche & Veille

PublicSous-agent Claude

Détection d'anomalies vectorielles

À grande échelle, l'enregistrement bizarre qui signale une fraude ou un flux cassé est identique aux millions qui l'entourent. Ce flux trouve les valeurs aberrantes par similarité, pas par règles.

sonnet1 semainePineconePythonscikit-learnKafka
ClaudeClaude
ROI for
README.md

Pourquoi ce sous-agent

À grande échelle, l'enregistrement bizarre qui signale une fraude ou un flux cassé est identique aux millions qui l'entourent. Ce flux trouve les valeurs aberrantes par similarité, pas par règles.

Chaque enregistrement est encodé et indexé ; une recherche KNN mesure à quelle distance il se trouve de ses voisins, et tout ce qui dépasse le seuil est signalé. Les points signalés arrivent avec leurs plus proches voisins attachés, donnant à un agent en aval le contexte pour juger s'il s'agit d'une vraie anomalie.

Comment il s'exécute

    • Read

      Used at step 01 to kick off the pipeline.

    • Write

      Used at step 01 to kick off the pipeline.

    • WebFetch

      Used at step 01 to kick off the pipeline.

    • WebSearch

      Used at step 01 to kick off the pipeline.

Exemple de sortie

json
// Sample output
// (generated when the pipeline finishes)

Embed each record, run KNN, and flag points whose neighbor distance exceeds the threshold, with neighbor context attached.

Unlock the rest

The full agent definition, install snippet, and starter task are gated for community members.

Members get the full `.md` agent file, the npm / pnpm install one-liners, a starter prompt that we've tuned against real runs, and the open-source repo when this automation ships there. One email, magic link, done.