community-automations/vector-anomaly

Research & intel

PublicClaude-subagent

Vector-anomaliedetectie

Op schaal ziet het rare record dat fraude of een kapotte feed signaleert er identiek uit aan de miljoenen eromheen. Deze flow vindt de uitschieters op basis van overeenkomst, niet op basis van regels.

sonnet1 weekPineconePythonscikit-learnKafka
ClaudeClaude
ROI for
README.md

Waarom deze subagent

Op schaal ziet het rare record dat fraude of een kapotte feed signaleert er identiek uit aan de miljoenen eromheen. Deze flow vindt de uitschieters op basis van overeenkomst, niet op basis van regels.

Elk record wordt geëmbed en geïndexeerd; een KNN-lookup meet hoever het van zijn buren ligt, en alles voorbij de drempel wordt gemarkeerd. Gemarkeerde punten komen binnen met hun dichtstbijzijnde buren erbij, wat een downstream-agent de context geeft om te oordelen of het een echte afwijking is.

Hoe hij werkt

    • 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.

Voorbeelduitvoer

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.