На великих масштабах дивний запис, що сигналізує про шахрайство чи зламаний фід, виглядає так само, як мільйони навколо. Цей флоу знаходить викиди за схожістю, а не за правилами.
sonnet1 тижденьPineconePythonscikit-learnKafka
Claude
53ROI
71Scale
$2.2k84Saved
ROI for
README.md
Чому цей субагент
На великих масштабах дивний запис, що сигналізує про шахрайство чи зламаний фід, виглядає так само, як мільйони навколо. Цей флоу знаходить викиди за схожістю, а не за правилами.
Кожен запис перетворюється на ембедінг та індексується; пошук KNN вимірює, наскільки далеко він стоїть від сусідів, і все, що виходить за поріг, позначається прапорцем. Позначені точки приходять із прикріпленими найближчими сусідами, даючи наступному агенту контекст, щоб оцінити, чи це справжня аномалія.
Як він працює
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.
Виконайте пошук KNN, щоб знайти найближчих сусідів для кожної нової точки у просторі.
pending
Позначте точки як аномалії, якщо відстань до їхніх сусідів перевищує навчений поріг.
pending
Виведіть позначені записи разом із контекстом їхніх сусідів, щоб агент міг провести перевірку.
pending
Приклад результату
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.