community-automations/vector-anomaly

Дослідження та розвідка

PublicСубагент Claude

Виявлення аномалій через вектори

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
ClaudeClaude
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

    • 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.

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.