outlier-scan
数据分析v1.0.0已通过安全检验

outlier-scan

CSV数据异常检测工具,使用Z-score、IQR(四分位距)、移动平均偏离三种方法进行扫描,并自动将检测到的异常点分类为「可解释」或「需关注」,输出详细的JSON报告。当用户需要异常检测、离群值排查或数据质量巡检,提及outlier detection、Z-score、IQR、移动平均偏离等关键词或直接上传CSV文件时触发。

作者:token
5 次下载
0 次触发
更新于 2026年9月17日
下载 ZIP 技能包(157.9 KB)

安装与集成

选择最适合你的安装与部署方式

在 NextCoWork 内置终端或任意系统控制台中执行命令,自动下载、校验 SHA-256 并安装到全局技能目录(已登录账户时跟随账户作用域):

$npx @aidotnet/nextcowork install skill outlier-scan
支持热加载,安装完成后在 Agent 对话中立即可用。

关于这个 Skill

技能描述、工作机制与能力概览

CSV数据异常检测工具,使用Z-score、IQR(四分位距)、移动平均偏离三种方法进行扫描,并自动将检测到的异常点分类为「可解释」或「需关注」,输出详细的JSON报告。当用户需要异常检测、离群值排查或数据质量巡检,提及outlier detection、Z-score、IQR、移动平均偏离等关键词或直接上传CSV文件时触发。

沙盒受控隔离

受控运行于渲染进程 IPC 安全边界内,遵循最小特权原则。

规范化 SKILL.md

内置结构化 Frontmatter 声明与清晰完备的指令执行树。

原生热加载

支持即装即用与无缝更新,无需频繁重启 Agent 运行引擎。

版本历史与更新日志

查看每个版本的变更记录与完整性校验码

共 1 个公开版本
v1.0.0最新版2026年9月17日· 157.9 KB
下载此版本

初始版本:来自本地 skills 合集的规范化打包

SHA256:29d683b1a74bfb15940a2a68f21fe2a44cbce78f901d81ae2e8752c9b60f46c8