Time Anomaly Marker
Documentstime_anomaly_markerTime Anomaly Marker is an Agent Skill for documents published in the cas-bigdatalab/piflow repository on GitHub: a SKILL.md instruction file an AI agent can load to do this task.
时序/数值异常标记工具。对指定或全部数值列进行 Z-Score 异常和差分突变检测， 输出 anomaly_flag 与 anomaly_reasons，不删除数据，适用于时序稳态/突变异常识别。
QUICK START
How to use this skill
Bring this guide into your coding agent with a prompt tailored to the tool you use.
- Open your project in Codex.
- Copy and paste the prompt below.
- Review files and risks before approving any action.
Prompt to paste
Inspect the Agent Skill at https://github.com/cas-bigdatalab/piflow/blob/HEAD/workspace/skills/time_anomaly_marker/SKILL.md and all supporting files. Report provenance, permissions, scripts, dependencies, and security risks. Propose an exact installation into .agents/skills/time-anomaly-marker, but wait for my approval before writing files or running scripts.
Copying this prompt does not install or run the skill. Review third-party files before use.
time_anomaly_marker 时序/数值异常标记
功能概述
- 基于 Z-Score 检测全局异常值。
- 基于差分标准差检测尖峰/突变。
- 输出 anomaly_flag（布尔）与 anomaly_reasons（多条原因分号分隔）。
- 不删除数据，仅标记，便于后续复核/过滤。
触发条件
- 时序数据需识别稳态异常或突变异常。
- 需要为后续过滤/校验提供异常标记。
参数说明
| 参数 | 必填 | 默认值 | 说明 |
|---|---|---|---|
--input_path | 是 | 输入文件路径（支持CSV/TSV/Excel等） | |
--output_path | 是 | 输出文件路径（标记后的文件） | |
--numeric_columns | 否 | 需检测的数值列，逗号分隔；不填默认所有数值列 | |
--z_threshold | 否 | Z-Score 阈值，默认 3.0 | |
--diff_threshold | 否 | 差分突变阈值(倍数标准差)，默认 3.0 |
使用方法
python scripts/time_anomaly_marker.py \
--input_path <输入文件> \
--output_path <输出文件> \
[--numeric_columns col1,col2] \
[--z_threshold 3.0] \
[--diff_threshold 3.0]
输出说明
- 新增列：
- anomaly_flag: 是否命中异常
- anomaly_reasons: 命中原因列表（分号分隔）
- 输出格式与输入一致，其余列保持不变。
注意事项
- 默认检测所有数值列，可通过 numeric_columns 指定。
- Z-Score 与差分阈值可按噪声水平调节。
- 对全空列/全 NaN 列自动跳过。