iot-anomalies

تایید شده

Detect and classify telemetry anomalies on Cognitum Seed devices

@ruvnetMIT۱۴۰۵/۲/۱۵
(0)
۴۱.۶k
۱
۱۰

نصب مهارت

مهارت‌ها کدهای شخص ثالث از مخازن عمومی GitHub هستند. SkillHub الگوهای مخرب شناخته‌شده را اسکن می‌کند اما نمی‌تواند امنیت را تضمین کند. قبل از نصب، کد منبع را بررسی کنید.

نصب سراسری (سطح کاربر):

npx skillhub install ruvnet/ruflo/iot-anomalies

نصب در پروژه فعلی:

npx skillhub install ruvnet/ruflo/iot-anomalies --project

مسیر پیشنهادی: ~/.claude/skills/iot-anomalies/

محتوای SKILL.md

---
name: iot-anomalies
description: Detect and classify telemetry anomalies on Cognitum Seed devices
allowed-tools: Bash(npx *) mcp__claude-flow__memory_store Read
argument-hint: "<device-id>"
---
Run Z-score anomaly detection on a device's recent telemetry.

Steps:
1. `npx -y -p @claude-flow/plugin-iot-cognitum@latest cognitum-iot anomalies DEVICE_ID`
2. Review detected anomaly types (spike, flatline, drift, oscillation, pattern-break, cluster-outlier)
3. If score > 0.9, recommend quarantine
4. Store anomaly pattern for learning:
   `mcp__claude-flow__memory_store({ key: "iot-anomaly-DEVICEID", value: "TYPE at SCORE", namespace: "iot-anomalies" })`