data-anomaly-detector
Skillby datadrivenconstruction
clawhub⭐ 16/10
检测施工数据中的异常和离群值：如异常成本、进度偏差、生产率波动。采用统计和机器学习方法。
针对建筑工程数据的智能异常检测系统,采用统计与机器学习方法识别成本异常、进度偏差、生产力波动,支持实时预警与趋势分析。
📊 商业分析
商业模式
subscription
独特价值
建筑行业专用异常检测,集成成本、进度、生产力多维分析
竞品
1.Tableau异常检测模块(通用BI工具);2.IBM SPSS(统计分析,学习曲线陡);3.自建Python脚本(成本低但需技术团队)
🎯 应用场景
目标用户
建筑项目经理工程造价师施工企业数据分析团队
工具信息
- 类型
- Skill
- 平台
- clawhub
- Stars
- ⭐ 1
- 价值评分
- 6/10
- 子分类
- 建筑数据异常检测
- 可商业化
- ✅ 是
AI 标签
异常检测建筑数据成本控制进度管理机器学习
相关工具推荐
skill-creatorSKILL
由Anthropic官方出品，支持从零创建AI Skill、编辑优化现有Skill、运行评估测试并进行方差分析的性能基准对比，实现AI能力工程化闭环管理。
9/10⭐ 86,759
conversation-memorySKILL
为LLM对话提供短期、长期、实体三层持久化记忆系统，让AI真正记住用户，支持跨会话上下文延续与知识积累。
9/10⭐ 22,346
self-improvingSKILL
具备自我反思、自我批评、持续学习与记忆组织能力的自进化Agent，自动评估并永久改进输出质量，无需人工反复校正。
9/10⭐ 638
proactive-agentSKILL
将AI Agent从被动任务执行者升级为主动预判伙伴，内置WAL协议、工作缓冲区与自主定时任务，支持持续自我改进的智能体框架
9/10⭐ 628
cellcogSKILL
DeepResearch Bench排名第一的全模态AI代理框架。通过多代理编排实现深度推理与文本、图像、音频、视频等全模态融合,支持复杂任务自动化。
9/10⭐ 6