aeon

Stosuje uczenie maszynowe dla szeregów czasowych — klasyfikację, prognozowanie, wykrywanie anomalii.

Autor: K-Dense-AI · K-Dense-AI/scientific-agent-skills

Tested · Didn't pass

aeon — Stosuje uczenie maszynowe dla szeregów czasowych — klasyfikację, prognozowanie, wykrywanie anomalii.

Co robi ten skill

Ten skill powinien być używany do zadań uczenia maszynowego na szeregach czasowych, w tym klasyfikacji, regresji, klastrowania, prognozowania, wykrywania anomalii, segmentacji i wyszukiwania podobieństw. Używaj przy pracy z danymi temporalnymi, wzorcami sekwencyjnymi lub obserwacjami indeksowanymi w czasie, które wymagają wyspecjalizowanych algorytmów wykraczających poza standardowe podejścia ML. Szczególnie odpowiedni dla jedno- i wielowymiarowych szeregów…

Raport z testu

Przetestowano instalację (dosłowny git-clone + cp, czysta; ścisły frontmatter YAML, obecne wszystkie 11 plików referencyjnych), baterię 6 promptów wyzwalających oraz zadanie wyjściowe wykrywania anomalii w porównaniu z gałęzią bazową (bez skilla). Szybki start klasyfikacji (RocketClassifier + GunPoint) działa dokładnie tak, jak napisano, ale szybki start anomaly_detection `from aeon.anomaly_detection import STOMP` jest zepsuty w aeon 1.5.0 (prawdziwa ścieżka to `aeon.anomaly_detection.series.distance_based.STOMP`) i po cichu wymaga nieudokumentowanych miękkich zależności stumpy i psutil — psutil nie jest nawet objęte udokumentowanym fallbackiem `aeon[all_extras]`. A/B: gałąź ze skillem użyła prawdziwego aeon STOMP i poprawnie zlokalizowała anomalny segment, ale zwykła gałąź bazowa oparta na NumPy dorównała jej i była w rzeczywistości ostrzejsza (dokładny segment 40-44, poprawny punkt szczytowy, czysta separacja), więc wyspecjalizowany algorytm nie dał przewagi w tym zadaniu i wiązał się z tarciem przy importach/zależnościach.

Testowano: 2026-07-11 · Claude Code 2.x (agent harness)

Instalacja

git clone https://github.com/K-Dense-AI/scientific-agent-skills
cd scientific-agent-skills
mkdir -p ~/.claude/skills
cp -r skills/aeon ~/.claude/skills/aeon

Komendy i przykładowe prompty

  • /aeonStosuje uczenie maszynowe dla szeregów czasowych — klasyfikację, prognozowanie, wykrywanie anomalii.

Skille uruchamiają się na zwykłe polecenia — bez komend do zapamiętania. Po instalacji aktywują go prompty takie jak te (po angielsku):

  • Forecast this time series using aeon algorithms
  • Classify these sequences with a time-series model
  • Detect anomalies in this sensor time-series data