用途：在数据中检测异常模式与离群点，适用于欺诈检测、安全监控、制造质量控制和系统健康监测等场景，并与 SpecWeave 的 increment 工作流集成。
主要能力：提供统计方法（Z-Score、IQR）、Isolation Forest、One-Class SVM、自编码器和 LOF 等检测器；支持欺诈检测、系统异常、质量控制、网络入侵等流水线；提供 Precision@K、Recall@K、ROC AUC、PR AUC 等评估指标；支持集成检测、上下文异常检测和序列异常检测。
使用方式：通过 Python 导入 specweave 中的检测器类，设置 method、contamination、increment 等参数，调用 fit、predict、score 等方法。命令示例：/ml:train-anomaly-detector 0042、/ml:evaluate-anomaly-detector 0042、/ml:explain-anomalies 0042 --top 100。
限制：资料未提供安装命令、依赖版本、收费与平台信息；部分方法假设与参数需按数据调整，异常率低时评估需关注 PR AUC。