用途：在 Axiom 数据集中用统计方法检测异常，将近期模式与历史基线对比，适用于排查流量尖峰、离群值、新错误类型等场景。调用时可传入数据集名（如 /detect-anomalies logs），作为 $ARGUMENTS 使用。
前提条件：Z 分数与标准差需每桶至少 30 个样本；历史基线至少 24 小时数据（方法使用 25 小时回看）；数据采集需连续，否则基线失真。不满足时结果可能误导，建议改用简单阈值告警。
使用方式：先验证字段名，执行 axiom query "['<dataset>'] | getschema" --start-time -1h。主要方法包括：量级异常（对 count 计算 Z 分数，|z_score|>2 视为异常）、新值检测（leftanti 连接找出近期首次出现的分类值）、统计离群（3-sigma 规则）、稀有事件（count=1）、错误率尖峰（按 15 分钟分桶比较错误率）、延迟退化（跟踪 p50/p95/p99 变化）。输出为异常报告，含摘要、量级异常表、新值、离群点、错误率与建议。
限制：数据不足、已有明确 SLO 阈值、需要实时告警（应使用 Axiom Monitors）或仅有单个数据点时不宜使用。查询语法可参考 axiom-apl 技能。