用途：该技能用于检测施工数据中的异常模式、离群值和数据质量问题，覆盖成本超支、进度延误、生产率异常等场景，目标是在问题影响项目前发现估算错误、欺诈、进度逻辑问题、录入错误及设备材料问题。
主要能力：提供多种检测方法，包括成本异常检测（IQR 四分位距法、按分组 Z 分数、负值等不可能值检查）、进度异常检测（结束早于开始、超长工期、非里程碑零工期）、生产率异常检测（基于中位数绝对偏差的修正 Z 分数）、时间序列异常检测（滚动均值与滚动标准差）、重复记录检测以及序列缺口检测（如发票号、采购订单号缺失）。检测结果按异常类型与严重程度（critical/high/medium/low）汇总，并可生成 Markdown 报告。
使用方式：以 Python 类 ConstructionAnomalyDetector 实现，依赖 pandas、numpy、scipy。可分别调用 detect_cost_anomalies、detect_schedule_anomalies、detect_productivity_anomalies、detect_time_series_anomalies、detect_duplicate_anomalies、detect_sequence_gaps，或通过 run_full_detection 传入配置字典一次性运行全部适用方法，再用 generate_report 输出报告。
适用场景：施工成本估算审核、进度计划质量检查、生产率数据核查、财务与采购数据清洗等。
限制：资料未提供安装命令、收费方式、平台支持及具体效果数据；内置阈值（如混凝土每立方码 200-800、钢材每吨 1500-4000 等）为示例性配置，实际使用需按项目调整；部分检测依赖数据中特定列名（如 start_date、end_date、is_milestone）存在。