用途 该技能用于检测和分类 Cognitum Seed 设备上的遥测异常，适用于两类场景：调查上报异常指标的设备，以及在批准固件更新前进行排查。
主要能力 对设备近期遥测数据运行 Z-score 异常检测。识别并分类多种异常类型，包括 spike（尖峰）、flatline（平线）、drift（漂移）、oscillation（振荡）、pattern-break（模式中断）、cluster-outlier（聚类离群）。根据异常评分给出处置建议：当 score 大于 0.9 时建议隔离（quarantine）。支持将异常模式存储下来用于学习。
使用方式 第一步，对指定设备运行异常检测命令： npx -y -p @claude-flow/plugin-iot-cognitum@latest cognitum-iot anomalies DEVICE_ID
第二步，查看检测到的异常类型（spike、flatline、drift、oscillation、pattern-break、cluster-outlier）。
第三步，如评分 score 大于 0.9，建议执行隔离（quarantine）。
第四步，存储异常模式以供学习： mcp__plugin_ruflo-core_ruflo__memory_store({ key: "iot-anomaly-DEVICEID", value: "TYPE at SCORE", namespace: "iot-anomalies" })
适用场景 适用于 Cognitum Seed 设备的遥测监控与异常排查，以及固件审批前的设备状态核查。
限制 关于该技能支持的设备范围、检测精度、性能指标、收费或价格、部署平台等信息，资料中暂未提供。