yzhao062/pyodБиблиотека Python для обнаружения аномалий в табличных данных, временных рядах, графах, тексте, изображениях и аудио. 60+ детекторов, оркестрация ADEngine на основе бенчмарков и агентный рабочий процесс для ИИ-агентов.
.. image:: https://raw.githubusercontent.com/yzhao062/pyod/master/brand/pyod-icon.svg :target: https://pyod.dev :alt: Экосистема PyOD :width: 84px
PyOD 3: Агентное обнаружение аномалий в масштабе
|badge_website| |badge_pypi| |badge_anaconda| |badge_docs| |badge_stars| |badge_forks| |badge_downloads| |badge_testing| |badge_coverage| |badge_maintainability| |badge_license| |badge_benchmark|
.. |badge_website| image:: https://img.shields.io/badge/website-pyod.dev-990000 :target: https://pyod.dev :alt: Веб-сайт
.. |badge_pypi| image:: https://img.shields.io/pypi/v/pyod.svg?color=brightgreen :target: https://pypi.org/project/pyod/ :alt: Версия PyPI
.. |badge_anaconda| image:: https://anaconda.org/conda-forge/pyod/badges/version.svg :target: https://anaconda.org/conda-forge/pyod :alt: Версия Anaconda
.. |badge_docs| image:: https://readthedocs.org/projects/pyod/badge/?version=latest :target: https://pyod.readthedocs.io/en/latest/?badge=latest :alt: Статус документации
.. |badge_stars| image:: https://img.shields.io/github/stars/yzhao062/pyod.svg :target: https://github.com/yzhao062/pyod/stargazers :alt: Звёзды GitHub
.. |badge_forks| image:: https://img.shields.io/github/forks/yzhao062/pyod.svg?color=blue :target: https://github.com/yzhao062/pyod/network :alt: Форки GitHub
.. |badge_downloads| image:: https://pepy.tech/badge/pyod :target: https://pepy.tech/project/pyod :alt: Загрузки
.. |badge_testing| image:: https://github.com/yzhao062/pyod/actions/workflows/testing.yml/badge.svg :target: https://github.com/yzhao062/pyod/actions/workflows/testing.yml :alt: Тестирование
.. |badge_coverage| image:: https://coveralls.io/repos/github/yzhao062/pyod/badge.svg :target: https://coveralls.io/github/yzhao062/pyod :alt: Статус покрытия
.. |badge_maintainability| image:: https://api.codeclimate.com/v1/badges/bdc3d8d0454274c753c4/maintainability :target: https://codeclimate.com/github/yzhao062/Pyod/maintainability :alt: Сопровождаемость
.. |badge_license| image:: https://img.shields.io/github/license/yzhao062/pyod.svg :target: https://github.com/yzhao062/pyod/blob/master/LICENSE :alt: Лицензия
.. |badge_benchmark| image:: https://img.shields.io/badge/ADBench-benchmark_results-pink :target: https://github.com/Minqi824/ADBench :alt: Бенчмарк
**PyOD готов к работе с агентами.** Claude Code и Codex могут использовать навык ``od-expert`` для проведения исследований с помощью ADEngine, а агенты, совместимые с MCP, могут запрашивать базу знаний о детекторах PyOD и инструменты планирования. Классический API ``fit``/``predict`` остаётся неизменным.
PyOD 3 — это наиболее комплексная библиотека Python для обнаружения аномалий. Четыре столпа:
=========================== ========================================================================================
Столп Что это означает
=========================== ========================================================================================
Мультимодальность 61 детектор для табличных, временных рядов, графовых, текстовых, изображений и аудио данных, единый API
Полный жизненный цикл От сырых данных до объяснённых аномалий и рекомендаций по дальнейшим шагам за один вызов
Агентность od-expert превращает запросы на естественном языке в рабочие процессы ADEngine; MCP предоставляет структурированные инструменты для других агентов
Наибольшая популярность 46+ миллионов загрузок; маршрутизация на основе бенчмарков (ADBench, TSB-AD, BOND, NLP-ADBench)
=========================== ========================================================================================
Установка ^^^^^^^^^
Основная библиотека (требуется для любого пути активации):
.. code-block:: bash
pip install pyod
Затем выберите путь активации, соответствующий вашему стеку агентов:
.. code-block:: bash
# 1. Claude Code / Codex — включает навык od-expert
pyod install skill # Claude Code: глобально для пользователя (~/.claude/skills/)
pyod install skill --project # Codex: локально для проекта (./skills/, в Codex нет глобальной пользовательской директории)
# 2. Любая LLM, совместимая с MCP — требует опционального дополнения mcp
pip install pyod[mcp]
pyod mcp serve # псевдоним для `python -m pyod.mcp_server`
# 3. Чистый Python — без дополнительных шагов
# from pyod.utils.ad_engine import ADEngine
Запустите pyod info в любой момент, чтобы увидеть версию, количество детекторов и
состояние установки каждого пути активации. pyod info также определяет,
какой стек агентов у вас установлен (~/.claude/ для Claude Code,
~/.codex/ для Codex) и рекомендует подходящую команду установки.
Для conda, установки из исходников, сведений о зависимостях и устранения неполадок
см. полное руководство по установке <https://pyod.readthedocs.io/en/latest/install.html>__.
Устаревшая команда pyod-install-skill из v3.0.0 по-прежнему работает как
псевдоним для pyod install skill.
Обнаружение выбросов в 5 строк кода (pip install pyod):
.. code-block:: python
from pyod.models.iforest import IForest
clf = IForest()
clf.fit(X_train)
y_train_scores = clf.decision_scores_ # оценки аномальности на обучающей выборке
y_test_scores = clf.decision_function(X_test) # оценки аномальности на тестовой выборке
Три способа использования PyOD:
========= ===================== ====================================================================== =======================================
Слой Название Когда использовать Точка входа
========= ===================== ====================================================================== =======================================
1 Классический API Вы знаете, какой детектор вам нужен Примеры слоя 1 <https://pyod.readthedocs.io/en/latest/examples/tabular.html>__
2 ADEngine Вы хотите, чтобы PyOD выбирал, сравнивал и оценивал автоматически Обзор слоя 2 <https://pyod.readthedocs.io/en/latest/examples/adengine.html>__
3 Агентное исследование Вы хотите, чтобы AI-агент управлял OD через естественный диалог Обзор слоя 3 <https://pyod.readthedocs.io/en/latest/examples/agentic.html>__
========= ===================== ====================================================================== =======================================
Слои 2 и 3 работают на основе ADEngine — ядра оркестрации жизненного цикла PyOD. Полный многоходовой поток исследования слоя 3 доступен через навык od-expert для Claude Code и Codex. MCP-сервер (python -m pyod.mcp_server) предоставляет десять инструментов без сохранения состояния для LLM, совместимых с MCP, охватывающих запросы знаний (list_detectors, explain_detector, compare_detectors, get_benchmarks), планирование (profile_data, plan_detection, build_detector) и обнаружение (run_detection, analyze_results, explain_findings); MCP-инструменты с сохранением состояния investigate / iterate отложены.
.. image:: https://raw.githubusercontent.com/yzhao062/pyod/development/docs/figs/agentic-demo.png :alt: Демонстрация агентного исследования PyOD 3 на наборе данных cardiotocography :align: center :width: 720