从可追溯的时间序列开始
目前能使用的数据是五种由 Python 标准库生成的合成情景：固定种子20261113、每情景301点、共1505条记录，字段包含 Bx、By、Bz、参考通道和 synthetic 标记。职责包括复算脚本、核对单位与时间边界、定义训练与演示的严格区分。合成样本没有真实车辆、故障类型、传感器偏差或现场标签，不能用来报告汽车识别性能。
设计特征之前先检查测量前提
对候选窗口可讨论相对基线、峰值位置、斜率、持续时间、积分或窗口内平方和。平方和只是信号计算量，不代表机械做功或磁能。不同 OPM 可能输出标量或矢量数据，特征不能假定每种仪器都能产生独立三轴；任何参考通道差分都要求方向、位置与共模有可比性。
把模型问题变成评估问题
将来若出现真实数据，需要同时取得独立的发动机重启真值、闸机时间、邻车状态、设备环境参数及失败样本，才能定义训练与留出验证。应考虑不同车辆、位置与时间的隔离，防止背景条件被模型当作目标事件；还要分别统计无适用事件、来源不清和不可测样本，而不是把所有曲线都硬分进预设类别。
目前不能把哪些界面功能称为算法
已经运行的 GR-Insight 网页允许切换 SIM-01 至 SIM-05、选择四组曲线和时间窗口、导出选段 CSV。这些操作并未执行自动峰检、滤波、差分、训练或 AI 推理。SIM-02 的附加峰由程序显式加入，SIM-03 的参考形态由合成公式产生，不等于模型从真实数据中学到了异常模式。
和研究、磁测、产品如何交接
输入来自科学研究职能的可证伪问题与磁测系统的通道定义；输出应包括数据字典、复现记录、特征候选、质量检查和弃判状态说明。与 GR-Edge 讨论可执行的处理顺序，与产品设计讨论如何在图表上正确显示“未知”。如果无法确定来源，要保留无法判断，而不是提供看似明确的维修建议。
可参考的材料及开放范围
可从方法 R1、合成数据下载、特征图谱和 SIM-03、SIM-04 等场景了解当前问题。工作产物目前属于程序化演示与研究设计，没有实测训练集、诊断模型或准确率。本页描述可能需要的能力，不包含招聘主体、在招席位、履历条件或申请入口。