情景建模器是一款专为风险投资设计的量化分析工具，提供退出情景建模、蒙特卡洛模拟、敏感性分析和回报分布分析。核心功能包括：对IPO、并购等退出路径进行概率加权评估，运行数千次模拟生成回报分布，识别关键价值驱动因素，并计算投资组合层面的预期IRR和MOIC。适用于VC/PE投资决策、投后管理和资产配置优化。

Stan贝叶斯建模技能专注于使用Stan概率编程语言进行高级贝叶斯统计推断和复杂统计模型构建。核心功能包括MCMC采样（如NUTS和HMC算法）、变分推断、先验与后验预测检验，以及基于LOO-CV和WAIC的模型比较。适用于量化金融中的预测建模、风险管理、因子挖掘，以及数据科学领域的统计计算、不确定性量化和概率预测。关键词：Stan概率编程，贝叶斯推断，MCMC采样，变分推断，模型比较，统计建模，量化金融，数据科学。

这是一个用于Rust编程语言的三层并行元认知分析技能。它通过同时分析语言机制、设计选择和领域约束，为复杂编程问题提供综合解决方案。适用于量化金融、Web开发、嵌入式系统等领域的Rust代码问题诊断和架构设计。关键词：Rust分析，三层认知，并行处理，元认知，编程问题解决，量化交易系统，架构设计。

此技能用于生成正式、可执行的社区养老服务优化报告草案，强调责任分工、量化指标和时间限制的行动，适用于政府或公共部门利益相关者。它确保报告的可操作性和可验证性，仅使用纯文本，避免表格，适合政策实施和公共管理场景。关键词：社区养老服务、报告草案、量化指标、责任分工、公共政策、KPI驱动。

这个技能专注于优化问题中的梯度方法，提供全面的问题解决策略，包括梯度下降、步长选择、加速方法和牛顿法等，适用于机器学习、数据科学和量化金融等领域的数值优化。关键词：梯度下降，优化算法，机器学习，数值优化，BFGS，共轭梯度，步长选择。

此技能用于从区块链交易历史中分析地址行为模式，检测异常活动如频率激增、大额转账，进行地址分类，并辅助交易决策和安全监控。关键词：地址分析、交易行为、异常检测、区块链安全、量化金融、DApp开发。

这个技能用于使用Python库（如openpyxl和pandas）创建、编辑、分析和可视化电子表格文件（如.xlsx, .csv, .tsv），包括处理公式、引用、格式化和图表。适用于数据分析、金融建模、报表生成等场景，提高工作效率和准确性。关键词：电子表格处理、Python编程、数据分析、Excel自动化、金融建模、数据可视化、量化金融。

这个技能是一个Codex技能自动化安装工具，用于安装和管理Codex技能。它支持从openai/skills的精选列表或指定的GitHub仓库（包括私有仓库）安装技能，提供脚本化操作和多种安装方法，如直接下载或git稀疏检出。关键词：技能安装、Codex技能、GitHub安装、自动化部署、DevOps工具、量化交易辅助。

GPTQ是一种后训练量化技术，用于大型语言模型，通过4位量化实现4倍内存减少和3-4倍推理加速，精度损失低于2%。它易于与Hugging Face Transformers和PEFT集成，支持QLoRA微调，适用于在有限GPU资源上部署大模型。关键词：量化，大型语言模型，内存优化，推理加速，4位量化，GPTQ，大模型部署，AI优化。

Gemini CLI 技能允许用户通过命令行界面快速调用谷歌的Gemini大语言模型，进行文本生成、问答和摘要等AI任务。关键词包括Gemini、AI模型、命令行工具、文本生成、自动化处理、谷歌AI、量化交易辅助。

专业的OKR制定、拆解与复盘教练，帮助个人和团队设定高质量目标，将战略方向转化为可量化的关键结果，并提供周期性复盘和改进建议。关键词：OKR制定、目标管理、关键结果、OKR拆解、OKR复盘、季度目标、绩效管理。

Qdrant向量数据库集成技能，专注于向量检索增强生成（RAG）应用。支持Qdrant数据库的部署配置、集合管理、高级过滤、量化优化和混合搜索。适用于构建智能问答系统、语义搜索平台和AI知识库。关键词：向量数据库，Qdrant，RAG应用，语义搜索，AI检索，量化优化，混合搜索，知识库构建。