这是一个基于AI的文档生成技能，专门用于创建NotebookLM工具的YAML配置文件和幻灯片。它优化了大型PDF文档的处理，通过智能页面范围读取，减少资源消耗，提升效率。适用于文档工匠、开发者和分析师。关键词：NotebookLM, YAML生成, 幻灯片制作, AI文档处理, PDF优化, 量化金融工具集成。

这是一个专为非技术或混合受众设计的技能，通过日常类比清晰解释大语言模型量化技术，覆盖INT4量化、层感知位分配、AWQ-v2/GPTQ-for-LLaMA等最佳实践，实际效果如内存减少75%、延迟下降2倍。适用于产品经理、学生和AI开发者，提升AI技术可访问性和理解。关键词：量化解释、大语言模型、AI应用、非技术观众、类比教学、技术沟通。

此技能用于整合多来源的科学研究发现，创建基于证据的连贯叙事，评估证据质量与不确定性，并生成高水平的合成报告。适用于科研综述、元分析、证据整合等场景，帮助用户处理跨源数据和科学共识。关键词：研究合成、证据整合、跨源分析、不确定性量化、科学共识、数据评估、叙事构建。

Pint单位计算技能是一个使用Pint库进行单位感知计算的工具，支持单位转换、维度分析、单位算术等操作，适用于数据科学、工程和金融领域的数量处理与分析。关键词：单位计算、Pint库、数据转换、维度分析、量化金融、科学计算。

这是一个集成的数学能力工具，专门用于执行各种数学计算、求解和解释任务。它支持符号计算（如方程求解、积分、导数）、约束求解（证明数学陈述）、单位转换以及数学概念的详细解释。关键词：数学计算、符号数学、SymPy、Z3、单位转换、数学解释、SEO优化、数据分析工具、量化金融基础。

这个技能用于Excel文件的全面操作，包括创建、编辑、分析，支持公式计算、格式设置和数据可视化。特别适用于金融建模和股票量化交易的数据处理，确保零错误和标准化流程，提升数据分析效率。关键词：Excel, 数据分析, 金融建模, 公式, 可视化, 量化交易

该技能专注于Excel文件的创建、编辑和数据分析，支持公式计算、格式化、数据可视化和金融建模，使用Python工具如pandas和openpyxl进行高效处理，适用于数据科学、量化金融和财务分析等领域，关键词包括Excel数据处理、数据分析、财务建模、Python自动化、电子表格操作。

PDF处理技能用于通过编程方式提取PDF文档中的文本和表格，创建、合并、分割PDF文件，以及填充表单。适用于文档自动化处理、数据提取和分析，常用于数据工程和软件开发场景。在股票量化交易中，此技能可辅助处理财务报告和交易文档，提取关键数据进行分析。关键词：PDF处理，文档提取，Python库，数据工程，自动化处理，量化交易，数据提取。

对表格数据执行线性回归（OLS）或逻辑回归（Logit），一键输出完整统计结果和中文通俗解读，包括回归系数、R²、p值、VIF等。适用于数据分析、预测建模、因果推断等场景。关键词：回归分析，OLS，逻辑回归，线性回归，VIF，p值，R方，共线性诊断，模型拟合，量化分析。

参考类预测器是一种基于历史类比数据的预测方法，专门用于对抗乐观偏见和规划谬误。该技能通过分析可比项目的历史结果数据，提供客观的“外部视角”预测，帮助决策者校正过度乐观的内部估算。核心功能包括参考类选择、历史数据分布分析、偏差校正因子计算、不确定性量化以及内外视角对比分析。适用于项目管理、投资决策、风险评估等场景，提升预测准确性和决策质量。关键词：参考类预测、乐观偏见校正、规划谬误、历史数据分析、决策质量、外部视角预测、偏差校正、项目管理预测、风险评估、统计预测模型。

SymPy符号计算引擎是基于Python的数学分析工具，提供符号微分、积分、方程求解、级数展开、矩阵运算等核心功能。适用于数学建模、科学计算、工程分析、量化金融建模、算法开发等场景。关键词：符号计算、数学分析、Python数学库、SymPy教程、微分方程求解、线性代数、科学计算、量化建模、算法开发

这是一个用于Agentuity云平台的命令行工具，主要功能是通过指定的命名空间和键来查询和获取存储在向量数据库中的特定条目。该工具需要用户先进行身份认证，并支持从产品目录、知识库或用户嵌入等多种场景中检索向量化数据，返回包含元数据、原始文档和相似度评分的结构化JSON结果。关键词：Agentuity CLI， 向量数据库查询， 云平台操作， 命令行工具， 数据检索， AI智能体开发。