该技能用于通过Python查询FDA的开放API，访问药物、医疗设备、食品、兽医产品等监管数据，支持安全研究、数据分析、药物警戒、趋势监控等应用。关键词包括FDA、数据查询、Python、药物安全、不良事件、召回跟踪、量化分析、监管合规。

这个技能涉及使用bitsandbytes库对大型语言模型进行量化和内存优化，通过8位和4位量化减少GPU内存占用50-75%，精度损失小于1%，支持INT8、NF4、FP4格式、QLoRA微调和8位优化器，适用于有限内存环境下的模型加载、推理和训练，与HuggingFace Transformers集成。关键词：LLM量化、内存优化、bitsandbytes、QLoRA、深度学习、大模型微调、GPU加速、HuggingFace、AI模型优化。

量化方法技能专注于使用R、Stata、SPSS或Python等统计工具，为社会科学研究提供严谨的数据分析解决方案。核心能力包括回归建模、假设检验、功效分析和稳健性检验，旨在帮助研究者设计定量研究、分析调查数据、验证假设并构建预测模型。该技能强调最佳实践，如预注册分析、假设检查和代码文档化，确保分析结果的可靠性和可重复性。

这个技能提供了来自多个预测市场平台的实时和历史市场数据，包括价格、订单簿、交易等信息，支持WebSocket和REST API，适用于量化金融分析和实时交易决策。

闪电交易是一个基于Arbitrum区块链的链上订单簿去中心化交易所（DEX）命令行工具。它允许用户通过简单的命令进行永续期货合约的交易，支持查看市场深度、获取实时价格、管理账户余额与持仓、以及执行开仓、平仓、取消订单等操作。关键词：Arbitrum DEX，链上订单簿，永续期货，量化交易，DeFi，命令行交易，低手续费，高流动性。

这是一个全面的风险管理引擎，用于量化交易中的风险控制，包括价值风险评估、压力测试、波动率监测等关键功能。

这项技能涉及在本地环境中部署和优化大型语言模型（LLMs），包括使用Ollama、vLLM和llama.cpp等工具进行模型服务的设置、性能调优、量化策略和监控。关键词包括：Docker容器化、GPU硬件优化、Python编程、模型量化、张量并行、流水线并行。

这个技能专注于使用ClickHouse列式数据库进行高性能数据分析和数据工程，涵盖表设计、查询优化、物化视图、批量插入和实时聚合等模式。它适用于大规模数据处理、实时OLAP分析，特别是在股票量化交易中用于数据处理、回测和风险评估，关键词包括ClickHouse、数据分析、数据工程、查询优化、物化视图、量化金融、OLAP、实时分析、大数据处理。

此技能用于调查区块链中relayer和validators之间Merkle根不匹配的警报和问题。通过查询监控系统、端口转发和二进制搜索，识别不匹配的索引和消息ID，并提供详细报告，为后续修复提供依据。关键词：Merkle根不匹配、区块链调试、节点运维、检查点验证、Hyperlane、量化交易分析。

静态代码分析器是一款专业的代码质量评估工具，通过深度静态分析技术对代码库进行全面检测。该工具能够测量代码复杂度、识别重复代码、发现安全漏洞、评估可维护性指数，并提供迁移就绪度评分。支持与SonarQube、ESLint、PMD等主流分析工具集成，适用于代码质量监控、技术债务管理、系统迁移评估等场景。关键词：静态代码分析、代码质量评估、复杂度测量、安全漏洞扫描、技术债务量化、迁移就绪度、代码重复检测、可维护性指数、SAST工具集成、代码审查自动化。

实物期权分析器是一种用于评估投资项目战略灵活性的量化金融工具。它通过二叉树模型、布莱克-斯科尔斯模型和蒙特卡洛模拟等方法，对延迟、扩张、放弃、转换等实物期权进行估值，帮助投资者在不确定性环境下做出更优的投资时机和规模决策。关键词：实物期权估值、投资决策、战略灵活性、二叉树模型、布莱克-斯科尔斯、蒙特卡洛模拟、风险管理、扩展净现值。

这个技能用于监控 Polymarket 预测市场和多个加密货币链上的大额交易，实时跟踪鲸鱼活动，提供数据分析和警报功能，帮助用户进行量化金融决策和风险监控。关键词：鲸鱼追踪，大额交易监控，量化金融，区块链，市场分析，实时警报，加密货币，预测市场。