MCMC收敛性诊断技能用于对马尔可夫链蒙特卡洛（MCMC）模拟结果进行统计验证与分析，确保贝叶斯推断的可靠性。核心功能包括计算Rhat指标、有效样本量（ESS）、生成轨迹图、分析自相关性、检测发散转移以及进行能量诊断（E-BFMI）。适用于量化金融、数据科学、科研学术等领域中需要进行复杂概率建模和不确定性量化的场景。关键词：MCMC诊断，贝叶斯推断，收敛性分析，Rhat，有效样本量，轨迹图，统计计算。

Uniswap Python SDK是一个用于在区块链上与Uniswap去中心化交易所进行交互和自动交易的开发工具包。它基于Ape框架和uniswap-sdk包，支持多链网络，提供代币价格查询、最优交易路由搜索、自动化交易执行等功能。关键词：Uniswap, Python SDK, 去中心化交易, 区块链开发, 自动化交易, Ape框架, 智能合约交互, DeFi, 量化交易, 交易机器人。

这个技能用于帮助用户在量化交易中进行交易引擎模拟的设置、运行和分析。它支持配置选择、段集合管理、批处理模拟运行，并提供全面的诊断分析，包括准确性验证和利润优化。关键词包括：交易模拟、量化策略、回测系统、数据分析、配置优化、市场条件、准确性检查。

此技能专注于监控系统健康、追踪性能指标并分析数据，用于优化系统和交易执行，关键词包括监控、性能指标、API性能、WebSocket健康、交易执行、错误率、警报、DevOps、量化交易、实时流。

Convex 开发技能是一个综合指导技能，用于Convex后端开发，提供核心开发如函数编写和数据库模式定义、数据存储管理、高级模式如AI代理和定时作业、安全审计以及最佳实践。适用于开发者快速上手Convex平台，优化后端应用开发。关键词：Convex开发、后端开发、数据库、实时订阅、HTTP动作、安全审计、AI代理、最佳实践、量化交易、数据统计分析。

这是一个用于创建高质量MCP（模型上下文协议）服务器的技能，帮助开发者构建工具使大型语言模型（LLM）能与外部服务交互。关键词：MCP、服务器开发、LLM集成、API工具、模型上下文协议、人工智能代理、量化交易数据分析。

插值逼近是一种数值分析方法，用于通过已知数据点构建函数或曲线，实现数据拟合、函数近似和预测建模。核心功能包括多项式插值、样条插值、最小二乘拟合和误差分析，广泛应用于量化金融、数据科学、工程计算和科学研究等领域。关键词：插值方法、逼近算法、数据拟合、数值分析、函数近似、量化金融、预测建模、误差估计。

Timescaledb技能是一个专注于PostgreSQL时序数据库扩展的AI助手。它提供全面的开发支持，涵盖超表管理、连续聚合、数据压缩、实时分析等核心功能。适用于数据库开发、时间序列数据处理、物联网数据分析、金融量化系统等场景。关键词：TimescaleDB, 时序数据库, PostgreSQL扩展, 时间序列分析, 超表, 数据压缩, 实时分析, 数据库优化, IoT数据处理, 量化金融数据存储。

流动性深度分析器是一个用于去中心化交易所（DEX）的量化交易工具，专注于MEV（矿工可提取价值）交易场景。它通过分析资金池的流动性深度、计算交易滑点和价格影响，来辅助执行最优的交换路径选择、头寸规模确定和套利机会验证。核心功能包括流动性检查、滑点估算和盈利能力验证，确保交易在可控的风险和成本下进行。关键词：DEX流动性分析，滑点估算，MEV交易，价格影响，AMM数学，Uniswap，Curve，量化交易，算法交易。

天气投注是一个基于NOAA官方天气预报数据的量化交易工具，专门用于在Polymarket天气预测市场中寻找并执行套利机会。该技能通过对比政府气象机构的科学预测概率与市场交易价格之间的差异（即“优势”），自动化地扫描、计算并执行投注决策。核心功能包括：市场扫描、优势计算、自动投注和风险管理。关键词：天气投注，量化交易，NOAA数据，Polymarket，预测市场，套利策略，自动化交易，凯利准则，风险管理。

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。

这个技能专注于交易执行中的滑点估计、优化和保护，通过API提供完整的解决方案，包括订单簿分析、价格影响评估、执行策略优化和自动保护设置。关键词：滑点估计、算法交易、风险管理、交易执行优化、量化金融、数据统计、股票评估。