边缘检测技能是一种量化金融工具，用于分析预测市场，通过对比市场价格与外部模型（如选举模型、利率概率、体育评分等）和数据源，发现价格偏差，识别投资机会，并提供基于凯利准则的投注建议。适用于政治、经济和体育等领域的市场分析。关键词：量化金融、预测市场、数据源比较、凯利准则、投资策略、市场边缘。

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。

这个技能提供了创建高质量MCP（模型上下文协议）服务器的完整指南，使大语言模型能够通过设计良好的工具与外部服务交互。涵盖从深度研究、规划、实现、测试到评估的全过程，适用于Python和TypeScript开发。关键词：MCP、服务器开发、人工智能、LLM集成、API工具、TypeScript、Python、开发流程、AI应用、量化交易专家。

股票量化交易专家，精通数据统计分析与股票评估。提供量化策略开发、算法交易、回测系统构建、因子挖掘、风险管理及统计套利等专业服务。关键词：量化交易，股票分析，算法交易，数据统计，金融建模，回测系统，风险管理，因子投资。

这是一个用于软件开发与项目管理领域的任务规划框架，提供结构化的工作流程和原则，帮助团队在实施前系统化地分析需求、制定策略、澄清细节并确保零风险迭代。适用于复杂代码开发、系统架构设计、量化策略实施等场景。关键词：任务规划、迭代开发、代码管理、项目管理、实施策略、风险控制、软件开发流程

这是一个用于构建和部署检索增强生成（RAG）系统的技能。它详细说明了如何从文档中摄取数据、进行文本分块和向量化，并利用向量数据库（Qdrant）进行高效检索。该系统集成了提示工程和个性化设置，并通过智能体（Agent）类管理大语言模型调用，旨在为问答、知识库构建等场景提供准确、上下文相关的AI生成内容。关键词：RAG，检索增强生成，向量搜索，Qdrant，大语言模型，智能体，提示工程，知识库，AI应用。

跨平台DCA交易机器人是一种自动化交易工具，用于在Polymarket、Kalshi、PumpFun、Hyperliquid、Binance Futures、Bybit等多个加密货币和预测市场平台上执行美元成本平均法策略。它允许用户设置定期定额投资计划，分散投资风险，实现自动化定投。关键词：DCA策略，自动化交易，量化投资，跨平台交易，加密货币定投，预测市场，风险管理，交易机器人。

此技能用于从多个来源综合研究发现，进行模式识别、权重分配、矛盾解决和叙事构建，以形成连贯的结论并量化不确定性。关键词：研究综合、数据分析、不确定性量化、结论生成、SEO搜索优化。

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

Jupyter笔记本执行器是一个用于自动化执行、参数化管理和结果提取的编程工具。它支持机器学习工作流中的探索性数据分析（EDA）、模型解释性分析和实验自动化。主要功能包括参数化笔记本运行、输出提取验证、格式转换（HTML/PDF）、单元格执行控制、错误处理和超时管理。适用于数据科学、量化金融和AI开发中的自动化分析流程。

这是一个用于操作 Solana 网络上 Orca 漩涡池的 CLI 工具，支持代币交换、价格报价和流动性池查询，专为量化交易和区块链开发者设计，关键词包括 Solana, DEX, Orca, Whirlpools, 集中流动性, 量化交易, 区块链开发。

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。