本技能专注于使用Rust编程语言高效构建和部署机器学习与人工智能应用。涵盖关键领域约束如内存效率、GPU加速、模型可移植性，并提供具体的设计模式、推荐框架（如candle, tract, tch-rs）和代码实现。适用于需要在Rust生态系统中实现高性能模型推理、训练以及数据处理管道的开发者。关键词：Rust机器学习，AI模型部署，高性能推理，GPU加速，ONNX，批处理，内存优化，tract，candle，tch-rs，量化交易AI基础设施。

摄取技能是一个数据处理命令，用于从指定文件路径直接加载数据到数据域的表中。适用于程序化或API驱动的数据摄取场景，支持ETL开发、数据工程、数据治理等。关键词：数据摄取、文件加载、ETL工具、数据管道、数据处理、量化金融、证券投资。

外汇对冲策略建模师是一款专注于企业外汇风险管理的专业工具。它提供全面的外汇敞口识别、量化分析、对冲工具选择与优化、对冲有效性测试（符合ASC 815等会计准则）以及风险价值计算等功能。核心关键词包括：外汇风险管理、对冲策略、对冲会计、ASC 815、风险敞口、VaR计算、远期合约、外汇期权。适用于企业财务、资金管理和风险管理团队，旨在帮助企业有效管理汇率波动风险，优化对冲成本，并确保会计合规。

总拥有成本计算器是一款专业的供应链采购决策分析工具，用于全面评估和比较供应商的总拥有成本。该工具通过量化分析获取成本、运营成本、质量成本和风险成本等关键因素，帮助企业进行供应商选择、自制外购决策和地理采购策略优化。核心功能包括成本建模、敏感性分析、生命周期预测和可视化报告，适用于采购管理、供应链优化和成本控制等场景。

Portfolio Buddy 2是一个量化交易投资组合分析工具的项目架构参考文档。该文档详细说明了React前端应用的结构、组件层次、关键钩子（如useMetrics、usePortfolio）、数据流、状态管理、Chart.js图表集成以及TypeScript最佳实践。内容涵盖量化金融指标计算（夏普比率、索提诺比率、最大回撤）、CSV数据处理、相关性分析、合约乘数调整和性能优化模式，是开发量化交易分析系统、回测平台和投资组合管理软件的重要技术参考。关键词：量化交易、投资组合分析、React架构、TypeScript、Chart.js、夏普比率、回测系统、前端开发、金融科技。

碳足迹估算器是一款面向风险投资和商业领域的专业工具，用于进行ESG（环境、社会和治理）尽职调查。它能够全面计算企业的范围1（直接）、范围2（间接能源）和范围3（价值链）温室气体排放，提供详细的碳足迹评估、行业基准对比、未来排放轨迹预测以及减排情景模拟。该工具遵循国际标准（如GHG Protocol、SBTi），帮助企业量化环境影响，支持投资决策和可持续发展战略制定。 关键词：碳足迹计算，ESG尽职调查，温室气体排放，范围123排放，环境影响评估，风险投资工具，可持续发展分析，减排情景模拟，碳强度指标，环境数据量化

市场查询技能是一个专注于聚合和查询跨平台预测市场数据的工具。它支持搜索Polymarket、Kalshi、Manifold和Metaculus等主流预测市场平台，帮助用户快速获取特定事件（如政治选举、经济政策、体育赛事等）的实时价格、买卖盘口和概率数据。该技能适用于量化金融分析、事件预测、市场情绪研究和投资决策支持。关键词：预测市场，市场数据查询，Polymarket，Kalshi，概率预测，事件交易，量化分析。

构建全球宏观分析体系，覆盖央行政策传导、汇率预测、地缘政治风险与资本流动，输出量化宏观因子信号，驱动跨资产配置决策，为股票、债券、外汇、商品等大类资产提供方向性指引。关键词：宏观分析、央行政策、汇率预测、地缘政治、资本流动、资产配置、因子信号。

扩展信号模式技能是AFI核心框架中用于安全扩展和优化信号数据模式的工具。该技能专注于在量化金融交易系统中，为原始、丰富、分析和评分信号添加新字段或验证规则，确保变更的向后兼容性、遵循设计原则并保持验证确定性。适用于量化策略开发、数据工程、金融科技系统架构和AI智能体开发场景。

这个技能用于通过凯利准则和银行管理策略来计算和优化交易仓位大小，适用于量化金融、风险管理、算法交易等领域，关键词包括仓位大小、凯利准则、银行管理、量化交易、风险管理。

pyOpenMS 是一个开源的 Python 库，专为蛋白质组学和代谢组学中的质量谱数据分析设计。它支持处理 mzML/mzXML 文件、峰值检测、特征量化、肽识别等工作流，并能与 Comet、Mascot 等工具集成，适用于 LC-MS/MS 分析。关键词：质量谱分析、Python、数据处理、蛋白质组学、代谢组学、OpenMS、生物信息学。

电子表格操作技能专注于使用Python库（如openpyxl和pandas）自动化创建、编辑和分析Excel文件。它强调金融建模最佳实践，包括使用公式而非硬编码值、遵循标准颜色编码（蓝色输入、黑色公式、绿色链接）、应用专业数字格式（货币、百分比、倍数），以及通过验证清单和错误检查确保模型完整性。该技能适用于量化金融、数据分析、财务建模和自动化报告生成，能高效处理.xlsx文件、构建可维护的金融模型并执行复杂的数据操作。