跨预测市场寻找并执行套利机会的工具，关键词：套利、跨平台、预测市场、量化交易。

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。

这个技能提供了使用 @bsv/wallet-toolbox 包实现 BRC-100 兼容钱包的全面指南，涵盖安装设置、钱包初始化、交易操作、密钥管理、存储配置和证书系统。关键词：BRC-100, 钱包开发, BSV区块链, TypeScript, 交易操作, 密钥管理, UTXO管理, 证书系统, 区块链开发, 量化金融

Astropy是一个全面的Python库，专为天文学和天体物理学设计，用于处理坐标转换、单位计算、FITS文件操作、宇宙学计算、时间系统处理、表格管理和天文数据分析，是天文学研究、数据处理和量化分析的关键工具。关键词：天文数据处理、Python库、坐标转换、FITS文件、宇宙学计算、单位转换、数据分析、天文学研究。

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。

该技能用于股票买卖点的技术分析，把免费基础分析与付费深度分析分层：免费部分在本地完成位置判断、单一K线/分时/量能形态识别、条件式操作参考与止损风控要点；付费部分通过远程接口输出多信号源共振评估报告、原书案例库（80+形态的原例股票与量化判据）检索匹配，以及「位置判断—识别信号—共振评估—操作参考—风控要点」五段结构化深度结论。技能内置微信 AI 支付（X402 协议：402 触发、原样重试、NOT_PAID 与拒付降级、服务异常全额退款）流程，并强制免责声明、禁止荐股与收益承诺，只给条件式参考。关键词：实战买卖点、股票买卖点、K线形态识别、分时走势、量价关系、位置判断、多信号共振、止损与失效条件、技术分析、付费深度分析报告、案例库检索、微信AI支付。

emcee MCMC 采样器技能专为物理学领域的贝叶斯参数估计和后验采样设计。它提供仿射不变集成采样、并行回火、自相关分析、收敛性诊断以及先验/似然函数规范等核心功能。通过定义对数概率函数、初始化游走者、运行采样器、检查收敛性并提取后验分布，帮助研究人员高效完成不确定性量化、模型拟合和参数推断。关键词：贝叶斯推断，MCMC采样，参数估计，后验分布，物理学数据分析，emcee，收敛诊断，不确定性量化。

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。

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。

这是一个用于 Predict.fun 预测市场交易的技能，基于 BNB Chain，允许用户进行二元和类别化市场交易。功能包括市场数据查询、订单买卖、账户管理、持仓赎回等，适用于量化金融和区块链交易场景。关键词：预测市场、量化交易、区块链、DeFi、BNB Chain、算法交易、智能合约、金融科技。

这个技能专注于pandas数据操作规则，帮助开发者遵循最佳实践进行数据分析和处理。它涵盖方法链式调用、使用loc/iloc进行数据选择、groupby操作等关键方面，适用于数据科学和量化金融领域。关键词：pandas、数据操作、方法链式、数据选择、groupby、数据分析、编码标准。