基于智能体的模拟器是一种用于模拟复杂适应系统的决策智能工具。它通过定义异质智能体、环境规则和交互机制，自下而上地模拟市场动态、客户行为、竞争策略等商业场景。该技能支持参数扫描、集成模拟、涌现行为分析和可视化，广泛应用于量化金融、市场研究、供应链优化和战略决策等领域。关键词：智能体建模、复杂系统仿真、市场模拟、决策支持、涌现行为、量化分析、商业智能、战略规划。

因果推断引擎是一个专门用于从商业观测数据中识别和量化因果关系的技能工具。它通过倾向得分匹配、双重差分法、工具变量、断点回归、因果森林等多种统计与机器学习方法，帮助分析师超越相关性分析，精确估计营销活动、产品变更、政策干预等处理对业务结果（如转化率、收入、用户留存）的真实因果效应。该工具包含完整的验证框架（如反驳测试、敏感性分析），确保结论的稳健性，并支持异质性效应分析，以识别不同用户群体的差异化影响。核心应用场景包括A/B测试效果评估、营销归因、产品功能影响量化、战略决策因果验证等。 关键词：因果推断，因果效应，倾向得分匹配，双重差分法，工具变量，断点回归，因果森林，ATE，CATE，商业分析，决策智能，效果评估，反事实推理，敏感性分析

高级数据工程师技能专注于构建和管理可扩展的数据基础设施、ETL/ELT系统、数据管道和数据质量，支持生产级AI/ML和数据系统。关键技术包括Python、SQL、Spark、Airflow、dbt、Kafka等，适用于数据架构设计、数据工作流优化、数据治理等场景，助力企业实现数据驱动的决策和创新。关键词：数据工程、ETL、数据管道、数据基础设施、Spark、Airflow、Python、SQL、DataOps。

此技能用于使用Recharts库构建数据可视化组件和仪表板，包括折线图、柱状图、饼图、KPI卡片和布局设计，适用于前端开发、数据分析、商业智能和量化金融项目，关键词包括数据可视化、Recharts、仪表板、KPI、数据分析、前端开发。

AI驱动的智能图表生成工具，支持用户上传数据或粘贴表格，自动生成柱状图、折线图、饼图、词云图、桑基图、地图等40+种可视化图表，适用于数据分析、商业智能、数据报告等场景。

Kafka 数据加载技能是一个用于在 Apache Kafka 主题和文件系统之间高效传输数据的工具。它支持批处理和流式处理模式，提供数据转换功能，适用于数据集成、ETL 流程和大数据处理场景。关键词：Kafka、数据加载、数据卸载、批处理、流式处理、数据转换、ETL。

电子书文本提取器是一个用于从EPUB、MOBI、PDF格式电子书中提取纯文本的工具。它支持常见电子书格式，使用Python脚本实现，无需大型语言模型调用，纯文本提取。适用于数据分析、文本处理、阅读转换等场景。关键词：电子书提取、文本转换、Python工具、EPUB、MOBI、PDF、数据提取。

参考类预测是一种统计预测技能，通过识别相似历史事件的类别，使用其统计频率作为基线预测。它用于避免主观偏见，建立客观预测基准，适用于金融评估、项目预测、决策分析等场景。关键词：预测建模、统计基线、参考类、外部视角、避免偏见、历史数据、量化评估。

分布拟合器是一个用于仿真和分析中输入建模的AI技能。它通过统计分布拟合、参数估计和拟合优度检验，帮助用户为离散事件仿真、排队系统分析、需求预测等场景找到最能代表观测数据的概率分布模型。核心功能包括自动化分布拟合、最大似然估计、到达间隔时间分析、经验分布构建和分布比较。关键词：统计分布拟合，输入建模，仿真分析，最大似然估计，拟合优度检验，概率分布，数据分析，量化金融，Python scipy。

混合整数优化是一种数学规划技术，用于解决包含离散变量和连续变量的优化问题。该技能涵盖混合整数线性规划（MILP）和混合整数非线性规划（MINLP）的建模与求解方法，包括分支定界算法、割平面法、Big-M重构、指示约束等关键技术。适用于资源分配、生产调度、投资组合优化、路径规划等需要离散决策的实际场景。关键词：混合整数规划，MILP，MINLP，优化算法，数学建模，运筹学，离散优化，分支定界，Gurobi，CPLEX。

使用深度学习嵌入和降维技术（UMAP/t-SNE）在2D中探索和可视化数据集结构，寻找聚类，识别异常值，按类别或元数据着色样本，理解嵌入空间关系。

上传数据，一键将柱状图、折线图、饼图等转换为3D风格数据可视化插图，支持水晶、黄金、玻璃等13种材质风格，用于数据展示和报告。关键词：3D图表、3D插图、数据可视化、图表生成、AI绘图。