Matchms是一个开源的Python库，专用于质谱数据处理和分析，支持光谱相似性计算、化合物识别和代谢组学研究。关键词：质谱分析、光谱相似性、化合物识别、代谢组学、Python库。

这个技能专注于通过优化用户引导流程来提高产品激活率和用户留存率。它涉及数据分析、流程设计、多渠道策略等，旨在帮助用户快速达到价值实现时刻（aha时刻），并建立长期使用习惯。关键词：用户引导、激活率、优化、数据分析、产品管理。

PoL探针是一种轻量级、可丢弃的验证工具，用于在产品开发前快速测试假设和消除风险。它通过最小化资源投资来验证产品想法，避免原型剧场，确保决策基于真实数据。关键词：PoL探针、验证、假设测试、风险消除、轻量级原型、产品管理、敏捷开发。

本技能用于通过Reactome REST API查询生物通路数据，进行富集分析、基因-通路映射和表达分析，适用于系统生物学研究和生物信息学分析。关键词：Reactome、通路分析、富集分析、生物信息学、数据查询。

用户研究是产品管理和设计中的核心技能，通过系统方法如用户访谈、上下文查询和旅程映射来深入了解用户需求、行为和痛点，以生成基于证据的产品改进建议。关键词：用户研究、用户访谈、人物角色、旅程图、研究合成、产品设计、用户体验。

这个技能提供对NIH代谢组学工作台数据库的REST API访问，支持查询代谢物、标准化命名、质谱/NMR数据搜索、研究元数据等，用于代谢组学研究和生物标志物发现。关键词：代谢组学、数据库、REST API、数据查询、生物标志物、质谱分析、NMR、RefMet、研究元数据。

产品分析技能是一个专门用于与主流产品分析平台（如Amplitude、Mixpanel、Heap、GA4）深度集成的工具，支持漏斗分析、留存曲线计算、指标定义和仪表板配置。该技能能够帮助企业进行数据驱动的产品决策，通过查询用户行为数据、识别转化瓶颈、分析用户留存趋势，并生成可视化报告和监控告警，优化产品体验和增长策略。关键词：产品分析、漏斗分析、留存分析、用户行为分析、数据驱动决策、产品指标、仪表板配置、Amplitude、Mixpanel、数据分析工具。

待完成任务框架（Jobs to Be Done Framework）是一个战略工具，用于基于客户真实动机进行产品创新。它帮助理解客户在特定情况下想要实现的进展，设计新产品或功能，进行客户发现访谈，通过'任务'镜头分析竞争，诊断产品不销售或客户流失的原因，创建定位策略，并构建以任务为导向的组织。关键词：产品创新，客户洞察，战略框架，市场营销，商业咨询，待完成任务，JTBD。

NeuroKit2 是一个 Python 工具包，用于处理和分析生理信号如 ECG、EEG、EDA、RSP、PPG、EMG 和 EOG。它支持心变异性分析、事件相关电位、复杂度测量和自主神经系统评估，适用于心理生理学研究、临床应用和人机交互研究。关键词：生理信号处理、ECG分析、EEG分析、HRV、皮肤电反应、Python工具包、生物医学数据分析。

NeuroKit2 是一个专为生理信号处理设计的 Python 工具包，支持心电图、脑电图、皮肤电活动等多种信号的分析，包括心率变异性、事件相关电位、复杂性测量等，广泛应用于科研和临床领域。关键词：生理信号处理、Python 工具包、生物信号分析、心率变异性分析、脑电图分析、皮肤电活动处理。

该技能用于在软件或系统开发初期，通过先研究后仅询问判断性问题的方式，澄清模糊或冲突的需求、定义范围边界和成功标准，适用于系统设计、优化决策和需求分析阶段，旨在提高项目成功率并避免实施错误。关键词：需求澄清、压力测试、成功标准定义、判断性调用、范围定义、系统设计优化。

这是一个基于行为心理学的产品设计框架，用于构建习惯养成产品，通过触发、行动、可变奖励和投资四个阶段提升用户参与度和留存率。关键词：习惯形成、用户参与、产品设计、钩子模型、行为心理学、增长黑客。