决策矩阵是一种结构化工具，用于在加权标准下比较多个备选方案，支持透明、数据驱动的决策分析。它通过评分和权重计算，帮助揭示主观因素，优化权衡选择，适用于供应商评估、策略选择等场景。关键词：决策矩阵、数据分析、权重评分、备选方案比较、透明决策、数据驱动、权衡分析。

这个技能用于通过ClickUp API获取特定任务的详细信息，包括状态、分配人员、优先级、截止日期等，支持任务管理和团队协作。关键词：ClickUp, 任务管理, API集成, 项目管理, 团队协作, 自动化工具, 效率提升。

这个技能用于访问和查询人类代谢组数据库（HMDB），支持通过名称、ID、结构等方式搜索代谢物，检索化学性质、生物标志物数据、光谱信息等，适用于代谢组学研究、临床化学、生物标志物发现和代谢物鉴定。关键词：HMDB，代谢组学，代谢物数据库，生物信息学，数据分析，临床化学，生物标志物。

定量分析是一种统计技能，专注于选择适当的统计测试、解释效应大小和进行功率分析，以确保数据分析的数学严谨性和统计有效性。关键词：定量分析、统计测试、效应大小、功率分析、数据分析、统计建模。

这是一个集成的数学能力工具，专门用于执行各种数学计算、求解和解释任务。它支持符号计算（如方程求解、积分、导数）、约束求解（证明数学陈述）、单位转换以及数学概念的详细解释。关键词：数学计算、符号数学、SymPy、Z3、单位转换、数学解释、SEO优化、数据分析工具、量化金融基础。

这个技能用于访问RCSB PDB数据库，允许用户搜索和下载蛋白质和核酸的3D结构数据，包括文本、序列和结构相似性搜索，下载坐标文件（如PDB和mmCIF格式），检索元数据，适用于结构生物学研究、药物发现、生物信息学分析和科研数据工程。关键词：PDB数据库、3D结构、蛋白质结构、核酸结构、数据检索、结构生物学、药物发现、生物信息学、数据科学。

gget是一个命令行和Python包，提供对20多个生物信息学数据库的统一访问，用于快速查询基因信息、序列分析、蛋白质结构、表达数据和疾病关联。它支持BLAST搜索、AlphaFold结构预测、富集分析等功能，适用于生物信息学研究、数据分析、基因组学探索。关键词：生物信息学、数据库查询、基因分析、序列比对、结构预测、富集分析、快速查询、Python工具。

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。

这个技能用于在软件开发和项目管理中，通过 Cursor PM 代理验证头脑风暴的想法，更新计划文件 Plans.md，并实现双代理工作流自动化。关键词：计划验证、任务管理、代理协作、工作流自动化、软件开发、项目管理、效率提升。

这个技能用于检索和显示所有分配给用户的Jira票务，通过Atlassian MCP工具实现，按状态分组并以表格形式展示票务信息，包括票务键、摘要、状态、优先级和最后更新日期，帮助用户高效管理个人任务和项目进展。关键词：Jira, 票务管理, 任务跟踪, 项目管理, DevOps, 敏捷开发。

转化率优化（CRO）方法论是一种基于客户研究的科学方法，用于提高网站和数字产品的转化率。它通过系统化流程，包括客户研究、异议处理、说服资产利用、A/B测试等，帮助企业发现并消除访客不转化的原因，从而提升业务绩效。关键词包括：转化率优化、CRO、客户研究、A/B测试、说服资产、转化漏斗、数据分析。

这是一个数据分析技能，用于分析数据文件、提取关键指标并生成报告，适用于数据处理和自动化分析。关键词：数据分析、文件分析、报告生成、数据提取、自动化处理。