客户流失风险分析器是一款基于数据驱动的客户保留工具，通过分析用户行为、使用模式、支持互动和账单历史等多维度数据，对客户账户进行流失风险评估和评分。它帮助企业识别高风险客户，提供分类预警（如危急、有风险、健康），并生成具体的保留行动建议（如执行电话、培训、定价审查等）。该工具适用于客户成功团队、季度保留计划以及主动客户关怀场景，旨在提升客户留存率，降低流失风险，优化收入。关键词：客户流失分析、客户保留、风险评分、客户成功、数据驱动决策、用户行为分析、客户生命周期管理、SaaS留存、预警系统、收入保护。

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。

此技能用于在Marimo笔记本中进行交互式数据科学开发，通过计划-执行-验证循环确保代码质量、数据准确性和执行效率。它支持创建、编辑和验证笔记本，涵盖数据检查、错误分析和输出验证，适用于数据分析、可视化和Python脚本开发。关键词：Marimo、交互式开发、数据科学、验证循环、笔记本、数据分析、Python、代码质量、执行验证、数据可视化。

执行因果分析技能利用CausalPy库进行因果模型拟合和影响估计，支持差异中的差异（DiD）、中断时间序列（ITS）、合成控制（SC）和断点回归（RD）等分析方法，适用于数据科学、经济学和量化金融领域，帮助用户从数据中提取因果洞察并进行可视化展示。关键词：因果分析、CausalPy、DiD、ITS、SC、RD、数据科学、量化金融、预测建模、数据分析。

数据科学技能专注于数据分析、SQL查询、Python编程和统计建模，用于数据处理、洞察提取、可视化和量化金融应用。关键词：数据分析、SQL、Python、数据可视化、统计、ETL、BigQuery、数据工程、商业智能。

该技能用于从广告库中提取和分析竞争对手的广告，以了解其消息、创意和策略，为营销活动提供洞察和优化。关键词：竞争广告分析、广告提取、营销洞察、SEO优化、竞品研究、市场定位。

该技能用于对科学数据文件进行自动探索性数据分析，支持200多种格式检测，包括元数据提取、质量评估和报告生成，适用于化学、生物信息学、显微镜等领域，方便SEO搜索关键词：探索性数据分析、科学数据、文件格式、自动化分析、数据质量、报告生成。

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。

这个技能用于执行周度回顾分析，通过整合任务进度、项目活动、会议记录等多元数据源，进行统计分析和模式检测，生成综合报告以支持目标跟踪和生产力优化。关键词：周度回顾、数据分析、模式识别、目标管理、生产力提升。

流程挖掘分析器是一个专门用于流程挖掘的技能，包括事件日志分析、流程发现和一致性检查，旨在通过AI技术优化业务流程，提高效率。关键词：流程挖掘、事件日志分析、流程优化。

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。

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。