此技能提供完整的Python解决方案，用于从Polymarket、Kalshi和Manifold等预测市场平台同步投资组合头寸。它包括API调用、数据获取、统一同步和自动定时任务，适用于量化交易者、数据分析师和金融科技开发者进行投资管理和风险监控。关键词：投资组合同步、预测市场、量化交易、Python编程、API集成、数据获取、自动同步、金融科技。

此技能用于集成Opinion.trade预测市场，通过命令行界面支持市场搜索、价格查询、订单交易等功能，适用于量化金融和区块链应用开发。它基于BNB Chain，采用去中心化订单簿（CLOB），提供实时数据更新和安全交易。关键词：Opinion.trade, BNB Chain, 预测市场, CLOB, 去中心化交易, API集成, 量化策略, 区块链DeFi。

此技能用于搜索和比较预测市场数据，支持Polymarket、Kalshi、Manifold和Metaculus等平台，提供实时价格和订单簿信息，帮助用户进行市场分析和投资决策。关键词：预测市场、数据搜索、价格查看、平台比较、量化金融、市场分析、SEO优化。

这个技能用于使用Python库（如openpyxl和pandas）创建、编辑、分析和可视化电子表格文件（如.xlsx, .csv, .tsv），包括处理公式、引用、格式化和图表。适用于数据分析、金融建模、报表生成等场景，提高工作效率和准确性。关键词：电子表格处理、Python编程、数据分析、Excel自动化、金融建模、数据可视化、量化金融。

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。

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。

风险登记册管理器是一个专业的风险管理工具，用于系统性风险识别、评估、缓解规划和持续跟踪。它支持完整的风险管理生命周期，包括风险矩阵生成、优先级排序、剩余风险计算和趋势分析。该工具适用于企业风险管理、项目风险控制和决策支持系统，帮助组织量化风险、制定应对策略并生成可视化报告。关键词：风险管理、风险登记册、风险评估、风险矩阵、风险缓解、决策支持、商业风险、风险分析工具。

Timescaledb技能是一个专注于PostgreSQL时序数据库扩展的AI助手。它提供全面的开发支持，涵盖超表管理、连续聚合、数据压缩、实时分析等核心功能。适用于数据库开发、时间序列数据处理、物联网数据分析、金融量化系统等场景。关键词：TimescaleDB, 时序数据库, PostgreSQL扩展, 时间序列分析, 超表, 数据压缩, 实时分析, 数据库优化, IoT数据处理, 量化金融数据存储。

Smarkets交易所投注技能是一个专为Smarkets投注交易所设计的自动化交易工具。它允许用户通过命令行界面直接搜索政治、体育和娱乐市场，获取实时价格和订单簿数据，并执行买入、卖出、取消订单等交易操作。该技能支持低至2%的佣金费率，提供实时WebSocket价格流，并与Smarkets API完全集成，适用于量化投注、套利策略和自动化市场交易。关键词：Smarkets投注交易所，量化投注，自动化交易，政治市场，体育博彩，低佣金，API集成，实时价格，算法交易。

这个技能用于追踪和测量自主编码过程中的关键绩效指标（KPIs），以评估零接触执行（ZTE）准备情况。通过分析工作流有效性、连续成功、尝试次数等指标，帮助优化开发流程，提升自主操作能力。关键词：KPI追踪、自主编程、数据分析、工作流优化、量化评估、DevOps指标。

该技能用于生成全面的交易计划，涵盖风险管理、仓位管理、入场/出场策略和性能跟踪，帮助交易者实现纪律性和一致性的交易。关键词：交易计划、风险管理、量化交易、交易策略、绩效跟踪、仓位管理、风险控制、入场规则、出场规则、性能监控。

这个技能提供了创建高质量MCP（模型上下文协议）服务器的完整指南，使大语言模型能够通过设计良好的工具与外部服务交互。涵盖从深度研究、规划、实现、测试到评估的全过程，适用于Python和TypeScript开发。关键词：MCP、服务器开发、人工智能、LLM集成、API工具、TypeScript、Python、开发流程、AI应用、量化交易专家。