决策树构建器是一个自动化工具，用于创建和分析商业决策树，支持概率分配、收益计算、期望值分析和敏感性分析。关键词：决策树、量化分析、商业决策、期望值计算、敏感性分析、决策智能、概率建模、风险分析、投资决策、策略评估。

DMAIC项目管理器是一个专业的六西格玛项目执行工具，专注于流程改进和质量管理。它提供完整的DMAIC方法论支持，包括项目定义、数据测量、根因分析、方案改进和持续控制五个阶段。核心功能涵盖项目章程制定、SIPOC图生成、CTQ树构建、阶段评审管理、文档模板化和效益量化跟踪。该技能适用于制造业、服务业等需要持续改进的领域，帮助团队系统化地解决质量问题、降低缺陷率、提升运营效率并实现可量化的财务收益。 关键词：六西格玛，DMAIC，项目管理，流程改进，质量管理，阶段评审，SIPOC，CTQ，根本原因分析，效益量化，运营优化，持续改进

Portfolio Buddy 2 是一个用于量化交易分析和投资组合管理的Web应用程序。本技能文档提供了该项目的完整架构参考，包括组件层次结构、关键钩子（如useMetrics、usePortfolio）、实用函数（如dataUtils.ts中的指标计算和数据处理）、数据流、状态管理策略以及性能优化模式。它详细说明了如何添加新功能、重构大型组件（如PortfolioSection），并强调了TypeScript最佳实践以避免使用any类型。该文档是开发人员添加功能、修改组件、理解数据流或新成员熟悉代码库的必备指南。关键词：量化交易、投资组合分析、React架构、TypeScript、Chart.js、性能优化、代码重构、数据流、钩子模式。

Solana链上跟单交易工具，用于自动监控并复制指定Solana钱包的交易行为。通过实时WebSocket监控目标钱包在Pump.fun、Raydium、Jupiter等主流DEX的交易活动，并利用Jupiter聚合器以最优路径自动执行镜像交易。支持仓位规模乘数调整、最大交易金额限制、代币过滤、交易历史追踪和隐身模式延迟执行。关键词：Solana跟单、自动交易、Jupiter聚合器、DEX监控、量化交易、区块链自动化、Web3交易工具、仓位管理、交易复制

Zig编程技能是一种用于系统编程的编程语言工具，专注于编译时计算、SIMD向量化、多线程优化、零拷贝解析和高性能应用开发。关键词包括Zig编程、编译时元编程、SIMD性能、线程池管理、分配器优化、模糊测试、C互操作和交叉编译。适用于操作系统开发、游戏引擎、嵌入式软件和后端系统优化，强调正确性验证和性能调优。

这是一个用于在Solana区块链的去中心化交易所上进行代币交易、获取实时报价、管理流动性池和执行量化交易的技能。支持Jupiter、Raydium、Orca、Meteora和Pump.fun等多种DEX，提供完整的TypeScript API参考、聊天命令、错误处理和SEO关键词，适用于DeFi开发者、量化交易员和区块链爱好者。关键词：Solana, DEX, 去中心化交易所, 代币交易, Jupiter, Raydium, Orca, Meteora, Pump.fun, API, 量化交易, 流动性管理, DeFi, 区块链开发。

这个技能用于通过API在Manifold Markets预测市场平台上进行自动化交易和下注，支持搜索市场、下注、管理订单、创建市场等功能，适用于量化策略和算法交易场景。关键词：Manifold Markets, API交易, 量化策略, 算法交易, 预测市场, 自动化下注, 交易机器人

这个技能专注于交易执行中的滑点估计、优化和保护，通过API提供完整的解决方案，包括订单簿分析、价格影响评估、执行策略优化和自动保护设置。关键词：滑点估计、算法交易、风险管理、交易执行优化、量化金融、数据统计、股票评估。

代码成熟度评估器是一个系统性工具，用于基于Trail of Bits的9类别框架分析代码库的成熟度，覆盖算术安全、审计实践、访问控制、复杂性、去中心化、文档、MEV风险、低级代码和测试。它生成专业评分卡和可操作建议，适用于智能合约、区块链项目和一般软件的安全评估与优化。关键词：代码成熟度评估、安全审计、Trail of Bits、智能合约安全、测试覆盖率、文档评估、量化金融安全、区块链审计。

这个技能提供测度论中积分理论的问题解决策略，包括简单函数积分、单调收敛定理、控制收敛定理、Fatou引理和Fubini-Tonelli定理。适用于数学学习、数据分析、量化金融等领域，关键词：积分理论，测度论，数学问题解决，SEO优化。

数学路由器是一个用于数学计算的确定性路由工具，它能将用户的数学请求自动映射到相应的CLI命令，提升处理效率和准确性。关键词：数学计算、路由器、CLI命令、人工智能应用、自动映射、量化金融分析、数据科学工具、AI智能体。

Pymoo是一个Python多目标优化框架，用于解决单目标和多目标优化问题。它支持NSGA-II、NSGA-III、MOEA/D等算法，处理Pareto前沿、约束条件，并提供基准测试问题如ZDT、DTLZ。适用于工程设计、机器学习、量化金融等领域的优化任务。关键词：多目标优化、Python框架、NSGA-II、Pareto前沿、约束处理。