这个技能专注于在以太坊和二层网络上使用DeFi协议如Uniswap V4、Aave、Aero等构建和组合去中心化金融应用。它包括智能合约开发、协议集成、量化交易策略设计和区块链技术应用，适用于开发者、量化分析师和DeFi爱好者。关键词：DeFi, 智能合约, Uniswap, Aave, 区块链, 协议组合, 量化交易, SEO

此技能用于通过 CoinGecko、Binance 和 Coinbase 等 API 获取加密货币的当前和历史价格数据，并计算在 1 天、1 周、1 个月等时间窗口内的最高价（ATH）和最低价（ATL）。适用于量化交易策略开发、市场趋势分析和投资决策支持。关键词：加密货币价格获取、ATH计算、ATL计算、时间窗口分析、量化金融数据分析。

Gemini CLI 技能允许用户通过命令行界面快速调用谷歌的Gemini大语言模型，进行文本生成、问答和摘要等AI任务。关键词包括Gemini、AI模型、命令行工具、文本生成、自动化处理、谷歌AI、量化交易辅助。

ELECTRE比较器是一个基于ELECTRE系列方法的决策支持工具，专门用于多准则决策分析。它通过计算一致性指数和不一致性指数，建立备选方案之间的排序关系，支持项目选择、投资组合优化和优先级排序等复杂决策场景。该工具适用于量化金融、投资分析、项目管理和战略规划等领域，能够处理具有冲突准则和不确定性的决策问题。 关键词：ELECTRE方法，多准则决策分析，一致性分析，不一致性分析，排序算法，投资组合选择，项目优先级，决策支持系统，量化分析，阈值敏感性

情景建模器是一款专为风险投资设计的量化分析工具，提供退出情景建模、蒙特卡洛模拟、敏感性分析和回报分布分析。核心功能包括：对IPO、并购等退出路径进行概率加权评估，运行数千次模拟生成回报分布，识别关键价值驱动因素，并计算投资组合层面的预期IRR和MOIC。适用于VC/PE投资决策、投后管理和资产配置优化。

MCMC收敛性诊断技能用于对马尔可夫链蒙特卡洛（MCMC）模拟结果进行统计验证与分析，确保贝叶斯推断的可靠性。核心功能包括计算Rhat指标、有效样本量（ESS）、生成轨迹图、分析自相关性、检测发散转移以及进行能量诊断（E-BFMI）。适用于量化金融、数据科学、科研学术等领域中需要进行复杂概率建模和不确定性量化的场景。关键词：MCMC诊断，贝叶斯推断，收敛性分析，Rhat，有效样本量，轨迹图，统计计算。

Stan贝叶斯建模技能专注于使用Stan概率编程语言进行高级贝叶斯统计推断和复杂统计模型构建。核心功能包括MCMC采样（如NUTS和HMC算法）、变分推断、先验与后验预测检验，以及基于LOO-CV和WAIC的模型比较。适用于量化金融中的预测建模、风险管理、因子挖掘，以及数据科学领域的统计计算、不确定性量化和概率预测。关键词：Stan概率编程，贝叶斯推断，MCMC采样，变分推断，模型比较，统计建模，量化金融，数据科学。

这是一个用于Rust编程语言的三层并行元认知分析技能。它通过同时分析语言机制、设计选择和领域约束，为复杂编程问题提供综合解决方案。适用于量化金融、Web开发、嵌入式系统等领域的Rust代码问题诊断和架构设计。关键词：Rust分析，三层认知，并行处理，元认知，编程问题解决，量化交易系统，架构设计。

这是一个用于软件开发与项目管理领域的任务规划框架，提供结构化的工作流程和原则，帮助团队在实施前系统化地分析需求、制定策略、澄清细节并确保零风险迭代。适用于复杂代码开发、系统架构设计、量化策略实施等场景。关键词：任务规划、迭代开发、代码管理、项目管理、实施策略、风险控制、软件开发流程

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。

这个技能专注于优化问题中的梯度方法，提供全面的问题解决策略，包括梯度下降、步长选择、加速方法和牛顿法等，适用于机器学习、数据科学和量化金融等领域的数值优化。关键词：梯度下降，优化算法，机器学习，数值优化，BFGS，共轭梯度，步长选择。

此技能用于从区块链交易历史中分析地址行为模式，检测异常活动如频率激增、大额转账，进行地址分类，并辅助交易决策和安全监控。关键词：地址分析、交易行为、异常检测、区块链安全、量化金融、DApp开发。