此技能用于使用PyMC库进行贝叶斯建模和概率编程，支持构建分层模型、执行MCMC采样（如NUTS）、变分推断、模型比较（如LOO/WAIC）和后验检查，实现不确定性量化。关键词：贝叶斯建模、PyMC、概率编程、MCMC、变分推断、模型比较、预测建模、数据科学。

该技能专注于将机器学习模型高效部署到机器人及嵌入式边缘设备（如NVIDIA Jetson）。核心功能包括模型优化（TensorRT、ONNX转换、INT8/FP16量化、模型剪枝）、加速推理配置（DeepStream、CUDA图、DLA）、以及集成实现（ROS2节点、多流推理）。旨在解决边缘计算场景下的模型轻量化、低延迟推理与硬件适配挑战，适用于机器人视觉、自动驾驶、工业检测等实时AI应用部署。 关键词：边缘计算部署，Jetson模型优化，TensorRT加速，ONNX转换，INT8量化，DeepStream，ROS2推理节点，嵌入式AI，模型轻量化，低延迟推理

Kalshi预测市场交易技能是一个专业的量化交易工具，提供对Kalshi预测市场的全面访问。用户可以通过此技能搜索市场、执行交易、获取实时价格流数据，并使用高级订单类型如TWAP（时间加权平均价格）、括号订单（止盈止损）和触发订单。该技能支持API密钥认证、模拟交易、实时WebSocket数据流、跨平台价格对比以及风险管理功能。关键词包括：Kalshi交易、预测市场、量化交易、算法交易、实时数据流、高级订单、风险管理、TWAP、止盈止损、触发订单。

这是一个自动化跨平台套利检测与监控技能，用于在多个预测市场平台上实时识别和监控价格差异套利机会，支持Polymarket、Kalshi、Manifold等平台，提供API接口和聊天命令，方便用户进行量化交易、风险管理和统计套利。关键词：套利、自动化、跨平台、预测市场、量化交易、监控、检测、API、统计套利、风险控制。

CCXT技能是一个专门用于加密货币交易自动化的开发辅助工具，提供对CCXT库的全面支持，包括API调用、市场数据获取、订单管理、跨交易所交易等功能。适用于量化交易、交易机器人开发、加密货币数据分析等场景。关键词：CCXT，加密货币交易，API开发，量化交易，Python交易，JavaScript交易，PHP交易，交易所集成，交易自动化，数字货币开发

时间序列预测器是一个用于业务指标预测和需求规划的AI技能工具。它整合了经典统计方法（如ARIMA、ETS）、机器学习（如XGBoost、LightGBM）和深度学习（如Prophet、N-BEATS）等多种模型，支持自动模型选择、集成预测、不确定性量化和季节性分解。该技能适用于销售预测、库存管理、财务规划等商业场景，帮助企业进行数据驱动的决策。关键词：时间序列预测，业务指标预测，需求规划，ARIMA，Prophet，机器学习预测，深度学习预测，季节性分析，预测区间，商业智能。

市场特征分析技能是一个量化金融工具，用于实时计算和展示股票、加密货币等金融市场的微观结构特征与交易信号。它基于高频的逐笔成交和订单簿数据，通过算法提取关键指标（如买卖压力、流动性、价差等），并生成可操作的交易信号与投资建议。该技能服务于量化交易员、算法交易策略开发者和金融数据分析师，帮助他们进行高频交易决策、策略回测和市场监控。 关键词：量化交易，高频交易，市场微观结构，订单簿分析，实时交易信号，算法交易，金融数据分析，量化策略，回测系统

这个技能用于全面处理Excel电子表格，包括创建、编辑、分析、公式计算和数据可视化。它支持金融建模、数据整理、商业智能报告等场景，使用Python库如pandas和openpyxl确保高效操作和SEO关键词优化，如Excel数据分析、金融模型构建、数据可视化工具、量化金融、ETL开发。

大宗商品分析框架，覆盖原油、黄金、铜的供需平衡、定价模型、库存周期、期货升贴水与季节性分析，用于生成方向性商品信号，辅助量化策略回测。关键词：大宗商品、原油、黄金、铜、供需、库存周期、升贴水、季节性、量化信号。

组合优化是一种利用数学建模和优化算法，在预算、资源、战略等多重约束下，科学地选择和管理项目组合的商业决策技能。它通过量化分析、多标准评估和情景模拟，帮助企业实现投资回报最大化、风险分散化和战略目标对齐。核心关键词包括：项目组合管理、数学优化、约束求解、风险回报分析、战略对齐、资源分配、情景模拟、投资决策支持。

采购自动化编排器是一款专注于优化企业采购到付款（P2P）全流程的自动化技能。它通过智能编排工作流、管理供应商目录、集成ERP及RPA系统，实现请购、审批、订单生成、发票匹配等环节的自动化处理，旨在显著提升采购效率、降低人工错误、强化合规性，并为企业提供可量化的流程优化指标。关键词：采购自动化，P2P流程，工作流编排，RPA集成，发票匹配，供应链优化，流程效率。

PyMC概率编程技能提供了一套完整的Python工具集，专门用于实现灵活的贝叶斯建模和概率编程。核心功能包括分层模型构建、自定义概率分布定义、高斯过程建模、支持MCMC和变分推断等多种推断算法，并集成了ArviZ库进行模型诊断和结果可视化。该技能适用于需要进行不确定性量化、统计推断和预测建模的数据科学、量化金融及科研领域。关键词：贝叶斯建模，概率编程，PyMC，MCMC，变分推断，分层模型，高斯过程，ArviZ可视化，统计计算，Python数据分析。