多重检验校正技能用于在同时进行多个统计假设检验时，通过数学方法调整p值或显著性阈值，以控制整体错误率（如族错误率FWER或错误发现率FDR）。核心功能包括Bonferroni校正、Holm-Bonferroni方法、Benjamini-Hochberg FDR控制等，广泛应用于数据分析、生物信息学、量化金融、科学研究等领域，确保统计推断的可靠性，避免多重比较带来的假阳性问题。关键词：多重检验校正，p值校正，FWER，FDR，Bonferroni，假设检验，统计显著性，错误率控制。

效用AI技能是一种基于效用理论的AI决策系统，主要用于评分函数计算、动作选择、上下文评估和行为优先级排序。该技能通过量化评估不同选项的效用值，帮助AI智能体在复杂环境中做出最优决策，适用于游戏AI、自动化决策、智能体行为控制等场景。关键词：AI决策，效用理论，评分函数，动作选择，智能体，行为优先级，上下文评估，自动化决策。

此技能专注于使用Python工具如pandas和openpyxl进行Excel文件的创建、编辑、分析和可视化，特别强调金融模型的构建和公式计算，确保零错误和动态更新。关键词：Excel、XLSX、数据分析、金融建模、公式计算、Python、量化金融工具、电子表格处理。

这个技能是一个会话管理工具，用于管理对话会话、保存历史记录和检查点，支持多种会话范围、自动重置、加密和上下文窗口管理。适用于聊天机器人、AI助手和会话式应用，特别在量化交易中可用于管理交易策略对话历史。关键词：会话管理、对话历史、检查点、API、TypeScript、加密、AI对话系统、量化交易、聊天机器人、会话范围。

循环优化器是一种编译器和性能优化技能，通过循环展开、融合、平铺和向量化等变换，提升程序性能，减少开销，增加并行性，改善缓存局部性。适用于编译优化、数值计算、机器学习、图像处理等场景，关键词包括循环优化、编译器、性能提升、SIMD、缓存优化。

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。

这是一个专业的Excel电子表格建模与数据分析技能，专注于财务模型构建、数据分析和自动化处理。该技能提供完整的Excel文件创建、编辑、分析工作流程，支持公式计算、格式设置、数据可视化和错误检查。适用于量化金融分析、财务建模、数据报表生成等场景，确保零公式错误和行业标准格式。关键词：Excel建模、财务分析、量化金融、数据可视化、公式计算、电子表格自动化、Python数据处理、金融模型、数据分析工具、报表生成。

这个技能是一个基于NOAA官方天气预测数据的工具，用于在Polymarket天气市场上进行量化投注。它通过比较NOAA的概率预测与市场价格，计算投注边缘，并自动执行高边缘的投注，适用于金融科技和赌博市场的量化交易策略。关键词：天气投注、NOAA预测、Polymarket、量化交易、数据驱动、算法投注。

这是一个统一的风险管理引擎，专为量化交易设计，集成了价值在险（VaR）、压力测试、波动率制度检测和自动控制功能，用于实时监控和防止交易风险。关键词：风险管理、VaR、波动率、自动化控制、量化交易、熔断机制、风险仪表盘。

这个技能用于在软件开发和量化交易等场景中，进行深度技术研究，包括源代码分析、文档搜索、替代方案比较，以支持高质量的技术决策。关键词：技术研究、代码分析、架构设计、量化交易、决策支持。

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。

该技能提供一套完整的全局敏感性分析（GSA）方法，用于量化模型输出对输入参数变化的敏感程度。核心功能包括计算Sobol指数、执行Morris筛选、进行FAST分析等，帮助用户识别关键输入变量、理解模型行为、优化模型设计并支持不确定性量化（UQ）研究。适用于金融建模、工程仿真、环境科学等领域的模型验证与风险评估。关键词：敏感性分析，不确定性量化，Sobol指数，Morris方法，FAST，方差分解，模型验证，风险评估。