下载

Skill UI

浏览并发现 11117+ 精选技能

全部编程开发人工智能设计创意产品商业数据科学市场营销职场通用效率工具硬件工程语言学习

搜索 Tor ，共找到 279 条记录

默认排序最新上传最多下载

实体知识图谱深度调查与收集

dossier-collect

当您拥有一个核心实体（如用户、文件或概念），并希望系统性地探索其所有关联知识和历史记录时使用。该工具通过深度递归和并行查询，构建包含来源溯源的图结构知识档案，实现全面的关联性映射。

多层知识库管理与同步

本框架旨在管理和同步跨越多个存储层（包括本地文件、内存、向量存储和Git仓库）的知识库。它提供了一个结构化的体系，用于知识的摄取、组织、去重和检索，确保知识在复杂的开发和运营场景中具备持久性和单一事实来源。

市场数据摄取与向量索引

该技能用于获取和处理特定股票代码的原始市场数据（OHLCV）。它负责将原始数据标准化为相对OHLCV向量，将其转化为高维嵌入向量，并使用HNSW算法进行索引存储。此流程是进行金融时序模式识别和相似度搜索的第一步，确保了数据的可检索性和分析效率。

系统健康监控与异常检测

observe-metrics

该功能用于聚合和展示系统的各项关键性能指标（如任务完成率、错误率、内存使用等）。它通过计算历史基线，实时标记超出预设标准差的异常值，并提供整体系统健康评分，帮助用户监控系统运行状态和性能衰退。

生物医学文献检索与分析

pubmed-database

本指南提供了一个系统性的生物医学文献检索和数据提取工作流。内容涵盖了使用MeSH词汇和高级字段标签构建复杂的PubMed查询，设置日期和文献类型过滤器，并提供了基于NCBI E-utilities的Python API工作流。适用于进行系统综述、文献挖掘和科研数据监控。

可组合推荐系统管道架构

recsys-pipeline-architect

用于设计和构建可组合的推荐、排序和信息流管道。它遵循业界标准的六阶段架构模式（源获取→数据增强→过滤→评分→选择→副作用）。适用于所有需要为用户或上下文选择“Top K”项目的场景，如社交信息流、广告排序或RAG重排序等，确保系统具备高鲁棒性和可扩展性。

证据驱动的深度研究工作流

这是一个高级、结构化的研究流程，用于进行深度、多源证据的调查和分析。它能够整合当前公开信息和用户提供的背景，生成高度结构化的报告。该工作流明确区分了可验证的事实、用户证据、逻辑推论和可操作的建议，适用于复杂的比较分析或持续的趋势监测。

研究发现综合报告生成

research-synthesize

本工具用于将记忆中积累的深度研究发现进行系统性整合，生成结构化、可操作的综合报告。它能自动对证据进行等级划分、解决研究中的矛盾点，并输出包含执行摘要、关键发现、局限性和可操作建议的完整报告，帮助用户将原始数据转化为战略洞察。

带签名历史交易回测

trader-backtest

使用高性能的神经交易引擎，执行全面的交易策略历史回测。该功能支持前向滚动验证，并捕获包括夏普比率、最大回撤等关键指标。最重要的是，它会对回测结果进行Ed25519加密签名，提供不可篡改的证据，确保数据在从模拟到实盘推广过程中的完整性和可信度。

投资组合优化与风险管理

trader-portfolio

本工具用于自动化投资组合的优化流程。它基于均值-方差模型，支持设置风险目标，并能评估资产组合的方差、相关性等详细风险指标。核心功能包括利用神经网络预测预期收益，生成精确的再平衡交易计划，适用于管理复杂的资产配置和进行量化交易。

基于异常检测的交易信号生成

该技能利用神经元交易者（neural-trader）的异常检测引擎，结合Z分数评分，自动扫描市场数据。它能识别出包括突破、趋势形成、震荡等多种市场异常模式，并通过神经网络预测和历史模式匹配，生成具备高置信度的、可执行的交易信号。适用于量化交易和算法策略制定。

市场数据神经网络训练与预测

该技能提供了一个完整的市场预测工作流，用于使用历史市场数据训练先进的神经网络模型（如LSTM、Transformer和N-BEATS）。它可以进行模型训练、生成带置信区间的预测、比较不同模型的性能，并将结果结构化存储，支持后续的深度分析和模型优化。

上一页 1 2 3...20 21 222324 下一页

语言