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 VA ，共找到 397 条记录

默认排序最新上传最多下载

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。

结构化文本解析：正则与LLM决策框架

regex-vs-llm-structured-text

这是一个实用的决策框架，指导用户在结构化文本（如表格、试题、发票）解析时，选择使用正则表达式还是大型语言模型（LLM）。核心思路是：利用低成本、确定性的正则匹配处理大部分（95-98%）的常见模式，并引入置信度评分机制，只在遇到低置信度的边界案例时，才调用昂贵的LLM进行二次校验，从而实现成本和精度的最佳平衡。

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。

社交图谱加权排名分析

social-graph-ranker

这是一个先进的网络情报工具，用于计算加权图谱分数，描绘到达目标的最优路径。它能够识别潜在的引荐人，衡量跨连接的“桥梁价值”，并帮助用户判断是否需要温和引荐或直接外联。对于需要掌握核心排名数学原理的用户尤其适用。

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。

均值方差投资组合优化求解

trader-portfolio-cg

本技能用于求解均值方差投资组合优化问题，采用高效的共轭梯度法（CG）而非传统的Neumann级数。该方法在计算最佳投资权重方面具有显著的速度提升（提升40-60倍），适用于对计算性能要求极高的量化金融和风险管理场景。

投资组合与仓位风险评估

该工具利用神经网络交易员（neural-trader）的风险引擎，全面评估投资组合和单个持仓的风险。它计算包括风险价值（VaR）、条件风险价值（CVaR）和夏普比率等关键指标，并提供最佳仓位规模建议，同时检查市场熔断器状态，适用于量化交易和投资组合风险管理。

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。

向量聚类：发现语义群组

该技能利用图谱社区检测算法（如谱聚类/Louvain）对指定命名空间内的向量集合（如代码嵌入）进行聚类。它用于发现数据集中潜在的主题、识别自然分组，并分析大规模、非结构化向量数据间的关联性。适用于需要根据语义相似性而非简单关键词匹配来组织向量数据的情况。

上一页 1 2 3...30 31 323334 下一页

语言