软件下载帮助文档新闻资讯

Skill UI

浏览并发现 16567+ 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

搜索时间序列，共找到 31 条记录

默认排序最新上传最多下载

全球金融市场数据接入

sickn33/antigravity-awesome-skills

本技能提供通过 Alpha Vantage API 接入全面的全球金融市场数据。用户可以获取股票、期权、外汇、大宗商品和加密资产的时间序列数据，包括历史价格（OHLCV）。此外，它还支持获取基本面指标（如市盈率、市值）、宏观经济数据（如GDP、CPI）和超过40种技术指标（如RSI、MACD），非常适合进行量化分析和金融建模。

Aeon时间序列机器学习

K-Dense-AI/scientific-agent-skills

Aeon 是一个与 scikit-learn 兼容的 Python 时间序列机器学习工具包，涵盖分类、回归、聚类、预测、异常检测、分割和相似性搜索等任务，提供专门算法并支持单变量和多变量时序分析。

NeuroKit2 生物信号处理

K-Dense-AI/scientific-agent-skills

基于 NeuroKit2 构建可复现的生理时间序列研究流程，涵盖 ECG、RSP、EDA 等生物信号的预处理、事件与区间分析、多模态对齐、变异性与复杂度分析。

系统发育树构建与分析

K-Dense-AI/scientific-agent-skills

本技能用于构建和分析系统发育树，涵盖 MAFFT 序列比对、IQ-TREE 2 最大似然树推断及 FastTree 快速分析。适用于进化关系研究、微生物基因组学、病毒传播动力学及分子钟分析。通过 ETE3 等工具可视化，帮助推断祖先序列、检测水平基因转移及确定物种分化时间。

Statsmodels 统计建模与计量分析

K-Dense-AI/scientific-agent-skills

基于 Python 的统计建模与计量经济学工具库，涵盖 OLS、GLM、混合模型、离散选择与 ARIMA 时间序列，提供残差诊断、模型比较与系数推断，适合严谨的统计推断与实证分析。

零样本时间序列预测

timesfm-forecasting

K-Dense-AI/scientific-agent-skills

利用 Google TimesFM 基础模型进行零样本单变量时间序列预测，无需训练自定义模型。支持销售、传感器及天气数据，提供点预测和预测区间。包含运行前系统检查，确保内存和 GPU 资源充足以防崩溃。

金融时间序列预测与分析

alphaear-predictor

RKiding/Awesome-finance-skills

该技能使用Kronos模型执行先进的金融时间序列预测。它首先生成量化基础预测，然后结合新闻情感分析进行调整和优化，是需要获取可操作市场洞察的金融专业人士的必备工具。

LangGraph 状态持久化与检查点管理

langchain-langgraph-checkpointing

jeremylongshore/claude-code-plugins-plus-skills

本技能深入讲解了LangGraph代理的健壮状态管理方法。它解决了常见的检查点陷阱（如缺少线程ID、状态非JSON可序列化等），提供了使用MemorySaver或PostgresSaver实现可靠状态持久化的最佳实践。内容涵盖了线程约束、Schema迁移和时间旅行调试，确保应用具备生产级的稳定性。

滑动时间窗口的向量搜索扩展

qdrant-sliding-time-window

github/awesome-copilot

本指南详细介绍了在向量数据库中处理时间序列数据和数据生命周期管理的高级策略。适用于仅需要检索近期数据的场景（如社交媒体、新闻）。文章详细阐述了分片轮换（推荐）、集合轮换和过滤删除三种扩展方法，帮助用户根据数据特性选择最佳的扩展和数据保留方案。

使用Plaso构建数字取证超时间线

building-super-timelines-with-plaso

mukul975/Anthropic-Cybersecurity-Skills

本技能指导如何利用Plaso工具生成数字取证超时间线。它能够融合文件系统MACB时间、注册表、EVTX、浏览器历史等数百种类型的数据，构建单一、规范化的时间轴。主要用于事件响应或取证调查，以重构受损或被攻陷系统上的完整事件序列，并帮助分析人员检测潜在的反取证行为。

Profound 大模型引用追踪

AgriciDaniel/claude-seo

通过 Profound API 追踪品牌在 ChatGPT、Perplexity 等大语言模型中的引用率，提供时间序列趋势、高频提示词、竞品引用与涨跌告警，用于 AI 搜索可见度分析。

市场数据神经网络模型训练

该工具用于在时间序列市场数据上训练和评估高级神经网络模型（包括LSTM、Transformer和N-BEATS）。它支持生成带置信区间的预测结果，并能比较不同架构的性能表现，适用于量化交易研究和金融预测。

上一页 123 下一页

语言