数据分析研究工程开发
pymc
使用 PyMC 进行贝叶斯建模与概率编程。构建分层模型,执行 MCMC 采样 (NUTS) 与变分推断,并透过 LOO/WAIC 进行严谨的模型比较与后验检查。
浏览: 8★ 19,798
探索可复用的代理技能,查看实现细节,快速找到适合你工作流程的技能。
共找到 131 个技能
使用 PyMC 进行贝叶斯建模与概率编程。构建分层模型,执行 MCMC 采样 (NUTS) 与变分推断,并透过 LOO/WAIC 进行严谨的模型比较与后验检查。
利用风险评估与优先级排序,将测试重点集中在最高风险区域。适用于规划测试策略、配置测试资源或进行覆盖率决策。
根据研究计划与叙事报告,以章节为单位编写 LaTeX 学术论文,并通过多模型审阅机制确保质量。
通过代理驱动的迭代流程,创建结构化、高质量的技术实现计划。适用于复杂重构、新功能开发与技术架构设计。
增强认知层,将对话连接至持久化知识树,实现跨项目的长期记忆、回溯与情境推理。
分析 Claude Code 会话历史,以识别效率低下的模式、优化 Token 使用量并建议工作流程改进。
为研究、开发与测试工作流部署网格、层级与星状拓扑等进阶多代理人蜂群编排策略。
使用 ScholarEval 框架系统性地评估学术研究工作,针对研究质量维度提供结构化的定量与定性分析,并提供具备执行力的反馈建议。
代码库自动化优化循环。根据特定目标与机械指标,自动修改、测量并迭代代码以提升效能。
管理、搜索并从本地论文数据库中提取技术见解。适合开发者实作学术研究、验证代码与数学逻辑,以及为 AI 编程代理提供科学论文背景资料。
将性能分析数据综合为具体建议及有据可依的技术决策。
为 OpenClaw 智能体设计的进阶网页搜索与推理工具。具备引用来源、多步骤推理及透过 OpenRouter 进行即时网络存取的能力。