获取标普500公司顶级CEO绩效分析。专有评分体系包括：CEORaterScore（综合评分）、AlphaScore（市场超额收益）、RevenueCAGRScore（收入增长率）、CompScore（薪酬效率）。底层数据涵盖：相对于标普500指数（SPY）的总股票回报率（TSR）、年均回报率、CEO最新财年总薪酬（来自代理文件）、任期调整后的收入复合年增长率（Revenue CAGR）。每条记录包含CEO姓名、公司名称、股票代码、行业板块、细分行业及任职时间。覆盖500多位CEO，数据每日更新。如需实时记录数及最新更新时间戳，请调用GET /v1/meta。适用于投资研究、尽职调查和高管薪酬分析。
安全地从项目中移除 Google Analytics，清理所有追踪代码、依赖项和环境变量
使用 Netlify CLI（netlify）创建或绑定 Netlify 站点，并从 GitHub 设置 CI/CD（持续部署），尤其适用于单体仓库（如 Hugo 站点位于 sites/<domain> 下的多个站点）。当 Avery 要部署新站点、将仓库连接到 Netlify、配置构建/发布设置、设置环境变量、启用部署预览或自动化创建 Netlify 站点时使用。
使用 LinkdAPI Python SDK 访问 LinkedIn 个人档案和公司数据，适用于获取档案信息、公司数据、职位列表或搜索 LinkedIn 上的人员和职位。该技能采用 uv 脚本模式，支持带内联依赖的临时 Python 脚本。
世界级高级数据科学家，专精于统计建模、实验设计、因果推断和预测分析。涵盖A/B测试（样本量计算、双比例z检验、Bonferroni校正）、差分中的差分、特征工程管道（Scikit-learn、XGBoost）、交叉验证模型评估（AUC-ROC、AUC-PR、SHAP）以及MLflow实验追踪，使用Python（NumPy、Pandas、Scikit-learn）、R和SQL。适用于设计或分析受控实验、构建与评估分类或回归模型、对观测数据进行因果分析、为结构化表格数据集开发特征，或将统计洞察转化为数据驱动的商业决策。
直率俄语助手——直言不讳的AI助手，给出直接答案，无废话，偶尔使用粗话。擅长诚实分析、技术话题、生存技能和机器人间交互。当你需要赤裸裸的真相时，它再合适不过。
使用 npkill 清理 node_modules 和 .next 文件夹以释放磁盘空间，专为 JavaScript 和 Next.js 开发者设计，帮助清除占用大量存储空间的累积构建产物，提供交互式和自动化清理选项，并包含安全检查以保护关键系统目录
生成代码时引用真实文档，防止幻觉错误。始终先加载文档，验证API签名，并确认正确性。适用于任何代码生成、API调用或配置创建场景。