excel-lbo-modeler
Skillgithub.com
支持在 Excel 中构建杠杆收购模型,涵盖债务结构设计、分期偿还计划及私募股权回报测算,适用于并购交易建模与投资收益敏感性分析场景。
阿钰同学
浏览可复用的 Skill 能力条目,登录后查看来源说明。
github.com
支持在 Excel 中构建杠杆收购模型,涵盖债务结构设计、分期偿还计划及私募股权回报测算,适用于并购交易建模与投资收益敏感性分析场景。
github.com
构建私募股权交易用的杠杆收购模型,涵盖交易结构设计、五年经营预测、多层级债务安排、现金流分配、退出收益测算及敏感性分析,支持基于EBITDA、估值倍数和持有期等关键变量的动态回报推演。
github.com
面向业务自动化场景,提供 Excel 宏创建的全流程支持,包括需求分析、代码生成、最佳实践指导及输出验证,适用于需要快速构建可复用宏来优化表格处理与工作流的各类办公任务。
github.com
自动生成 Excel 宏以优化业务流程,支持工作流自动化、邮件处理与电子表格操作,提供符合行业规范的可部署代码,适用于需要高效完成办公自动化的场景。
github.com
通过自然语言指令对表格数据进行多维分析,支持按区域、类别、时间等维度自动汇总统计,生成透视表与图表,并提供条件格式、计算字段和交互式筛选功能,实现从原始数据到业务洞察的一站式处理。
github.com
生成包含计算字段与切片器的高级 Excel 数据透视表,支持多维度数据汇总和交互式仪表盘构建,适用于销售分析、财务趋势等动态报表场景。
github.com
根据自然语言指令将原始数据转化为透视表与可视化图表,支持按维度聚合、交叉分析、趋势展示及多指标对比,自动识别分组、汇总与过滤需求,生成带格式化和条件渲染的结构化结果,并提供关键洞察建议。
github.com
分析预算与实际差异,支持按周期、部门或科目钻取数据,识别重大偏差并生成瀑布图展示变动原因,适用于财务绩效复盘和经营分析场景。
github.com
自动完成预算与实际财务数据的差异分析,生成包含多维度汇总、趋势追踪及执行摘要的标准化报告,支持对异常波动进行智能标记与归因解释,并提供可操作的业务建议,适用于周期性财务复盘与经营决策支持。
github.com
自动完成预算与实际财务数据的差异分析,生成带标记、趋势判断和执行摘要的多维度报告,识别关键偏差并提供归因说明与行动建议,适用于周期性财务复盘及管理层决策支持。
github.com
通过施加阶跃输入并记录系统响应,实现对一阶系统动态特性的有效辨识。合理选择采样频率与测试时长,确保捕获完整的过渡过程,适用于增益、时间常数等关键参数的精确估计。
github.com
按分批执行与审查节点推进实施计划,加载方案后进行关键性评估,逐项完成任务并执行验证,每批次结束后汇报成果与结果,根据反馈决定提交变更或继续下一批次,遇阻塞立即暂停并请求澄清。
github.com
根据指定路径读取结构化任务计划文件,逐项执行待办任务并实时更新执行状态,确保所有任务从待处理经进行中最终标记为完成,通过循环检查与状态同步保障流程完整闭环。
github.com
统筹营销活动全生命周期管理,覆盖目标设定、受众分析、策略制定、多渠道内容生产与分发、执行调度及效果归因分析,支持基于数据反馈持续优化投放组合与信息触达效率,适用于从新品发布到用户留存的各类增长场景。
github.com
通过分批执行与检查点机制,系统化实施复杂开发计划,确保每阶段成果经审查后再推进,结合任务依赖管理、时间估算与审计追踪,实现高效协作与中断后无缝恢复。
github.com
按计划分批执行开发任务,每批完成后暂停并提交实施结果与验证反馈供人工评审,根据评审意见调整后继续执行后续批次,遇到阻塞或歧义时立即中止并请求澄清,确保每个步骤严格遵循计划且验证到位。
github.com
支持对带箭头符号的流程语法进行解析与执行,提供实时可视化进度、关键节点人工干预、自动错误恢复及临时文件清理,适用于需要精细控制和反馈的多智能体协同任务。
github.com
将复杂信息提炼为决策导向的精要报告,聚焦核心结论、关键发现与可执行建议,通过结构化格式支持高层快速研判,确保内容简洁清晰且直指行动方向。
github.com
自动生成符合企业级标准的执行摘要,涵盖项目管理、合规治理与系统集成等场景,提供分步指导、生产就绪的配置代码及行业最佳实践建议,并支持输出验证与错误诊断。
github.com
自动生成符合企业级规范的执行摘要,覆盖项目管理、合规治理与系统集成等场景,提供分步指导、行业最佳实践参考及可直接部署的配置方案。
github.com
负责执行 GSD 计划,支持原子化任务提交、自动处理执行偏差、按检查点暂停与恢复、全程状态追踪,并生成结构化执行摘要,确保每步操作可追溯、可验证、可中断续行。
github.com
面向教育者设计符合认知科学原理的Python练习题,通过检索练习、间隔重复和交错学习等策略提升学习效果,支持填空、调试、从零构建、代码扩展及AI协同等多样化题型,兼顾难度递进、概念复现与评估对齐。
github.com
分析现有代码库的结构与规范,识别技术栈和项目类型,在不破坏原有约定的前提下补充缺失的开发守则与安全检查机制,逐步建立格式化、静态检查、提交验证等渐进式防护措施。
github.com
提供系外行星探测全流程方法论支持,涵盖光变曲线数据的质量控制、噪声抑制、周期搜索、信号验证与参数优化,指导用户根据恒星类型和目标行星特征选择TLS、Lomb-Scargle或BLS等适配算法,并识别常见假阳性问题。