SuperAPI AI 工具集
合作ENAI 行业资讯收藏

Skill 广场

找到适合任务的 Agent Skill，阅读介绍并复制安装命令。

更新于 11-05 00:16

数据与分析

17,418 个结果

stock-analysis

Stock Analysis（v5.0）是一个基于 Yahoo Finance 数据的股票与加密货币分析技能，支持美股与加密货币的行情分析、组合管理与定期分析。它通过脚本命令接收股票代码（如 AAPL、MSFT、GOOGL）或加密货币代码（如 BTC-USD、ETH-USD、SOL-USD），输出买入/持有/卖出信号、评分指标与风险提示，默认提供文本摘要，也可通过 --output json 获取结构化数据。该技能从八个维度评估标的：盈利惊喜、基本面、分析师情绪、历史模式、市场环境、行业表现、动量和情绪分析，权重会在部分组件不可用时自动归一化。它支持创建和管理混合资产组合（股票+加密货币），可添加、更新、删除资产，查看持仓盈亏，进行组合分析并给出集中度警告（单一资产占比超过30%）和推荐汇总。此外，脚本包含特殊时点检查（如财报前14天内建议持有、财报后5天涨超15%提示涨幅已计入）、风险标志（超买、高 VIX、避险模式、行业轮动）以及地缘政治风险检测（扫描最近24小时新闻关键词，对受影响股票施加置信度惩罚）。输出附带“非投资建议”免责声明。数据可能存在15-20分钟延迟，部分情绪数据滞后，仅支持美股，非美国股票数据可能不完整。

数据与分析2 次安装

fundamental-analyst

基本面分析师是一个面向 A 股个股的技能，属于 openclaw-data-china-stock 数据工具集。它接收用户问题、财务指标数据、财务报表数据和估值快照数据作为输入，输出固定结构的基本面解读，包括盈利能力、成长能力与偿债能力、估值与同业偏离、综合评分与风险反证，并附证据表和反证与局限说明。该技能通过 manifest / tool_runner 调用依赖工具，包括 tool_fetch_stock_financials、tool_fetch_stock_financial_reports、tool_fetch_market_data（view=valuation_snapshot）、tool_l4_valuation_context，以及可选的 tool_l4_pe_ttm_percentile。输出的通用字段涵盖 profitability、growth、solvency、valuation、peer_delta、composite_score、key_risks 和 confidence_band。技能要求先校验字段完整性，不足时输出 insufficient_evidence；估值结论必须同时包含历史分位与同业偏离；阈值从 config/fundamental-analyst_config.yaml 读取；并明确禁止输出买卖点、仓位比例和杠杆建议。

数据与分析2 次安装

strategy-backtester

策略回测师，用于基于历史行情与技术指标执行轻量回测编排并输出绩效评估。该技能在当前无专用回测工具的情况下，通过行情与指标工具完成轻回测，输出固定结构的策略规格、回测窗口、收益与风险指标、交易统计与参数敏感性、限制条件与下一步实验，并附证据表及反证与局限说明。它依赖工具解析标的、获取行情、计算技术指标，并可选获取估值事实字段；参数搜索范围从配置文件中读取。仅通过 manifest / tool_runner 调用依赖工具，禁止直连 plugins.data_collection；数据不足时输出 insufficient_evidence，无专用回测工具时声明 MVP mode 与能力边界；禁止输出买卖点、仓位比例、杠杆建议。

数据与分析2 次安装

technical-analyst

技术面分析师是一个面向 ETF、指数与 A 股的技术分析技能，基于 58 个技术指标输出结构化、可复核的技术面结论。它通过 OpenClaw 工具清单调用技术指标工具取数，先取数后解读，覆盖趋势、动量、波动与形态三个维度，并给出综合评分与风险反证。输出采用固定结构，包含趋势分析（均线、MACD、ADX）、动量分析（RSI、KDJ、CCI）、波动与形态（BOLL、ATR、K 线形态）、综合评分与风险反证，以及必选的证据表和反证与局限说明。该技能强调证据可追溯：关键数值须对应工具 JSON 字段名或附录快照，不得仅出现在自由叙述中；缺少关键字段时输出 insufficient_evidence；禁止输出买卖点、仓位比例与杠杆建议；阈值从配置文件读取而非硬编码。

数据与分析2 次安装

longbridge-derivatives

longbridge-derivatives 是一个面向 Longbridge 衍生品数据的工作流技能，主要用于查询和分析港股、美股市场的期权与窝轮（含牛熊证）数据。它按用户意图路由到不同参考文件，涵盖期权报价、期权链、Greeks、隐含波动率、成交量与未平仓量、港股窝轮列表与发行人信息，并提供期权策略、盈亏分析、波动率分析与进阶期权等分析框架。使用方式包括通过 Longbridge CLI 的 option 与 warrant 命令获取数据；CLI 不可用时可用 MCP 作为回退。由于资料未提供具体安装命令和完整示例，相关细节暂未提供。该技能本身不提供交易执行或行情连接权限，需自行准备并核验凭据与权限。

数据与分析2 次安装

longbridge-quant

longbridge-quant 是一个面向 Longbridge 量化分析的技能，提供量化指标脚本与多种量化研究框架的上游指导：通过 quant CLI 将用户自定义指标脚本作用到 K 线数据上，并覆盖配对交易/协整、波动率状态策略、季节性/日历效应、多因子选股、因子研究（IC/IR）、因子筛选、相关性与协整、统计方法（ADF/GARCH/bootstrap）、策略优化、执行成本建模、对冲策略与基于机器学习的预测等专题。该技能仅做分析、不做下单执行，使用前需确认已安装 longbridge-terminal 及相应访问权限。

数据与分析2 次安装

meteora-dlmm-pool-screening

面向 Meteora DLMM 流动性池的只读筛选与排序工具。通过公开 Meteora API 获取池子数据，先按预设门槛（bin step、TVL、fee/active TVL、organic score、持有人数、成交量）做硬过滤，再按费用/活跃 TVL 为主的综合评分排序，输出带判定（pass/watch/skip）的候选表。工具不部署、不兑换、不签名，仅发送 GET 请求，需携带 User-Agent。依赖未公开文档的 datapi，存在限流与变更风险，结果仅供参考，不构成投资建议。

数据与分析2 次安装

monte-carlo-context-detection

这是一个用于 Monte Carlo 数据质量场景的上下文检测技能，作用是对模糊或多步骤的数据相关请求进行意图分类，并路由到对应的 Monte Carlo 技能或工作流，例如资产健康检查、事件响应、主动监控、监控建议和 Agent 插桩。它本身不直接执行数据操作，而是依据信号定义和有限范围的 API 探测结果决定后续流程；资料未提供独立安装包或收费信息。

数据与分析2 次安装

vector-database-ops

该技能聚焦面向 AI 应用的向量数据库运维，包括部署、集合与索引管理、查询优化和备份恢复，并对比 Qdrant、Weaviate、pgvector、Pinecone、Chroma 等方案。资料给出 Qdrant 的 Docker 部署与 Python 集合管理、带过滤的检索示例，pgvector 的建表与 HNSW/IVFFlat 索引及语义查询，Weaviate 的 docker compose 配置，以及快照和 pg_dump 备份方式与常见性能问题处理建议。适合搭建 RAG、语义搜索和推荐系统的开发者参考。局限性提示：执行基础设施命令可能影响服务，变更前需确认目标并做好快照备份；该技能仅含文档，未随附上游脚本与模板。

数据与分析2 次安装