SuperAPI AI 工具集

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

tiktokapi-mcp

TikTokAPI.io 的官方 Claude Code / Agent 技能与 Model Context Protocol(MCP)服务器参考实现。它通过 TikTokAPI.io 的高速 REST API 和 MCP 服务器(@tiktokapi/mcp-server),获取实时公开的 TikTok 数据,包括视频元数据、1080p 无水印 MP4、创作者资料、评论以及 Creative Center 商业广告等信息。该技能提供了在 Claude Desktop、Cursor、Windsurf 等 MCP 客户端中的快速接入方式,使用 npx 命令即可启动,并通过环境变量 TIKTOKAPI_KEY 配置 API 密钥。

数据与分析1 次安装

answering-natural-language-questions-with-dbt

该技能用于回答业务数据问题:优先使用 dbt 语义层查询指标,其次修改已编译 SQL、探索模型、分析 manifest/catalog,最终以 SQL 查询数据仓库给出答案。适用于“上月总销售额是多少”“有多少活跃客户”“按地区展示收入”等业务问题,不适用于验证模型逻辑、测试 dbt 模型或语义层定义、构建或修改 dbt 模型以及 dbt run/test/build 工作流。

数据与分析1 次安装

fii-dii-flow-tracker

FII/DII Flow Tracker 是面向印度股票市场的机构资金流向分析技能,用于跟踪和解读外国机构投资者(FII)与国内机构投资者(DII)在每个交易日的买入、卖出净额,并将其与 Nifty 50 指数的走势进行关联分析。该技能适用于查询机构资金日度、周度、月度流向,判断 FII 处于净买入还是净卖出、DII 是否在承接 FII 抛售,识别资金格局(如 FII 净买入、FII 净卖出、DII 吸收、双向买入、双向卖出、转换期),并评估这些流向与 Nifty 方向的相关性、对印度卢比的影响、板块层面的配置倾向以及历史事件中的流向特征。工作流程包括:从 NSDL、NSE、MoneyControl 等来源检索最新 FII/DII 现货市场数据;获取近 10 个交易日的流向数据和 Nifty 50 历史价格;对每日流向进行分类,进行 10 日滚动趋势分析、月度(MTD)与年度(YTD)累计分析、计算 FII 与 DII 的流向比率和吸收率;判定当前所处的资金格局;通过计算工具分析流向与指数的相关性,并识别背离;如有需要再检索板块级数据;最后按模板生成包含汇总框、历史数据表、趋势判断、启示和免责声明的报告。数据采用印度卢比“crore”为单位,并区分临时数据与最终数据。

数据与分析1 次安装

india-stock-analysis

该技能用于分析在印度国家证券交易所(NSE)和孟买证券交易所(BSE)上市的股票,执行基本面评估、技术面复盘、同业比较与投资报告生成。它通过已连接的券商 MCP 工具获取行情、财务、股东结构与技术指标,并以联网搜索补充新闻与分析观点;所有金额以印度卢比(INR)计价,遵循印度财年(4月至次年3月)惯例,无需 API Key。若未指定分析类型,默认输出综合投资报告。

数据与分析1 次安装

nse-vcp-screener

该技能用于在印度 Nifty 50/200/500 股票池中筛选符合 Mark Minervini 波动收缩形态(VCP)的股票,识别处于第 2 阶段上升趋势、价格区间收紧且成交量萎缩的潜在突破前形态。筛选分为三阶段:预过滤、趋势模板(7 项第 2 阶段标准,使用 260 日历史)、VCP 检测与五分量综合评分。数据通过 yfinance(.NS 后缀)与 niftystocks 包获取,无需付费 API 密钥。提供命令行参数控制股票池、收缩次数与深度、回看天数、突破成交量比、趋势最低分等,输出 JSON 与 Markdown 报告。

数据与分析1 次安装

scenario-analyzer

Scenario Analyzer(印度市场)是一个面向印度股市的情景分析技能:输入新闻标题、政策公告或地缘政治事件,围绕未来18个月构建概率情景,拆解对行业的一级、二级、三级连锁影响,并给出具体个股的正负面影响判断。它支持央行政策、财政政策、地缘政治、大宗商品、监管、公司事件、全球宏观、天气农业、选举政治等事件分类,并输出含相关新闻、情景概率、时间线、行业影响矩阵和正负面影响个股的分析报告。

数据与分析1 次安装