AlphaEar Predictor Skill 是一个市场预测技能，使用 Kronos 模型（通过 KronosPredictorUtility）执行时间序列预测，并根据新闻情绪调整预测结果。
用途 该技能面向金融市场的时间序列预测场景，以及需要结合新闻感知对金融市场预测进行调整的场景。
主要能力
- 预测市场趋势。其工作流程分为两步：首先生成基础预测，使用 scripts/kronos_predictor.py（通过 KronosPredictorUtility）生成技术面/量化预测；然后进行调整预测（Agentic），使用 references/PROMPTS.md 中的 Forecast Adjustment Prompt，根据最新新闻或逻辑对数值进行主观调整。
关键工具 KronosPredictorUtility.get_base_forecast(df, lookback, pred_len, news_text)：返回 List[KLinePoint]。
使用方式 提供 Python 示例用法：
from scripts.utils.kronos_predictor import KronosPredictorUtility from scripts.utils.database_manager import DatabaseManager
db = DatabaseManager() predictor = KronosPredictorUtility()
Forecast
forecast = predictor.predict("600519", horizon="7d") print(forecast)
配置要求 该技能需要 Kronos 模型和一个嵌入模型。
Kronos 模型：确保项目根目录下存在 exports/models 目录；将训练好的新闻投影器权重（例如 kronos_news_v1.pt）放入 exports/models/；或者依赖基础模型（自动下载）。
模型安全提示：该技能从 exports/models 加载模型权重。它使用 weights_only=True，并且只扫描 kronos_news_*.pt 模式。请确保只在该目录中放置可信的检查点。
环境变量： EMBEDDING_MODEL：嵌入模型的路径或名称（默认：sentence-transformers/all-MiniLM-L6-v2）。 KRONOS_MODEL_PATH：可选，用于覆盖模型加载路径。
依赖项 torch、transformers、sentence-transformers、pandas、numpy、scikit-learn。
适用场景与限制 适用于金融市场的时序预测与新闻感知调整。资料未提供关于收费、价格、平台支持范围、预测准确率或效果保证等信息，暂未提供。