by Innei
Personal U.S. stock trading research workspace with market-intelligence agent skills and a local realtime charting app.
# Add to your Claude Code skills
git clone https://github.com/Innei/trade-skillstrade-skills is an open-source ai agents skill for AI coding assistants such as Claude Code, Codex CLI, and ChatGPT, built by Innei. Personal U.S. stock trading research workspace with market-intelligence agent skills and a local realtime charting app. It has 66 GitHub stars.
trade-skills's catalog security scan is still queued. You can run an instant dependency and prompt-injection check now with the "Scan for vulnerabilities" button above.
Clone the repository with "git clone https://github.com/Innei/trade-skills" and add it to your Claude Code skills directory (see the Installation section above).
trade-skills is primarily written in TypeScript. It is open-source under Innei on GitHub, so you can review or fork the full source.
Yes. SkillsLLM lists many other AI Agents skills you can browse and compare side by side. Open the AI Agents category from the badge at the top of this page, or use the Related Skills and comparison links further down to weigh trade-skills against similar tools.
No comments yet. Be the first to share your thoughts!
Unlocks once the catalog security scan passes (runs nightly).
The deep catalog scan for this skill is still queued. Run an instant dependency check now instead.
个人美股交易研究工作台:交易日志、市场情报 Agent Skill,以及本地实时图表应用。
这是交易日志仓库,不是对外发布的软件产品。它做三件事:
journal/,按个股放在 stocks/,图表数据 JSON 放在 journal/charts/data/。没有数据库。~agents/skills/ 和 ~claude/skills/ 下的 Skill 调用券商、政府、新闻接口,把零散数据拼成一份能落档的研究稿,同时从第三方 skill 生态引入估值、财报分析、期权、相关性分析等能力。app/(Fastify + TypeScript 服务端内嵌 Vite middleware,React 前端)在 http://localhost:5199 渲染全部图表——K 线、资金流、SEPA 仪表盘、短线多周期预测面板,指标全部服务端实算,并带实时行情推送。[!NOTE] 这套工具针对美股。Skill 内置的 cohort、宏观系列、新闻流都默认美股口径。
图表应用(app/)本地跑在 http://localhost:5199。下面几张图分别是它的四类图表、个股驾驶舱和图表库——数据全部服务端实算,页面打开时走 SSE 实时刷新。
个股驾驶舱:一屏看完一只票——左侧多周期 K 线叠加均线 / MACD / K 线形态标注,右侧页签在预测、资金流、消息、持仓&环境、AI 点评之间切换。

图表库:所有出过的图按日期归档,可按类型(sepa / intraday / flow / cohort)筛选;数据存在 journal/charts/data/,渲染永远用最新前端代码。

仓库按层分工,每一层只做一件事。
| 来源 | 接入方式 | 覆盖范围 |
|---|---|---|
| Longbridge 长桥 | longbridge ... CLI / longbridge-* skill |
实时报价、K 线、基本面、资金流、技术指标、新闻 |
| FRED | fred skill(免费 API key) |
美国/全球宏观时间序列(CPI、GDP、联邦利率、收益率、M2、美元指数) |
| SEC EDGAR | sec-edgar skill(UA header) |
10-K/10-Q/8-K/S-1 原文,Form 4 内部人交易解析 |
| GDELT 2.0 | gdelt skill(5 秒限流) |
全球多语种新闻流,含情绪打分 |
| Trump Truth Social | trump-truth-monitor skill(RSS 镜像) |
Trump 帖子归档、分类与市场影响分级 |
| Yahoo Finance | yfinance-data + 衍生 skill |
估值数据、财报前瞻/复盘、分析师预期、链上 ETF 溢价、流动性指标 |
Longbridge 覆盖价格与基本面;自研的四个 custom skill 补的是盲区(宏观、监管原文、世界新闻、政策口风);Yahoo Finance 衍生 skill 接管了估值和财报分析方向。
这一层不引入新数据源,只把第一层的调用按规矩排好顺序,并执行一系列防错纪律:
stock-deep-dive:第一次看一只新票时用。一次性跑业务/基本面/技术面/催化剂/上下游/自审六个维度。capital-rotation:盘后一次性扫指数/半导体/软件云/大科技/应用端几个固定 cohort 的资金净流入,定一个轮动叙事,写入 journal/YYYY-MM-DD-flow.md。market-session-tracker:盘前到收盘期间盯一份观察清单,识别突破、派发、回调档位,按时间戳更新判断。company-valuation:DCF + 相对估值(multiples)+ 分部估值(SOTP)三法并算,给出隐含股价区间和不含偏见的公允价值判断。earnings-preview / earnings-recap / estimate-analysis:财报前瞻(一致预期 vs 历史 beat/miss 记录)、日志(结果复盘)、预估分析(修订趋势与分布区间)。etf-premium:ETF 溢价/折价分解——哪些是 NAV 驱动、哪些是结构性的(伽马挤压、做市商对冲、AP 套利堵塞)。sepa-strategy:Mark Minervini SEPA 方法——趋势模板检查、VCP 收缩识别、杯柄/旗形/高紧旗形态、突破确认与仓位计算。stock-correlation:股票间相关性与配对分析(滚动相关系数、beta、同行对标、供应链联动)。stock-liquidity:流动性评分——买卖价差、ADTV、市场冲击估算、Amihud 非流动性指标。serenity-skill:供应链瓶颈挖掘法——从产业链卡点倒推投资机会,适合独立深度调研。options-payoff:交互式期权盈亏曲线——多腿组合的 P&L 可视化与盈亏平衡点分析。startup-analysis(风投/求职/创始人三维评价)、hormuz-strait(霍尔木兹海峡实时状态)、saas-valuation-compression(SaaS 多轮估值压缩分析)、yc-reader、twitter-reader 等。[!TIP] 工作流之间互有重叠。单票第一次研究用
stock-deep-dive;盘后看大盘资金去哪了用capital-rotation;盘中实时盯盘用market-session-tracker;单票找入场用intraday-signal;看估值用company-valuation;准备或回顾财报用earnings-preview/earnings-recap;只看一个维度(比如只查个报价)就跳过工作流,直接调longbridge-*。
每个工作流最后都要写入 markdown。
journal/YYYY-MM-DD-flow.md —— 资金轮动快照journal/YYYY-MM-DD-<theme>.md —— 盯盘报告journal/trump-feed/YYYY-MM-DD.md —— Trump 帖子档案(archive.py 幂等追加)stocks/{SYMBOL}.md —— 个股六维笔记,增量更新,不重写stocks/_chain-ai-stack.md —— AI 资本支出产业链的跨股映射图journal/charts/data/YYYY-MM-DD-<slug>.json —— 图表数据快照,带 schema version项目自有 skill 放在 .claude/skills/:
.claude/skills/
├── _shared/ # 公共模块(env、缓存客户端、输出协议)
├── capital-rotation/ # 资金轮动扫描
├── chart/ # 图表应用调用规范(skill 内用 POST /api/charts 出图)
├── fred/ # FRED 宏观数据
├── gdelt/ # 全球新闻流
├── intraday-signal/ # 单票短线多周期钻取
├── market-session-tracker/ # 盘中实时盯盘
├── sec-edgar/ # SEC 文件
├── stock-deep-dive/ # 单票六维研究
└── trump-truth-monitor/ # Truth Social 监控与归档
自研 skill 是 stdlib-only 的 Python 3(/usr/bin/python3),从仓库根目录调用:
# 自检某个数据源是否可达
python3 .claude/skills/<source>/scripts/<cmd>.py --smoke
# 通用参数:--help、--smoke、--verbose;数据脚本额外支持 --fresh、--json
python3 .claude/skills/trump-truth-monitor/scripts/fetch.py --hours 24 --json
python3 .claude/skills/trump-truth-monitor/scripts/archive.py --quiet
共享约定(由 _shared/ 统一执行):
{"ok": true, "data": ..., "meta": ...} 到 stdout,exit 0;失败 → {"ok": false, "error": ..., "hint": ...},非零退出,诊断信息走 stderr。_shared/env.py 在 import 时自动读仓库根 .env(FRED_API_KEY、SEC_USER_AGENT)。.env 已 git-ignore。_shared/client.py 缓存在 ~/.cache/market-intel/,按数据源自动节流(SEC 10 req/s、FRED 120 req/min、GDELT ≥ 5 秒一次)。借助 pi 的 skill 机制,项目还集成了一套涵盖估值、财报、期权、流动性、相关性的第三方 skill,放在 .agents/skills/ 下,由 skills-lock.json 管理版本锁。pnpm install 自动还原。
来自 himself65/finance-skills 与 muxuuu/serenity-skill,具体清单见 skills-lock.json。
cd app && pnpm install # 首次
cd app && pnpm start # http://localhost:5199
cd app && pnpm test # 金标测试(与原 Python 实现逐数对齐)
单进程运行——server(Fastify + TypeScript)以内嵌 middleware 模式挂载 Vite dev server,前端源码直接热更新,无打包环节。服务端自己调 longbridge CLI 拉数据并用 TypeScript 计算全部指标(均线、MACD、RS、趋势模板、成交分布、14 种 K 线形态、背离检测、时段分类);图表数据以 JSON 落在 journal/charts/data/(gitignored),前端永远用最新代码渲染历史数据,改组件不影响旧图。
实时层:页面打开期间走 SSE 推送——
GET /api/stream/quotes:10 秒轮询行情(watchlist ∪ 持仓),自动识别盘前/盘后/隔夜时段;GET /api/stream/charts/:id:每 60 秒重建 flow / kline / intraday 图表数据并推送,不重置缩放。详情见 app/README.md。
git clone https://github.com/Innei/trade-skills.git ~/git/trade
cd ~/git/trade
pnpm install # 会触发 prepare 钩子,自动还原第三方 skill
pnpm install 自动调 skills experimental_install 按 skills-lock.json 把第三方 skill 拉到 .agents/。第三方 skill 不进仓库本体。
要更新 skill 锁定版本:
pnpm skills:update
可选的环境变量放在仓库根的 .env:
FRED_API_KEY=... # FRED 免费申请
SEC_USER_AGENT="Your Name <you@example.com>" # SEC EDGAR 要求带身份
.
├── .agents/skills/ # 第三方 skill(pnpm 按 skills-lock.json 自动还原,gitignored)
├── .claude/skills/ # 自研 skill 源码
│ ├── _shared/ # 公共 env / 缓存客户端
│ ├── capital-rotation/ # 资金轮动扫描
│ ├── chart/ # 图表调用规范
│ ├── fred/ # FRED 宏观数据
│ ├── gdelt/ # 全球新闻流
│ ├── intraday-signal/ # 单票短线多周期
│ ├── market-session-tracker/
│ ├── sec-edgar/ # SEC 文件
│ ├── stock-deep-dive/ # 单票六维研究
│ └── trump-truth-monitor/
├── app/ # 图表应用
│ ├── server/ # Fastify + TypeScript(指标实算 + API + SSE)
│ ├── web/ # Vite + React(渲染组件 + 实时数据订阅)
│ └── README.md
├── docs/ # 设计文档
├── journal/ # 每日札记(gitignored)
├── stocks/ # 个股笔记(gitignored)
├── CLAUDE.md # 给 Claude Code 的项目说明(中文白话)
├── package.json # pnpm workspace root
└── skills-lock.json # 第三方 skill 版本锁
这些都是反复踩过坑后写进 skill 里的硬性约束,独立调用脚本时也建议保留:
… 标题,不能当作公司口径引用。longbridge financial-report --kind IS 给的是 GAAP 稀释 EPS;卖方、一致预期用的是 non-GAAP。两者数字差距大时,多半是混了口径。[!WARNING]
- 资金流单位不一致:
capital-rotation把longbridge capital的输出当作万美元,盯盘模板默认推断为千美元/$k。Longbridge 本身不标单位,记录时一定要把原始数字和你推断的单位都写下来,不要默默换算。.SOX.US在 Longbridge 上拉不到,用SMH/SOXXETF 代理。- 文件名日期是美股交易日,不是亚洲本地日期。同一天再跑会追加带时间戳的小节,不会覆盖。
- GDELT 只滚动近期窗口,不是历史档案。Trump 的 RSS 镜像只露最近约 5 天(约 100 条),更早的帖子只有靠
archive.py持续抓取才会留存。
第三方 skill 来自 himself65/finance-skills 与 muxuuu/serenity-skill。具体清单见 skills-lock.json。