股票多空因子评估专家

SKILL效率
效率 未标注权限 许可证不明确
安装这个技能

股票多空因子评估专家。当用户输入一个公司名或股票名(如"比亚迪"、"腾讯控股"、"分析XX的多空"),对该公司进行 13 个因子的系统性多空评估,并针对利空因子寻找公司应对措施、定义可量化跟踪指标、通过网络搜索获取最新进展并给出评价(超出预期/符合预期/不及预期)。覆盖 A 股与港股。触发场景:用户说"评估XX的多空""XX多空分析""分析XX股票多空因子""多空评估:公司名"等。

一句话选型结论

按资料字段整理

股票多空因子评估专家是效率类的 Agent Skill,安装方式未标注,权限级别未标注,许可证不明确,有可直接复制的安装命令。技能本质是给模型读的说明书,效果取决于模型与客户端;装完先用一个小任务验证,再放进正式流程。

分类效率 安装方式未标注 权限级别未标注权限 许可证许可证不明确
累计安装 未标注 本周 未标注
GitHub 星标 未标注 仓库 未标注
下载量 未标注 技能市场下载数
权限级别 未标注权限 安装前请确认风险范围
许可证 许可证不明确 未说明

安装

未标注
在支持 Skills 的客户端里执行,装完问一句「你有哪些技能」验证
skillhub install user_1832f53b/stock-bull-bear-evaluator
  1. 1
    确认客户端支持

    确认你的客户端支持 Skills(Claude、Codex、Cursor 等),并升级到较新的版本。

  2. 2
    拿到技能文件

    执行上面的命令安装;也可以把仓库里的 SKILL.md 手动放进客户端的 skills 目录。

  3. 3
    刷新技能列表

    重新打开客户端,或刷新技能列表,让新放进来的技能被加载。

  4. 4
    验证是否生效

    问一句「你有哪些技能」,确认列表里出现它,再拿一个小任务试跑。

技能档案

效率
字段来自技能仓库与公开索引,中文说明由本站标注
作者 / 维护方user_1832f53b仓库 未标注 · 版本 未标注
宿主客户端未标注技能可被这些客户端加载
安装方式未标注安装包 community
权限级别未标注权限安装前请确认风险范围
许可证未说明许可证不明确,商用前请自行确认条款
仓库可用性available技能仓库当前是否可访问
最近核验未标注上游最后核验时间 · 数据更新 1791733676
正文体量22.9 KBSKILL.md 原文大小,越大说明说明书写得越细

典型使用场景

3 类
按分类整理的常见用法,具体以 SKILL.md 为准
整理待办与日程

把零散任务收进清单,排出优先级。

批量处理重复任务

把固定动作做成模板,重复执行。

把流程写成清单

把口头流程整理成可复用的步骤。

选择建议

装之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 有可直接复制的安装命令,不用自己翻文档找入口。

先想清楚的地方

  • 没有标注权限级别,实际能做什么要装好后确认。
  • 许可证不明确,商用或二次分发前先到仓库确认条款。
  • 没有做站内核验,内容以作者仓库为准。
  • 技能只是说明书,实际效果取决于模型与客户端,装完先用小任务试一遍。

更适合

  • 需要在效率场景里给模型补一套做法的人。
  • 愿意先读一遍 SKILL.md、确认它会让模型做什么的人。

不太适合

  • 对许可证要求很严、必须明确可商用的人。
  • 只想装完就自动变强、不打算看说明书的人。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
技能权限级别安装方式累计安装宿主客户端安装命令
股票多空因子评估专家当前 未标注权限 未标注 未标注 未标注 有
Nano PDF 文档 联网访问 ClawHub 市场 424.9 万 OpenClaw 有
自动更新程序 浏览器控制 ClawHub 市场 296.4 万 OpenClaw 有
Gemini 助手 联网访问 ClawHub 市场 254.7 万 OpenClaw 有
word DOCX 文档 联网访问 ClawHub 市场 239.6 万 OpenClaw 有
Excel XLSX 前端 联网访问 ClawHub 市场 227.0 万 OpenClaw 有

SKILL.md 全文

22.9 KB
模型实际读到的说明书原文,来自技能仓库

股票多空因子评估专家

概述

对用户输入的公司/股票,系统性评估 13 个因子的多空倾向(三时间框架:当前 / 未来 3-6 个月 / 未来 3 年),完成业绩动能交叉校验(检测结构性判断与短期业绩的背离),针对利空因子深挖公司应对措施与可量化跟踪指标,并通过网络搜索验证指标最新进展。输出对话内多空评估表 + 业绩动能校验表 + 利空应对指标跟踪表 + 加权多空评分表(1-10 分制、三时间框架加权、五档评级),同时生成完整 .md 评估报告文件。

适用市场:A 股(sh/sz/bj)、港股(hk)。

触发与意图识别

触发词示例:
- "多空评估:比亚迪" / "评估腾讯控股的多空"
- "分析 XX 股票的多空因子"
- "XX 多空分析" / "帮我看下 XX 的多空"

输入为公司名或股票名时,按本 skill 流程执行。若用户只问单一指标(如"比亚迪融资余额多少"),不触发本 skill,直接用对应数据源回答。

工作流程

> 流程起点:任何评估与搜索必须始于下方「前置步骤:实时时间锚定与最新财报状态确认」。先确认真实评估时点与最新财报,再进入标的解析,否则后续所有时间相关判断都会失真。

前置步骤:实时时间锚定与最新财报状态确认(强制 · 最先执行 · 不可跳过)

在调用任何评估动作、运行任何网络搜索之前,必须首先完成本步,确立本次评估的「真实评估时点」与「最新财报基准」。禁止使用模型记忆中的日期、上一会话遗留的日期,或假设「数据就是最新的」。

  1. 获取实时时间(严禁使用模型记忆中的"今天")
    - 运行命令获取当前最真实的系统时间,禁止用模型内置记忆的日期或上一会话遗留的日期:
    bash date "+评估基准日:%Y 年 %m 月 %d 日(%A),当前 %H:%M(本地时区)"
    - 若系统时间受限 / 不可信,回退到可信时间服务:
    bash curl -s "https://worldtimeapi.org/api/timezone/Asia/Shanghai"
    - 将结果作为本次评估的评估基准日,全程沿用;后续所有搜索词、财报期判断、季报披露节奏均以此为准。

  2. 确认公司最新定期报告状态(基于实时时间,禁止凭记忆)
    - 基于「评估基准日」,用网络搜索确认该公司已发布的最新一期定期报告是哪一报告期(年报 / 一季报 / 中报 / 三季报)、其实际披露日期、报告期截止日。
    - 搜索词必须携带实时年份 / 月份(来自步骤 1 的评估基准日),例如:

    • 比亚迪 2026 一季报 年报 披露时间
    • 腾讯控股 2026 中期业绩 发布日期
    • 同时确认:当前处于哪个财报真空期、下一期报告预计披露时间、是否已有业绩预告 / 业绩快报。
    • 严禁使用模型记忆中的历史财报期(如"我记得它去年发了年报")或假设"数据就是最新的"——必须以实时搜索结果为准。
  3. 锚定财报数据时效,向下传递
    - 将确认结果(评估基准日 + 最新已发布报告期 + 披露日期)作为第 2 步业绩动能交叉校验、第 3 步跟踪指标数据时效、第 5 步报告标注的输入:

    • 交叉校验与因子分析必须基于上述「最新一期已发布报告」,不得沿用上一期数据(呼应纪律第 18 条「季报发布即刷新」)。
    • 报告文件中须显式标注「评估基准日」与「所用财报期 / 报告发布日期」。

为什么必须前置:所有时间相关判断(财报披露节奏、中期 3-6 个月窗口、搜索词时间范围)都依赖真实"今天"。若用模型记忆的过期时间或沿用上一会话的日期,会导致搜索词带错年份、遗漏刚发布的最新财报、对"是否已披露 / 处于真空期"判断错误,直接动摇多空结论的可靠性。

第 0 步:解析标的与市场

  1. 用 WeStock 搜索解析公司名 → 股票代码:
    bash npx -y westock-data-clawhub@1.0.4 search 比亚迪
  2. 确认代码前缀:A 股 sh/sz/bj,港股 hk。
  3. 用 profile 取公司简况(行业、主营、上市日期),作为后续分析基础。

第 1 步:13 因子三时间框架多空评估

对下表 13 个因子逐一进行三时间框架评估,三个判断独立给出,不可互相替代:

  • 当前多空:基于当前事实判断,取值 利多 / 利空 / 中性 / 中性偏多 / 中性偏空
  • 中期展望:基于未来 3-6 个月该因子的变动方向判断,取值 向好 / 不明朗 / 不佳
  • 长期评估:基于未来 3 年该因子的方向判断,取值 利多 / 利空 / 中性 / 中性偏多 / 中性偏空(判定指引见 references/scoring-algorithm.md 第 5 节;筹码/资金/舆论等短期因子长期基本不适用,默认"中性")
  • 向好(多):未来 3-6 个月该因子方向明显改善(不关注绝对值,仅关注方向)
  • 不明朗(中性):未来方向不确定,或无可靠前瞻信号,或多空信号并存无法判断
  • 不佳(空):未来 3-6 个月该因子方向明显恶化

为什么选 3-6 个月:该窗口与季报披露节奏匹配(1-2 个季度),可被后续财报验证,避免过度推断;同时也与第 2 步业绩动能交叉校验的"1-3 季度战术性扰动"窗口对齐,便于交叉印证。

多框架并列的典型场景(合法且常见,须如实标注):
- 当前利多 + 中期展望不佳:景气仍在高位但拐点临近(如产能即将集中释放)
- 当前利空 + 中期展望向好:底部已现、拐点将至(如库存去化接近尾声)
- 当前中性 + 中期展望不明朗:无可靠前瞻信号时如实标注,不强行判断
- 中期承压 + 长期利多:短期扰动不改 3 年结构性方向(如周期底部)

每个因子附 1-2 句简要说明(含关键数据或事件),需同时覆盖当前事实依据与中期/长期判断依据。

因子定义与三时间框架判定标准:见 references/factor-definitions.md(必读,包含每个因子的当前多/空标准 + 中期向好/不佳标准与所需数据);长期(3 年)判定指引见 references/scoring-algorithm.md 第 5 节。

数据源策略(混合数据源):
- 定性因子(宏观/社会舆论/行业/政策/上游/下游/竞争对手/替代品/进入壁垒):用元宝搜索标准版(tencent-yuanbao-standard-search skill),不可用时回退 WebSearch。
- 结构化因子(公司资本操作/筹码/资金/估值):用 WeStock CLI(npx -y westock-data-clawhub@1.0.4)取结构化数据,具体命令见 references/data-sources.md。
- 机构观点/研报:用 NeoData 金融搜索(neodata-financial-search skill)补充。

信源可信度:所有结论引用 T2+ 信源,T4/T5 不引用。标准见 references/source-credibility.md。

第 1.5 步:单位经济与量价拆分(通用分析镜头,贯穿第 1-2 步)

在定性因子评估与动能校验之间,强制执行一次行业无关的单位经济拆解,作为连接"结构判断"与"财务数据"的桥梁:

  1. 识别核心单位:为该公司选定一个最具代表性的"单位"(如产品件/吨/千瓦时/订阅用户/订单/客单/座位/房间夜等),由分析者根据公司业务自行确定,框架不预设。
  2. 量价拆分:将收入增长分解为"量(出货/销量/用户数)× 价(单价/ARPU/客单价)"两部分,识别增长由量驱动还是价驱动,以及量增价跌/量价齐升等组合含义。
  3. 单位盈利趋势:跟踪"单位毛利""单位净利"的趋势,捕捉"总收入/总利润增长但单位盈利被侵蚀"的隐蔽恶化(绝对额增长 ≠ 单位盈利健康)。
  4. 传导校验:当上游涨价时,用单位售价 vs 单位成本的变动判断传导是否充分(联动可传导 vs 难传导 + 锁价敞口,见因子 5)。

通用性原则:本镜头不绑定任何行业或公司。若某公司确无合理"单位"指标(罕见),则标注"单位经济不适用"并以"收入=量×价"中可获取的维度替代,不得跳过分析。

第 1.6 步:三时间框架加权评分

完成第 1 步因子判定后,将各因子的三框架档位代入加权打分模型,量化为 1-10 分制加权总分与五档评级(强烈看多/看多/中性/看空/强烈看空)。算法规格(分值映射、因子权重、框架权重、阈值)见 references/scoring-algorithm.md,全部参数集中于 config/scoring-config.json。

自动化脚本(强制使用):

python3 scripts/scoring_calc.py <评估输入.json>

输入 JSON 为 13 因子的三框架档位(格式见 scoring-algorithm.md 第 6.2 节),脚本自动校验配置(权重和=100%、档位完整、阈值覆盖)、计算各框架得分与综合加权总分、输出可直接嵌入报告的 markdown 评分表。强度微调(档位基准分 ±1)为可选项,须给出依据;回测时关闭微调保证一致性。

与后续步骤的关系:评分基于第 1 步定性判断,第 2 步交叉校验的预警等级不直接扣分(避免双重计入),但在第 5 步输出中与评分并列呈现。

第 2 步:业绩动能交叉校验

完成 13 因子多空评估后,对最新季度财务数据进行趋势交叉校验,检测结构性判断与短期业绩之间是否存在背离。

检查项(基于多季度趋势,非单季度绝对值):见 references/momentum-check.md(必读,包含 14 个检查项的定义与预警规则)。

核心检查项:
1. 营收增长动能趋势(YoY 连续减速 / 由正转负)
2. 扣非净利润趋势(排除非经常性损益后的核心盈利)
3. 盈利质量(归母NP 与扣非NP 差额占比)
4. 经营现金流趋势(现金流转负 / 与利润背离)
5. 存货周期趋势(库存积压 / 周转放缓)
6. 总资产周转率趋势
7. 存货周转率趋势
8. 应收账款周转率趋势
9. 流动比率趋势
10. 速动比率趋势
11. 增收不增利检测(量利剪刀差:营收YoY − 扣非NP YoY)
12. 资产减值趋势(减值/营收占比,风险释放/盈利质量)
13. 合同负债/预收趋势(前瞻在手订单)
14. 存货积压风险(存货增速 vs 营收增速 + 结构校验)

自动化脚本(推荐):

python3 scripts/momentum_calc.py <stock_code>

脚本自动获取三大报表、计算所有指标与比率、检测趋势、输出预警报告。仅依赖 Python 标准库。若脚本不可用,手动从 WeStock finance 命令获取数据并按 momentum-check.md 定义的规则计算。

预警等级:正常 / 关注 / 预警 / 严重预警。仅"预警"和"严重预警"影响最终结论(标注背离)。

对后续步骤的影响:若交叉校验触发"预警"或"严重预警",第 3 步中相关利空因子的跟踪指标必须使用最新季度数据(非 trailing annual)。

第 3 步:利空因子应对措施与跟踪指标

对所有判定为利空 / 中性偏空的因子:
1. 在公司公开信息(年报、公告、投资者交流、官方 PR)中查找是否有明确的应对措施。
2. 若有应对措施 → 定义可量化跟踪指标,格式:{指标}:指标名称。
3. 若无应对措施 → 如实报告"公司未公开明确应对措施",不编造。
4. 数据时效性规则:若第 2 步交叉校验触发了预警,则本步中相关利空因子的跟踪指标必须使用最新季度数据(非 trailing annual),并在指标旁标注数据日期。

第 4 步:跟踪指标最新进展查询

对第 3 步定义的每个跟踪指标:
1. 用元宝搜索标准版(不可用回退 WebSearch)查询该指标最新进展。
2. 给出进展评价:超出预期 / 符合预期 / 不及预期。
3. 评价必须基于具体数据或事件,附信源链接。

搜索纪律:每个指标单独搜索,不合并查询;查询词要具体(如"比亚迪海外销量 2026"而非"比亚迪海外"),且必须携带前置步骤锚定的评估基准日年份 / 月份,禁止使用模型记忆的年份或上一会话的日期;优先 T2+ 信源。每次搜索前默念一次"今天是哪个真实日期",确保命中最新财报与最新进展。

强实时信息须精确到"月"(月-1 / 月-2 锚定):对强时效性指标(如月度销量、月度交付量、月度订单、月度装机量、周度/月度高频数据等;财报除外——财报按"前置步骤"的报告期锚定),搜索词不能只笼统带年份,必须基于评估基准日向下锚定到"当前月 − 1"或"当前月 − 2",以命中刚出炉的最新一期数据、避免搜到上一年同月或全年累计的旧值。例如评估基准日为 2026 年 8 月时:
- 比亚迪最新月销量 → 比亚迪 2026年7月 销量 或 比亚迪 2026年6月 交付量(而非"比亚迪 2026 销量")
- 特斯拉上海工厂月出货 → 特斯拉 上海 2026年7月 交付
- 若某指标官方通常在次月 10 日左右披露,则用"当前月 − 1";披露更滞后则用"当前月 − 2"。具体回退档位以实时搜索结果的可得性为准,并在指标旁标注数据所属月份。

年份 + 月-1/月-2 双锚定原则:时间越强的信息,月份锚定越要贴近"刚刚过去的那一期",不得以年份笼统替代月份。

第 5 步:输出

5.1 对话内输出(四张表)

表 1:13 因子三时间框架多空评估表

因子 当前多空 中期展望(3-6M) 长期评估(3Y) 简要说明
宏观 利多/利空/中性 向好/不明朗/不佳 利多/利空/中性 ...
... ... ... ... ...

表 2:业绩动能交叉校验表

检查项 趋势 预警等级 说明
营收增长动能趋势 declining/volatile/improving 正常/关注/预警/严重预警 ...
... ... ... ...

(若全部为"正常",可简化为一行说明。)

表 3:利空应对指标跟踪表

利空因子 公司应对措施 跟踪指标 最新进展 进展评价
下游 技术升级提升渗透率 闪充站建设目标达成率 截至 X 月建成 X 个 符合预期
... ... ... ... ...

表 4:加权多空评分表(由 scoring_calc.py 自动生成,直接粘贴)

含:各时间框架的因子分值×权重明细、三框架得分与框架评级、综合加权总分与综合评级(五档)。对话内可只贴"综合加权总分"汇总表 + 简要框架得分,完整明细进报告文件。

5.2 生成 .md 报告文件

在当前工作目录生成 多空评估报告_<公司名>_<YYYYMMDD>.md,使用 assets/report-template.md 模板。报告含:标的概况、13 因子三框架详评、加权多空评分、业绩动能交叉校验、利空应对与指标跟踪、综合多空判断、信源清单、免责声明。

关键纪律

  1. 每个因子必须给明确多空判断,不可只列现象不下结论。
  2. 利空因子必须有应对措施分析:有则给指标,无则如实报告"未公开明确应对措施"。
  3. 跟踪指标进展评价必须基于具体数据/事件,不可泛泛而谈。
  4. 信源 T2+ 才可引用,T4/T5(雪球、贴吧、KOL)不引用。
  5. 港股特殊性:筹码数据 WeStock 不支持(仅沪深京 A 股),港股筹码多空用 web search 查机构持仓变化;港股资金多空的 call/put 用 web search 查。
  6. 估值水位:PB 历史分位优先用 NeoData 或 web search 查"PB 历史分位";若无直接数据,用 WeStock finance 取净资产 + K 线取价格,按季度计算近 5 年 PB 序列后求分位。
  7. 数据时效:所有数据标注日期;新闻类信源优先近 3 个月。
  8. 中立立场:多空判断基于事实,不预设立场;利多利空并存时如实标注。
  9. 不构成投资建议:报告末尾必须附免责声明。
  10. 货币单位:港股数据为港元/美元,展示时标注正确货币单位,A 股为人民币。
  11. 业绩动能交叉校验必须执行:13 因子评估完成后,必须运行第 2 步交叉校验。不可跳过,也不可将校验结果简单并入因子 2(社会舆论)。
  12. 趋势优先于绝对值:交叉校验中所有检查项以多季度(至少 3-4 季度)变化趋势为判断依据,不依赖单季度绝对值。单季度异常仅标"关注",连续 2-3 季度同方向恶化才触发"预警"或"严重预警"。
  13. 财务比率不设绝对阈值:总资产周转率/存货周转率/应收账款周转率/流动比率/速动比率仅看趋势方向(改善/恶化/稳定),不设绝对阈值(行业差异大)。
  14. 跟踪指标时效性规则:若交叉校验触发"预警"或"严重预警",第 3 步中相关利空因子的跟踪指标必须使用最新季度数据(非 trailing annual),并在指标旁标注数据日期。
  15. 结构性判断与短期业绩背离时必须标注:当 13 因子判断为"利多/中性偏多"但交叉校验触发"预警"或"严重预警"时,必须在最终结论中明确标注"结构性利多与短期业绩存在背离",并建议跟踪后续季度业绩是否企稳。
  16. 框架通用性(强制):本框架适用于 A 股/港股任意行业。所有因子定义、检查项、分析镜头均不得绑定特定公司或行业的方法。涉及"单位""产能""供给能力指标"等概念时,由分析者按公司业务性质对应替换(如产能→人员/算力/门店等),框架不预设行业专属指标。
  17. 政策因子必须双向分列:政策因子须同时列出支持项与打压项(含税费新增/恢复征收、补贴退坡、监管收紧等),分别评估后汇总。严禁只抓一端而漏掉反向政策(如只见反内卷利多而忽略同期税费利空)。
  18. 季报发布即刷新:最新一期定期报告(季报/半年报/年报)一经发布,必须立即纳入业绩动能交叉校验与相关因子分析,不得沿用上一期数据。报告须标注所用财报期。
  19. 单位经济镜头必须执行:第 1.5 步(单位经济与量价拆分)不可跳过。即使公司无理想"单位"指标,也须以可获得的量价维度替代并说明,以捕捉"增收不增利/单位盈利侵蚀"信号。
  20. 每因子必须三时间框架判定(强制):当前多空 + 中期展望(3-6 个月)+ 长期评估(3 年)三列独立给出,不可省略任何一列。即便方向高度不明朗,也须明确给出"不明朗"/"中性"并说明原因(如"无可靠前瞻信号""多空信号并存""长期基本不适用"),不可留空、不可并入其他列、不可用"维持现状"等模糊措辞替代。中期与长期判断须有依据(已公告计划/前瞻指标/趋势外推/卖方一致预期/行业空间测算等),不可凭空臆测。
  21. 评分必须经脚本计算(强制):加权多空评分必须由 scoring_calc.py 按第 1.6 步计算生成,不可手工估算总分。档位先行、分数跟随:先按 factor-definitions.md 判档位,再由配置映射得分,不允许跳过档位直接"拍分数"。强度微调(±1)须在因子说明中给出依据。
  22. 权重与阈值以配置为唯一权威:因子权重、框架权重、分值映射、评级阈值均以 config/scoring-config.json 为准,评估过程中不得临时擅改;调整参数须修改配置文件并在其 changelog 中记录(日期+变更+理由),跨期对比须注明配置版本,保证回测可追溯。
  23. 评分不改定性结论:加权总分是定性判断的汇总呈现。当总分与定性分析明显矛盾(如框架间严重背离)时,以定性分析为准并在报告中标注背离,不得用分数掩盖分歧。交叉校验预警不直接扣分,与评分并列呈现。
  24. 实时时间锚定(强制最先执行):任何评估与网络搜索前,必须先用命令获取真实系统日期作为"评估基准日",严禁用模型记忆的日期或上一会话遗留日期;所有搜索词须携带该实时年份 / 月份,确保命中最新财报与最新进展,不得用过期时间搜索(见前置步骤)。
  25. 最新财报状态须实时确认:公司最新一期定期报告(年报 / 一季报 / 中报 / 三季报)的报告期与披露日期,必须基于评估基准日通过实时网络搜索确认,严禁凭模型记忆或假设"数据即最新";以此为准驱动第 2 步交叉校验与第 3 步数据时效(呼应纪律第 18 条"季报发布即刷新")。

资源文件

文件 用途
references/factor-definitions.md 13 因子的多/空判定标准与所需数据(必读)
references/momentum-check.md 业绩动能交叉校验的 14 个检查项定义与预警规则(必读)
references/scoring-algorithm.md 加权多空评分算法规格:分值映射/权重/阈值/长期判定指引(必读)
references/data-sources.md 结构化因子的 WeStock/NeoData 数据获取命令
references/source-credibility.md T0-T5 信源可信度分级标准
scripts/momentum_calc.py 业绩动能交叉校验自动化计算脚本(仅依赖标准库)
scripts/scoring_calc.py 三时间框架加权评分自动化计算脚本(仅依赖标准库)
config/scoring-config.json 评分参数唯一权威配置:因子权重/框架权重/档位分值/评级阈值
assets/report-template.md .md 评估报告输出模板

常见问题

5 问
答案由本站依据条目字段整理
股票多空因子评估专家怎么安装?

在支持 Skills 的客户端里执行:skillhub install user_1832f53b/stock-bull-bear-evaluator。安装方式为未标注。装完刷新技能列表或重开客户端。

股票多空因子评估专家支持哪些客户端?

资料没有标注宿主客户端,但只要客户端支持 Skills(Claude、Codex、Cursor 等),一般都能加载。

股票多空因子评估专家权限高吗,安全吗?

权限级别为未标注权限。安装前先看它会读取或写入哪些内容。

股票多空因子评估专家收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于技能本身和所用的模型或客户端,正式使用前按作者说明确认。

股票多空因子评估专家用什么许可证?

许可证标注为 未说明(许可证不明确)。商用或二次分发前请到仓库确认条款原文。

热门专题

按场景挑技能
全部专题 →

技能内容以作者仓库为准;分类、权限级别与许可证状态的中文说明为中文整理,最近核验 未标注。