TradeAlpha全量研究豆包版

SKILL效率
效率 未标注权限 许可证不明确
安装这个技能

支持全球新闻(包含路透、彭博、Trump的Truth、国内主流新闻),国内外研究报告,A股实时数据,基本面数据。支持模拟交易。同时涵盖多个研究流程

一句话选型结论

按资料字段整理

TradeAlpha全量研究豆包版是效率类的 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_029de425/tradealpha-research-doubao
  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_029de425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 1791716523
正文体量9.4 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
TradeAlpha全量研究豆包版当前 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

9.4 KB
模型实际读到的说明书原文,来自技能仓库

TradeAlpha 投研助手

A 股全链路投研分析与模拟交易技能包。本技能为入口总控,实际分析和交易由 {SKILL_DIR}/skills/ 下的子技能完成。

路径约定

{SKILL_DIR} 表示本 SKILL.md 所在目录的绝对路径。 所有子技能和脚本引用均基于此变量,不依赖固定安装位置。AI 在执行命令时,必须将 {SKILL_DIR} 替换为技能实际安装路径。

首次使用配置(本地配置或环境变量)

Token 只应保存在本机环境变量或技能目录 {SKILL_DIR}/.env 中,不要在聊天中发送 Token。.env 文件应设置为仅当前用户可读(chmod 600)。

检测与引导

  1. 首次执行任何取数或交易操作前,先检测 Token 是否已配置:
    bash python3 {SKILL_DIR}/scripts/lxfin_mcp.py get_market_index_overview '{}' 2>&1 | head -5
    如果输出包含"未配置 LXFIN_TOKEN"或认证错误,说明尚未配置。

  2. 未配置时,引导用户在本机设置 LXFIN_TOKEN,或复制 {SKILL_DIR}/.env.example 为 .env 后填写,并执行 chmod 600 {SKILL_DIR}/.env。

  3. 用户完成本地配置后自动验证:
    bash python3 {SKILL_DIR}/scripts/lxfin_mcp.py get_market_index_overview '{}'
    成功返回数据则告诉用户"配置完成,可以开始使用了";认证失败则提示用户检查本地 Token 是否正确。

已配置

如果检测通过,直接正常使用,不要每次都引导配置。

注意事项

  • 数据服务和模拟交易共用同一个 Token。
  • 如果 Token 失效,在本机更新环境变量或 {SKILL_DIR}/.env 后重新验证。

技能升级

技能支持在线升级,用户无需重新下载安装包。

用户意图 执行命令
"检查更新"/"有新版本吗" python3 {SKILL_DIR}/scripts/upgrade.py check
"升级技能"/"更新到最新版" python3 {SKILL_DIR}/scripts/upgrade.py upgrade
"回滚"/"恢复之前的版本" python3 {SKILL_DIR}/scripts/upgrade.py rollback

升级流程:检查版本 → 下载新版 ZIP → 自动备份当前版本 → 覆盖安装(保留 .env 和 memory/ 用户数据)→ 提示用户新开对话生效。升级失败会自动回滚。

注意: 升级后当前对话仍使用旧版本,需要新开聊天窗口才能加载新版本。

服务地址

  • 数据取数脚本:{SKILL_DIR}/scripts/lxfin_mcp.py,调用 https://finmcp.lxaa.top/mcp
  • 交易 API:https://openapi.lxaa.top/api/v1/trading,由 quant_access 统一转发
  • 用户注册网站:https://quantaccess.lxaa.top/

子技能路由

根据用户意图,读取对应子技能的 SKILL.md 并按其指引执行:

分析类(单项分析)

子技能 目录 用途
大盘分析师 {SKILL_DIR}/skills/market-analyst/ 指数、市场宽度、成交额、风格结构、风险偏好
板块轮动分析师 {SKILL_DIR}/skills/sector-rotation-analyst/ 行业/板块强弱、轮动节奏、资金流向
热点分析师 {SKILL_DIR}/skills/hotspot-analyst/ 题材热点、概念涨跌、市场主线
新闻分析师 {SKILL_DIR}/skills/news-analyst/ 实时新闻、舆情、政策事件解读
基本面分析师 {SKILL_DIR}/skills/fundamental-analyst/ 财务报表、经营数据、公司概况、估值
技术面分析师 {SKILL_DIR}/skills/technical-analyst/ K线、趋势、支撑压力、技术指标
风险分析师 {SKILL_DIR}/skills/risk-analyst/ 市场风险、个股风险、仓位建议

决策类(综合与筛选)

子技能 目录 用途
候选选股器 {SKILL_DIR}/skills/candidate-selector/ 按条件筛选股票池
决策综合器 {SKILL_DIR}/skills/decision-synthesizer/ 综合多维度分析输出投资决策

工作流类(多步流程)

子技能 目录 用途
市场复盘 {SKILL_DIR}/skills/market-review-workflow/ 每日/每周市场复盘
选股工作流 {SKILL_DIR}/skills/market-screening-workflow/ 系统化选股流程
个股决策 {SKILL_DIR}/skills/single-stock-decision-workflow/ 单只股票买入/持有/卖出决策
动态财务 {SKILL_DIR}/skills/dynamic-financial-workflow/ 财务动态跟踪与预警
主题机会 {SKILL_DIR}/skills/theme-opportunity-workflow/ 主题投资机会挖掘
事件影响 {SKILL_DIR}/skills/event-impact-workflow/ 重大事件对市场/个股的影响评估

交易类

子技能 目录 用途
模拟交易 {SKILL_DIR}/skills/tradealpha/ LOCAL A 股模拟交易:开户、入金、买入、卖出、撤单、订单查询、收益查询、历史权益

数据取数方式

所有分析类子技能统一通过以下命令获取数据:

python3 {SKILL_DIR}/scripts/lxfin_mcp.py <工具名> '<JSON参数>'

用户明确指定本地 MCP 时,优先使用当前连接的本地工具,参数以该实例或用户指定的本地源码为准。脚本默认连接正式服务;两者版本不同须说明差异,不把旧部署缺失参数当成新接口不支持。未指定本地实例时使用上述脚本。

可用工具包括:大盘指数、市场宽度、行业排行、概念排行、个股K线、财务报表、股东数据、新闻研报、期货行情、交易日历等。完整工具清单见 references/data-access.md。

用户记忆

技能会在本地记住用户的偏好和关注列表,跨聊天窗口持久化,让每次分析更贴合用户。记忆文件为 {SKILL_DIR}/memory/profile.json,由脚本自动管理,用户无需手动操作。

记忆内容

字段 说明 示例
risk_preference 风险偏好 保守 / 稳健 / 激进
trading_style 交易风格 短线 / 中线 / 长线
max_position_pct 单笔最大仓位百分比 20
watchlist 关注的股票列表 [{"lx_code":"600519.SH","name":"贵州茅台","note":"长期跟踪"}]
notes 其他偏好备注 "偏好消费和科技板块"

什么时候读取记忆

每次接到分析或交易任务时,先读取记忆:

python3 {SKILL_DIR}/scripts/memory.py get

将记忆中的风险偏好、交易风格、关注列表作为分析上下文。例如:
- 用户问"今天大盘怎么样"时,如果记忆中是稳健风格,风险提示侧重防守
- 用户问"有什么机会"时,优先结合关注列表中的股票和板块
- 个股决策时,参考用户的仓位上限和风险偏好给出建议

什么时候更新记忆

对话中出现以下情况时,主动更新记忆(不需要用户专门要求):

用户表达 执行操作
"我比较保守"/"我是激进型" memory.py update '{"risk_preference":"保守"}'
"我做短线"/"我长线持有" memory.py update '{"trading_style":"短线"}'
"单笔不超过20%"/"仓位控制在三成以内" memory.py update '{"max_position_pct":20}'
"帮我关注贵州茅台"/"把茅台加入自选" memory.py watch-add '{"lx_code":"600519.SH","name":"贵州茅台"}'
"取消关注平安银行" memory.py watch-remove '{"lx_code":"000001.SZ"}'
"我只做科技和消费" memory.py update '{"notes":"偏好科技和消费板块"}'

注意:
- 只有用户明确表达偏好或要求关注时才记录,不要把对话中偶然提到的股票自动加入关注列表。
- 用户问"XX股票怎么样"不等于"关注XX股票"。
- 持仓、资金、订单等实时数据始终从交易账户实时查询,不依赖记忆文件。
- 记忆可能过时,分析时如发现记忆与实际情况矛盾(如用户说"我已经清仓茅台了"),及时更新记忆。

用户主动管理记忆

用户意图 执行操作
"我的偏好是什么"/"你记住了我什么" 读取记忆并用中文展示
"我关注了哪些股票" 读取 watchlist 并展示
"清除我的记忆"/"忘掉我的偏好" memory.py clear
"把我的风格改成激进" memory.py update '{"risk_preference":"激进"}'

使用原则

  1. 先路由再执行:根据用户问题选择最匹配的子技能,读取其 SKILL.md 后按指引工作。
  2. 复杂任务组合子技能:例如"分析贵州茅台并给出操作建议"应依次调用基本面分析师、技术面分析师、风险分析师,最后由决策综合器或个股决策工作流输出结论。
  3. 数据驱动:所有分析结论必须基于 lxfin MCP 取数结果,不得凭空编造数据。
  4. 交易需明确授权:模拟交易的买入、卖出、撤单、入金、开户等写操作,必须得到用户明确指令后才能执行。
  5. 风险提示:所有分析和建议仅供参考,不构成真实投资建议。

常见问题

5 问
答案由本站依据条目字段整理
TradeAlpha全量研究豆包版怎么安装?

在支持 Skills 的客户端里执行:skillhub install user_029de425/tradealpha-research-doubao。安装方式为未标注。装完刷新技能列表或重开客户端。

TradeAlpha全量研究豆包版支持哪些客户端?

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。

TradeAlpha全量研究豆包版权限高吗,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。

TradeAlpha全量研究豆包版收费吗?

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。

TradeAlpha全量研究豆包版用什么许可证?

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。