MCP HubMCP Hub
Volver a habilidades

stock-watcher

agentbay-ai
Actualizado 2 days ago
2 vistas
40
2
40
Ver en GitHub
Otrodata

Acerca de

La habilidad de vigilancia de acciones gestiona una lista personal de seguimiento de valores, permitiendo a los usuarios añadir, eliminar y listar acciones rastreadas. Proporciona resúmenes de rendimiento utilizando datos en tiempo real de 10jqka.com.cn para los mercados de acciones A chinas. Utiliza esta habilidad cuando necesites monitorear acciones específicas o mantener una lista de seguimiento dentro de tu aplicación.

Instalación rápida

Claude Code

Recomendado
Principal
npx skills add agentbay-ai/agentbay-skills -a claude-code
Comando PluginAlternativo
/plugin add https://github.com/agentbay-ai/agentbay-skills
Git CloneAlternativo
git clone https://github.com/agentbay-ai/agentbay-skills.git ~/.claude/skills/stock-watcher

Copia y pega este comando en Claude Code para instalar esta habilidad

Documentación

Stock Watcher Skill

This skill provides comprehensive stock watchlist management capabilities, allowing users to track their favorite stocks and get performance summaries using real-time data from 同花顺 (10jqka.com.cn).

自选股行情查看

当你要求查看自选股行情时,系统会直接显示以下信息:

  • 每只股票的代码和名称
  • 近期表现指标(涨跌幅等关键数据)
  • 详细信息链接(可点击查看)

无需额外命令,直接为你呈现简洁明了的行情概览。

管理自选股

添加股票

使用股票代码(6位数字)添加到自选股:

  • 例如:添加 600053 九鼎投资

删除股票

通过股票代码删除自选股:

  • 例如:删除 600053

查看自选股列表

显示当前所有自选股的完整列表

清空自选股列表

完全清空所有自选股

数据来源

主要使用同花顺 (10jqka.com.cn) 作为数据源:

  • 股票页面: https://stockpage.10jqka.com.cn/{stock_code}/
  • 支持沪深A股及科创板市场
  • 提供实时行情、技术分析和资金流向数据

自选股管理

文件格式

自选股存储在 ~/.clawdbot/stock_watcher/watchlist.txt

600053|九鼎投资
600018|上港集团
688785|恒运昌

支持操作

  1. 添加股票: 验证股票代码格式并添加到自选股
  2. 删除股票: 按股票代码精确匹配删除
  3. 查看列表: 显示当前自选股
  4. 清空列表: 完全清空自选股
  5. 行情总结: 获取所有股票的最新数据并提供简洁摘要

行情摘要特点

  • 直接显示关键行情指标,无冗余信息
  • 提供股票详情链接便于深入查看
  • 自动处理网络错误和数据异常
  • 合理控制请求频率(每秒1次)

注意事项

  • 股票代码格式: 使用6位数字代码(如 600053
  • 数据延迟: 行情可能有1-3分钟延迟
  • 网络依赖: 需要网络连接获取实时数据
  • 市场范围: 主要支持A股市场(沪市/深市/科创板)

安装与卸载

安装

运行 scripts/install.sh 脚本自动创建必要的目录结构。

卸载

运行 scripts/uninstall.sh 脚本完全移除所有相关文件。

脚本说明

所有脚本都使用统一的配置文件 config.py 来管理存储路径,确保路径一致性:

  • add_stock.py - 添加股票到自选股
  • remove_stock.py - 从自选股删除股票
  • list_stocks.py - 列出所有自选股
  • clear_watchlist.py - 清空自选股列表
  • summarize_performance.py - 获取股票行情摘要

Repositorio GitHub

agentbay-ai/agentbay-skills
Ruta: stock-watcher
0

Habilidades relacionadas

llamaguard

Otro

LlamaGuard es el modelo de Meta de 7-8B parámetros para moderar las entradas y salidas de LLM en seis categorías de seguridad como violencia y discurso de odio. Ofrece una precisión del 94-95% y puede implementarse usando vLLM, Hugging Face o Amazon SageMaker. Utiliza esta skill para integrar fácilmente filtrado de contenido y barreras de seguridad en tus aplicaciones de IA.

Ver habilidad

cost-optimization

Otro

Esta Skill de Claude ayuda a los desarrolladores a optimizar los costes en la nube mediante el ajuste de tamaño de recursos, estrategias de etiquetado y análisis de gastos. Proporciona un marco para reducir los gastos en la nube e implementar una gobernanza de costes en AWS, Azure y GCP. Úsala cuando necesites analizar los costes de infraestructura, ajustar el tamaño de los recursos o cumplir con restricciones presupuestarias.

Ver habilidad

quantizing-models-bitsandbytes

Otro

Esta habilidad cuantiza LLMs a precisión de 8 o 4 bits utilizando bitsandbytes, logrando una reducción de memoria del 50-75% con pérdida mínima de precisión. Es ideal para ejecutar modelos más grandes en memoria GPU limitada o para acelerar la inferencia, admitiendo formatos como INT8, NF4 y FP4. La habilidad se integra con HuggingFace Transformers y permite entrenamiento QLoRA y optimizadores de 8 bits.

Ver habilidad

dispatching-parallel-agents

Otro

Esta Skill de Claude despliega múltiples agentes para investigar y solucionar 3 o más problemas independientes de forma concurrente. Está diseñada para escenarios que involucran fallos no relacionados que pueden resolverse sin estado compartido o dependencias. Su capacidad principal es la resolución paralela de problemas, asignando un agente por cada dominio problemático independiente para maximizar la eficiencia.

Ver habilidad