stock-watcher
关于
The stock-watcher skill manages a personal stock watchlist by allowing users to add, remove, and list tracked stocks. It provides performance summaries using real-time data from 10jqka.com.cn for Chinese A-share markets. Use this skill when you need to monitor specific stocks or maintain a watchlist within your application.
快速安装
Claude Code
推荐npx skills add agentbay-ai/agentbay-skills -a claude-code/plugin add https://github.com/agentbay-ai/agentbay-skillsgit clone https://github.com/agentbay-ai/agentbay-skills.git ~/.claude/skills/stock-watcher在 Claude Code 中复制并粘贴此命令以安装该技能
技能文档
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
- 添加股票: 验证股票代码格式并添加到自选股
- 删除股票: 按股票代码精确匹配删除
- 查看列表: 显示当前自选股
- 清空列表: 完全清空自选股
- 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
GitHub 仓库
相关推荐技能
llamaguard
其他LlamaGuard是Meta推出的7-8B参数内容审核模型,专门用于过滤LLM的输入和输出内容。它能检测六大安全风险类别(暴力/仇恨、性内容、武器、违禁品、自残、犯罪计划),准确率达94-95%。开发者可通过HuggingFace、vLLM或Sagemaker快速部署,并能与NeMo Guardrails集成实现自动化安全防护。
cost-optimization
其他这个Claude Skill帮助开发者优化云成本,通过资源调整、标记策略和预留实例来降低AWS、Azure和GCP的开支。它适用于减少云支出、分析基础设施成本或实施成本治理策略的场景。关键功能包括提供成本可视化、资源规模调整指导和定价模型优化建议。
quantizing-models-bitsandbytes
其他这个Skill使用bitsandbytes库量化大语言模型,能在GPU内存有限时通过8位或4位量化减少50-75%内存占用,同时保持精度损失最小。它支持INT8、NF4、FP4等多种量化格式,可与HuggingFace Transformers无缝集成,适用于需要部署更大模型或加速推理的场景。还提供QLoRA训练和8位优化器支持,让开发者能轻松实现高效模型压缩。
dispatching-parallel-agents
其他该Skill用于并行处理3个以上无依赖关系的独立故障,可为每个问题域分派专属Claude代理同时执行调查修复。它通过并发处理多个独立问题显著提升故障排查效率,特别适用于测试文件、子系统等无共享状态的场景。
