Claude Skill

Yourdaylight/stock_datasource

stock_datasource是一个AI原生多Agent金融分析系统,基于Tushare构建本地数据库,通过Claude Skill扩展能力,支持自适应HTTP/MCP调用及OpenClaw自主访问。

概览

Stars143
Forks36
语言Python
最后更新2026-05-20
最近同步2026-06-25
前往 GitHub

仓库信息

拥有者Yourdaylight
仓库stock_datasource
完整名称Yourdaylight/stock_datasource
Repo ID1,083,072,166

安装这个 Skill

git clone https://github.com/Yourdaylight/stock_datasource.git

Registry 信息

类型mcp_server
质量分85/100
验证状态readme_parsed
最近验证2026-06-25
平台
ClaudeMCPOpenClawCursor
能力
code-reviewmemoryimageterminalworkflow
识别文件
README.mddocker-compose.ymldocspyproject.tomltests
配置键
YOUR_API_KEYTOKENOPENAI_API_KEYOPENAI_BASE_URL

项目简介

一个基于Tushare构建本地财经数据库的AI原生多Agent金融分析系统。支持通过Claude Skill扩展Agent能力,自适应生成HTTP接口与MCP调用,并支持本地数据库访问的Skill对接OpenClaw进行自主访问。

英文描述

基于tushare构建本地财经数据库。AI原生的多Agent金融分析系统,支持skill拓展Agent能力并自适应生成http接口与mcp调用。支持本地数据库访问的skill对接openclaw进行自主访问

要点

  • 基于Tushare构建本地财经数据库
  • AI原生的多Agent架构
  • 通过Claude Skill扩展Agent能力
  • 自适应生成HTTP接口与MCP调用
  • 通过OpenClaw实现本地数据库自主访问

使用场景

  • 自动化财经数据采集与存储
  • 多Agent协作的股票分析
  • 自定义金融分析技能开发
  • 通过自然语言查询本地数据库
  • 通过MCP集成外部工具

README 摘要

# A股赛博操盘手 🤖📈 **AI 原生的 A 股智能投资助手——赛博操盘手** —— 基于tushare构建的本地财经库。支持历史数据与实时数据的多Agent协同架构,为个人投资者提供专业级的股票分析、智能选股、投资组合管理、策略回测、AI 生成量化策略能力。 原生支持MCP与SKILL,支持多种交互方式,包括命令行、网页、API、OpenClaw、PicoClaw等。 ## 📱 PicoClaw 微信联动能力 通过集成 **PicoClaw**,系统可以把股票分析、行情问答与实时订阅能力直接延伸到微信场景实现随时盯盘:**启动服务后自动拉起微信登录二维码,完成绑定后即可在微信里查询股票数据、订阅行情、承接 AI 投顾工作流**。 - **微信扫码即连**:前端直接展示登录二维码,完成绑定更顺滑 - **微信内直接问股**:把财报分析、热点新闻、个股研究带到日常聊天场景 - **Claw 能力外延**:让项目里的 MCP / Agent 能力以更自然的方式触达到终端用户 ![alt text](screenshot/chat.png) ![PicoClaw 微信联动界面](screenshot/wechat-bridge-claw.png) -------- ## 🧠 AI 原生能力 ### Agent 中心 — 可配置化 AI 平台 系统已从硬编码Agent架构升级为**可配置化Agent平台**。所有Agent通过数据库管理,用户可自定义Agent的提示词、技能和执行引擎。 #### 核心概念 | 概念 | 说明 | |------|------| | **Agent** | 一个可配置的AI单元,由系统提示词 + 技能 + 模型配置 + Runtime定义 | | **Agent Team** | 多个Agent组成的协作团队,支持最多3层汇报层级 | | **Runtime** | Agent的执行引擎:LangGraph(本地)/ Claude CLI / CodeBuddy CLI | | **Skill** | Agent可使用的能力:平台MCP工具 / 用户Skills / 项目Skills | #### Agent Team 层级架构(以哨兵智能选股为例) ``` ┌─────────────────────────────────────────────────┐ │ Tier 3 · 决策层 │ │ [技术面专家] [价值投资专家] │ │ 综合研判 → 输出选股结果 │ └─────────────────────▲───────────────────────────┘ │ 汇报 ┌─────────────────────┴───────────────────────────┐ │ Tier 2 · 分析层 │ │ [选股专家] │ │ 结合大盘+板块信号筛选标的 │ └─────────────────────▲───────────────────────────┘ │ 汇报 ┌─────────────────────┴───────────────────────────┐ │ Tier 1 · 执行层 │ │ [行情分析师] [板块轮动分析师] │ │ 并行采集大盘趋势 + 热门板块 │ └─────────────────────▲───────────────────────────┘ │

话题

暂无话题

探索更多

数据来自 GitHub,同步时间:2026-06-25