invest-skills

agent
Security Audit
Fail
Health Pass
  • License — License: MIT
  • Description — Repository has a description
  • Active repo — Last push 0 days ago
  • Community trust — 17 GitHub stars
Code Fail
  • rm -rf — Recursive force deletion command in .github/workflows/build-skillhub-mirror.yml
  • rm -rf — Recursive force deletion command in .github/workflows/release.yml
Permissions Pass
  • Permissions — No dangerous permissions requested

No AI report is available for this listing yet.

SUMMARY

大A研究助手,仅作为学习不作为决策的依据

README.md

invest-skills — 可复核的 A 股研究技能集

License: MIT Python 3.12+ Validate Release WorkBuddy 零终端安装

每个数字可复核的 A 股投研助手。 输入代码,自动采集公开数据、由 Python 引擎完成计算,并输出带来源、口径与不确定性标注的研究备忘录。它将手工研究中最易出错的环节——数据取数、计算、交叉验证与证据整理——固化为可检查的流程;是学习与研究工具,不是投资决策工具。

普通 AI 给你「看起来对的分析」;invest-skills 给你一份每个数字都能回溯到来源的研究备忘录

定位声明:本项目是开源软件工具,不从事证券投资咨询业务,未取得证券投资咨询业务资格;不推荐个股、不提供买卖或仓位建议、不承诺收益。完整边界见免责声明

为什么值得使用

研究中的常见失真 系统性约束 你可以如何复核
AI 心算、编数字或混淆口径 每个数字可复核:Python 计算全部衍生指标;AI 只引用结果,不加工数字 数字附来源与日期,计算逻辑在脚本中可审计
单一数据源失效或数据彼此冲突 多源并行、降级链与差异显式标注;不会静默挑选一个数字 报告保留来源、口径和待核验路径
叙事压过证据,只谈利好 16 条输出法则、事实/分析分离、Bull/Bear 数值化传导 每条判断必须关联事实、来源或标记为待验证
同一问题每次得到不同话术 固定研究结构、科学计算和 SQLite 快照 历史结果可 diff 回溯,区分数据变化与观点变化
只看标的,忽略市场环境 个股、ETF、市场脉搏、形态与方案评估共用数据层 同一套公开数据下比较估值、情绪、资金与风险
不知道数据被送去了哪里 本地运行与可审计:数据不出机、不跟踪不上报、MIT 开源 代码可通读,SQLite 快照留在本地,支持 diff 回溯

研究链条

flowchart TB
    A["Skill 层<br/>对话入口 → 研究备忘录"]
    B["规则层<br/>16 条法则 · 三层复检 · 禁止买卖建议"]
    C["引擎层<br/>多源并行采集 · Python 计算全部数字"]
    D["存储层<br/>SQLite 快照 → diff 回溯"]
    A --> B --> C --> D

这个链条的关键不是“自动写报告”,而是将研究中的证据责任落到可检查的层次:数据源失败会被记录;跨源数值冲突不会被悄悄抹平;无法证实的判断必须标注边界;技术指标仅描述市场状态,不生成交易信号。

能做什么

Skill 研究对象与产出 入口
invest-a-stock 单标的九模块研究:公司、财务、估值、资金、技术状态、事件与风险 /invest-a-stock 600176
invest-a-etf ETF 的指数估值、折溢价、AUM、跟踪质量与对冲覆盖 /invest-a-etf 563300
invest-a-pulse 市场杠杆、广度、情绪、资金与估值的交叉解读 /invest-a-pulse
invest-a-journal 对既有交易方案做逻辑、盲点、仓位匹配、风险收益四维检查 /invest-a-journal
invest-a-gap-scan 沪深 300 / 中证 A500 / 科创 50 成分股的客观跳空缺口筛查 /invest-a-gap-scan
invest-a-pattern-scan LMW 双底与三角形底的形态检出,附数据窥探防护 /invest-a-pattern-scan

扫描或形态检出只说明数据是否满足预设定义,不构成交易信号或操作建议。

数据、计算与输出标准

维度 覆盖内容 主要数据路径
基本面 公司画像、财务三表、ROE/EPS、杜邦、股东与资金 Tushare ∥ AkShare
行情与技术状态 OHLCV、前复权 K 线、均线、MACD、RSI、波动率 Tushare ∥ 腾讯;AkShare / Baostock / TickFlow 作为补充或降级
估值与宏观 PE/PB 序列及分位、PE Band、ERP、美国国债利率 Tushare;FRED;AkShare
ETF 与市场环境 折溢价、AUM、跟踪质量、市场广度、两融、情绪与资金 AkShare / Tushare / 共用市场微观结构模块

报告遵循以下最低标准:

  • 事实注明来源;分析注明依据;无法验证的内容明确标记为「待验证」。
  • 分位数不脱离历史中位数使用;多源冲突并列呈现,不伪造确定性。
  • Bull/Bear 需要给出可检查的数值传导与条件,而非形容词堆砌。
  • 所有结果是本地 SQLite 快照;项目不跟踪、不上传用户的查询或持仓信息。

详细规则见 invest-a-stock SKILL.md配置说明

从一份报告看证据如何保留

真实历史输出 000338 潍柴动力(2026-07-21) 展示了系统不回避不确定性的方式:

问题 报告中的处理方式
Tushare 与 AkShare 财务数据差异 102.4% 保留双方数据与口径差异,给出核验路径,不擅自裁决
PE(TTM) 20.3x、近四年中位数 15.1x、88.1% 分位 同时报出绝对值、基准与位置,避免只用单一分位下结论
60 日最大回撤 24.9% 由引擎字段直接引用,不由 AI 推算
结论证据强度 以强弱、来源广度、时效性和跨源可验证性四维标注

更多真实运行快照:中际旭创复盘科创 50 ETF市场脉搏。这些都是历史样例,仅用于展示格式与方法,不代表当前市场状态。

开始使用

选择你使用的平台即可;完整配置、Token 可选项与故障排查集中在 CONFIGURATION.md,避免在这里重复维护教程。

平台 最短路径
Claude Code /plugin marketplace add Veblin/invest-skills,随后使用相应 /invest-a-* 入口
Agent Skills 兼容平台 npx skills add Veblin/invest-skills
DSH / Qoder / Trae / Kimi CLI git clone 后即可用——仓库内置 .agents/skills/ 下 6 个 symlink,详见 CONFIGURATION.md
本地命令行 git clone https://github.com/Veblin/invest-skills.git && cd invest-skills && uv sync,然后运行 uv run python skills/invest-a-stock/scripts/invest.py diagnose
Hermes / Gemini CLI 通过对应 marketplace 或 extension 安装;兼容包已就绪

WorkBuddy

GitHub Release 下载 invest-skills-wb-vX.Y.Z.zip,在 WorkBuddy 的「专家·技能·连接器 > 技能 > 添加技能 > 上传技能」导入即可,无需打开终端。安装后填写 Token 的方式见 docs/workbuddy/

Windows 用户若改用 git clone:默认 core.symlinks=false 会把仓库 36 条技能链接物化成文本文件,导致技能发现失效。运行重建脚本(NTFS junction 重建 27 个目录链接 + 硬链接重建 9 个 commands 文件,无需管理员权限,幂等;数量与 skills/ 目录一一对应):

git config core.symlinks true        # 可选但推荐(避免再物化)
Set-ExecutionPolicy -Scope CurrentUser RemoteSigned   # 若策略拦截 .ps1
.\scripts\setup_workbuddy_windows.ps1

验证:cmd /c dir .workbuddy\skills 应显示 <JUNCTION>

开发与项目资料

项目以 SKILL.md 开放格式分发,核心代码与测试位于 skills/;命令行参考见 docs/cli.md,贡献规范见 CONTRIBUTORS.md,版本记录见 CHANGELOG.md。开发校验:uv sync && uv run pytest

免责声明

  • 工具定位:本项目提供公开数据的采集、计算、整理与学习框架,不提供投资意见,不从事证券投资咨询业务。
  • 不构成投资建议:任何输出,包括基于明示假设的多情景估值,均不是买卖建议、目标价预测、要约或收益承诺;使用者应独立核验和决策。
  • 数据限制:公开数据可能延迟、缺失、口径不一致或错误。报告会标注冲突与不可得维度,请以公司公告、交易所和原始资料为准。
  • 风险自担:投资有风险;项目不推荐个股、不提供仓位建议,也不承诺任何收益。

License

MIT · 本地运行 · 不跟踪不上报

Reviews (0)

No results found