القائمة
将自定义KLine列表转换为TA4J的BarSeries，批量计算指定技术指标（如CCI, ADX, EMA），并将结果映射回KLineIndices列表。针对指标预热期（如EMA前N个数据点不准确），采用全量计算后截取有效数据段的方式处理。
يُحدَّد Prompt الذي يراجع المصدر أولًا بشكل افتراضي. يمكنك التبديل إلى أمر مباشر أو تنزيل نسخة محلية.
اقرأ SKILL.md وأي ملفات مرافقة يعرضها SkillsMP قبل أن تقرر التثبيت.
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
يتجاوز الأمر المباشر Prompt المخصّص للمراجعة. افحص المصدر قبل تشغيله.
npx skills add https://github.com/ECNU-ICALK/AutoSkill --skill ta4jkيبقى الأمر في سطر واحد. مرّر أفقيًا لمراجعته كاملًا قبل النسخ.
تفضّل نسخة محلية؟ نزّل الملفات المتاحة حاليًا لدى SkillsMP.
Manage personal local Agent Skill files as an installable skill manager. Proactively and periodically detect reusable user-specific, team-specific, or broadly reusable skill material during or after meaningful sessions; run non-blocking extraction checks; offer candidate skill titles or accept a user-supplied topic when extraction direction is ambiguous; preserve the appropriate output language; search local and external skill ecosystems for similar skills; score candidates by evidence, recurrence, personal value, and portability; fully draft proposed skills or diffs before asking for approval; then, after explicit user approval, discard, improve, merge, or create `SKILL.md` folders.
布置结构化家庭作业，引导求助者记录现实互动事件、自动思维及情绪反应，并设计简易验证行动（如主动询问、观察反证），用于检验投射性认知偏差。适用于已识别出具体非理性信念（如‘别人肯定不喜欢我’）且情绪稳定者。
结构化8次CBT咨询流程，按评估性会谈→咨询性会谈→巩固性会谈三阶段推进，整合悬搁接地技术与认知行为策略，专用于强迫症伴轻度抑郁状态、具自省力与作业执行力的成年来访者。
عرض SKILL.md
استنادا إلى تصنيف SOC المهني
| id | 641081c5-08c6-45c4-9a7c-7791ee3ab550 |
| name | 使用TA4J批量计算K线技术指标并处理预热期 |
| description | 将自定义KLine列表转换为TA4J的BarSeries，批量计算指定技术指标（如CCI, ADX, EMA），并将结果映射回KLineIndices列表。针对指标预热期（如EMA前N个数据点不准确），采用全量计算后截取有效数据段的方式处理。 |
| version | 0.1.0 |
| tags | ["ta4j","java","股票指标","kline","技术分析"] |
| triggers | ["ta4j批量计算指标","kline转barseries计算指标","处理ema预热期数据","java股票技术指标计算"] |
将自定义KLine列表转换为TA4J的BarSeries，批量计算指定技术指标（如CCI, ADX, EMA），并将结果映射回KLineIndices列表。针对指标预热期（如EMA前N个数据点不准确），采用全量计算后截取有效数据段的方式处理。
扮演Java后端开发专家，使用TA4J库处理股票K线数据。任务是将自定义的KLine对象列表转换为TA4J的BarSeries，批量计算多个技术指标，并将指标值填充到结果对象中。
List<KLine>转换为BarSeries。使用BaseBar.builder()构建Bar，必须设置timePeriod（Duration）和endTime（ZonedDateTime）。价格和成交量使用DecimalNum.valueOf()转换，确保类型一致。List<Function<BarSeries, Indicator<Num>>>作为参数，支持动态传入不同的指标计算逻辑（如CCI, ADX, EMA）。kLineIndices.get(i).setIndex(...)将值存入结果对象。subList(period, size)截取列表，只返回周期之后的有效数据。输入：List<KLine> (包含date, open, high, low, close, volume), Duration (K线时间跨度), List<Function<BarSeries, Indicator<Num>>> (指标生成函数列表)。
输出：List<KLineIndices> (包含原始K线数据及计算出的指标值)。