Menu
A 股通用工具函数库。当 Claude 需要处理股票代码转换 (如 "sh600000" → "600000")、判断市场归属 (沪/深/北)、解析交易日历、计算技术指标 (MA/MACD/KDJ/RSI/BOLL)、格式化数字 (成交量/金额/百分比) 时,应使用此 Skill。这是其他 Skill 的基础工具库。
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
A 股交割单分析诊断工具。当用户说"分析我的交割单"、"看看我的操作问题"、"交易复盘"、"我的操作哪里有问题"、"帮我诊断交易"时，Claude 应使用此 Skill。支持多种券商交割单格式（CSV/Excel）自动识别，从盈亏统计、持仓周期、操作行为、仓位管理、买卖时机 5 个维度诊断问题，结合行情数据 + AI 信号给出改进建议。**核心价值: 让交割单变成教科书**。
30 秒上手指南。A-Stock-Skills 入门必读,5 个实战场景覆盖 90% 的使用需求。当用户问"我该用哪个 skill"、"怎么开始"、"有什么例子" 时,Claude 应优先激活此 Skill。
磁盘缓存 + K线 parquet。当用户跑全市场筛选每次都要等 30 分钟时,Claude 应使用此 Skill。K线缓存到 ~/.astock_skills/cache/kline/ 目录,5 秒 vs 30 分钟,差 360 倍。
A 股多源数据源统一管理 (v2.0 - 多源 fallback)。当用户需要获取股票行情/K线/财务数据/新闻/公告/资金流等任何 A 股数据,或需要稳定的 API 封装 (含自动重试/限流/降级/缓存) 时,Claude 应优先使用此 Skill。这是其他所有 Skill 的基础数据源。**v2.0 已修复住宅 IP 数据源问题**。
AI 建议 vs 实盘 复盘工具。当用户说"今天/本周/本月 复盘"、"AI 推荐的准不准"、"交易记录"、"实盘对比" 时使用。本 Skill 记录 AI 信号 + 实际成交 + 30 天后表现,跑 1 个月后能算出"AI 推荐胜率"。**核心价值:让 AI 对自己的建议负责**。
A 股股票筛选器 (内置信号 + 自定义条件 2合1)。当用户需要按条件筛选股票时,Claude 应使用此 Skill。支持 12 种内置技术信号 (ma_cross/macd/above_ma/volume/rsi/kdj 等) + 任意自定义条件 (PE/PB/ROE/市值等, 9 种操作符) + AND/OR 组合 + 4 个内置策略模板 (value/growth/small_cap/momentum)。
| name | astock-utils |
| description | A 股通用工具函数库。当 Claude 需要处理股票代码转换 (如 "sh600000" → "600000")、判断市场归属 (沪/深/北)、解析交易日历、计算技术指标 (MA/MACD/KDJ/RSI/BOLL)、格式化数字 (成交量/金额/百分比) 时,应使用此 Skill。这是其他 Skill 的基础工具库。 |
normalize_code(code) - 规范化代码 (统一 6 位)get_market(code) - 判断市场 (sh/sz/bj)is_cyb(code) - 是否创业板is_kcb(code) - 是否科创板is_bj(code) - 是否北交所is_st(name) - 是否 ST 股today_str() - 今天parse_date(s) - 解析日期last_n_trade_days(n) - 最近 N 个交易日date_str(dt) - 日期转字符串add_ma(df, [5,10,20,60]) - 均线add_macd(df) - MACDadd_kdj(df) - KDJadd_rsi(df) - RSIadd_boll(df) - 布林带add_all_indicators(df) - 一次性添加所有fmt_volume(v) - 成交量 (1.23亿)fmt_money(v) - 金额fmt_pct(v) - 百分比# 命令行
python main.py normalize-code sh600000
python main.py market 300750
python main.py is-cyb 300750
python main.py trade-days 5
from skills.01-infra.astock-utils.main import (
normalize_code, get_market, add_all_indicators,
fmt_volume, fmt_pct
)
code = normalize_code("sh600000") # "600000"
market = get_market("300750") # "sz"
df_with_indicators = add_all_indicators(df)
print(fmt_volume(123456789)) # "1.23亿"
pandas>=1.5.0
numpy>=1.22.0
akshare>=1.12.0 # 交易日历