Menú
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。
Instalar con Codex o Claude Copia este prompt, pégalo en Codex, Claude u otro asistente, y deja que revise la página de la skill y la instale por ti.
Basado en la clasificación ocupacional SOC
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