メニュー
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
直接コマンドでは確認用 Prompt が省略されます。実行前にソースを確認してください。
npx skills add https://github.com/aifinlab/FinClaw --skill ocr-scan-recognitionコマンドは1行のまま表示されます。コピー前に横へスクロールして全体を確認してください。
ローカルで確認しますか？SkillsMP が現在取得できるファイルをダウンロードできます。
A股逆向选择/信息不对称分析。当用户说"逆向选择"、"adverse selection"、"信息不对称"、"知情交易者"、"逆向选择成本"、"信息劣势"时触发。基于 cn-stock-data 获取数据，度量逆向选择与信息不对称程度。支持 formal/brief 两种输出风格。
A股量价异常检测/异动监控。当用户说"异常检测"、"异动"、"anomaly"、"量价异常"、"异常波动"、"XX有异动"时触发。量化检测股价和成交量异常。支持formal和brief风格。
A股自相关/序列相关性/收益率自相关结构分析。当用户说"自相关"、"autocorrelation"、"序列相关"、"收益率预测性"、"动量还是反转"、"自相关系数"、"ACF"、"PACF"、"Ljung-Box"、"收益率是否可预测"、"随机游走检验"时触发。MUST USE when user asks about return autocorrelation, serial correlation tests, or whether a stock's returns are predictable. 量化分析收益率的自相关结构（ACF/PACF、Ljung-Box检验、随机游走检验）。支持formal和brief风格。
SKILL.md を表示中
SOC 職業分類に基づく
| name | ocr-scan-recognition |
| description | 用于影像文字识别的OCR扫描件识别原子 skill，适用于通用行业文档解析场景。 |
本 Skill 支持多种扫描件输入格式，核心数据来源包括：
说明：本 Skill 不包含扫描件采集功能，需要用户提供扫描件文件。建议扫描件清晰且分辨率足够，以便进行准确的OCR识别。
本 Skill 提供全面的OCR扫描件识别能力，涵盖多种识别功能：
{
"document_info": {
"filename": "scanned_document.pdf",
"file_size": 2048000,
"page_count": 5,
"format": "pdf",
"resolution": 300
},
"ocr_results": [
{
"page": 1,
"regions": [
{
"region_id": 1,
"type": "text",
"bbox": [100, 200, 500, 300],
"text": "2024年度财务报告",
"confidence": 0.98,
"language": "zh-CN"
},
{
"region_id": 2,
"type": "table",
"bbox": [100, 350, 500, 600],
"table_structure": {
"rows": 10,
"columns": 5,
"data": [
["项目", "2024年", "2023年", "2022年", "2021年"],
["营业收入", "1000", "900", "800", "700"]
]
},
"confidence": 0.95
}
],
"full_text": "2024年度财务报告\n\n项目\t2024年\t2023年\t2022年\t2021年\n营业收入\t1000\t900\t800\t700\n...",
"layout": {
"width": 2100,
"height": 2970,
"orientation": "portrait"
}
}
],
"statistics": {
"total_pages": 5,
"total_text_regions": 25,
"total_table_regions": 3,
"average_confidence": 0.94,
"languages": ["zh-CN"]
},
"quality_assessment": {
"overall_quality": "good",
"clarity_score": 0.92,
"contrast_score": 0.88,
"recommendations": []
}
}