원클릭으로 Manus에서 모든 스킬 실행

a-share-analyst

스타561

포크108

업데이트2026년 7월 2일 18:32

A股分析研究助手，提供行情数据获取与技术面/基本面分析框架（仅供研究参考，不构成投资建议）。适用于：(1) 获取A股行情和历史数据，(2) 技术面分析（K线形态、MACD、KDJ、RSI、布林带等），(3) 基本面分析（财务指标、估值分析），(4) 板块热点追踪，(5) 选股策略筛选与量化因子分析，(6) 生成股市分析报告。当用户询问"帮我分析股票"、"今日选股"、"A股行情分析"、"技术分析"、"量化选股"时触发。不用于：预测明日涨跌或给出确定性买卖指令、代客决策、港股美股（数据源不同）、加密货币。

설치

Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.

Manus에서 실행

출처

staruhub

staruhub/ClaudeSkills

GitHub 저장소 열기 Creator 저장소 보기

다운로드

Manus에서 실행

A股分析师 Skill

专业的A股市场分析工具，整合多数据源，提供技术面、基本面综合分析和智能选股策略。

数据获取

使用AKShare作为主要数据源（免费、开源、无需token）：

pip install akshare --break-system-packages

核心数据获取示例

import akshare as ak

# 实时行情
df = ak.stock_zh_a_spot_em()  # 全部A股实时行情

# 历史K线
df = ak.stock_zh_a_hist(symbol="000001", period="daily", adjust="qfq")

# 板块行情
df = ak.stock_board_concept_name_em()  # 概念板块
df = ak.stock_board_industry_name_em()  # 行业板块

# 龙虎榜（日期用实际查询区间，格式 YYYYMMDD）
df = ak.stock_lhb_detail_em(start_date="<起始日>", end_date="<结束日>")

# 资金流向
df = ak.stock_individual_fund_flow(stock="000001", market="sz")

分析工作流程

1. 每日盘前分析

执行顺序：

获取大盘指数（上证、深证、创业板）
分析板块热点轮动
筛选涨停股及连板股
检测北向资金流向
生成今日关注清单

2. 技术面分析

对单只股票执行：

获取历史K线数据（至少60日）
计算技术指标（见 references/technical_indicators.md）
识别K线形态（见 references/candlestick_patterns.md）
判断趋势和支撑/阻力位
生成技术面评分

3. 基本面分析

执行顺序：

获取财务数据（营收、净利润、ROE等）
计算估值指标（PE、PB、PS）
分析行业地位和竞争优势
评估成长性和安全边际
生成基本面评分

4. 智能选股策略

策略类型选择：

多因子综合策略 → 执行 scripts/strategy_multi_factor.py（已实现，内置 ST/停牌过滤）
趋势突破 / 价值低估 / 动量因子等单因子策略 → 目前无独立脚本，在 multi_factor 基础上调整因子权重，或按需自行实现

输出格式

个股分析报告模板

# [股票名称]([股票代码]) 分析报告

## 基本信息
- 当前价格：¥XX.XX（涨跌幅 +X.XX%）
- 市值：XXX亿  |  PE(TTM)：XX.X  |  PB：X.XX

## 技术面分析
- 趋势判断：[上升/震荡/下降]
- 支撑位：¥XX.XX  |  阻力位：¥XX.XX
- 技术指标：MACD [金叉/死叉]  |  KDJ [超买/超卖/中性]  |  RSI [XX]

## 基本面分析
- 营收增速：XX%  |  净利润增速：XX%
- ROE：XX%  |  毛利率：XX%

## 综合评分
- 技术面：⭐⭐⭐⭐☆ (4/5)
- 基本面：⭐⭐⭐☆☆ (3/5)

## 操作建议
[具体建议及风险提示]

每日选股清单模板

# 每日选股清单 [日期]

## 市场概览
- 上证指数：XXXX.XX（+X.XX%）
- 深证成指：XXXXX.XX（+X.XX%）
- 创业板指：XXXX.XX（+X.XX%）

## 热点板块 TOP5
1. [板块名称] +X.XX%
2. ...

## 精选个股

### 趋势突破型
| 代码 | 名称 | 现价 | 涨幅 | 突破形态 | 评分 |
|------|------|------|------|----------|------|
| ... | ... | ... | ... | ... | ... |

### 价值低估型
| 代码 | 名称 | 现价 | PE | PB | 评分 |
|------|------|------|-----|-----|------|
| ... | ... | ... | ... | ... | ... |

## 风险提示
投资有风险，以上分析仅供参考，不构成投资建议。

关键脚本

scripts/fetch_market_data.py - 市场数据获取
scripts/technical_analysis.py - 技术指标计算（输出中性强弱描述，非买卖评级）
scripts/strategy_multi_factor.py - 多因子选股（含 ST/停牌过滤）
scripts/generate_report.py - 报告生成（需在 scripts/ 目录内运行，依赖 technical_analysis）

参考文档

references/technical_indicators.md - 技术指标计算公式
references/candlestick_patterns.md - K线形态识别
references/fundamental_metrics.md - 基本面指标说明
references/factor_library.md - 量化因子库

验收标准（每份分析交付前自查）

报告末尾含"仅供参考，不构成投资建议"声明（模板已内置，不许删）
数据来自本次运行的 akshare 调用，标注数据时间戳与延迟（可能有15分钟延迟）
技术面/基本面结论与展示的指标数据一一对应，没有无数据支撑的判断
给出的是"分析+风险"而非"买卖指令"：无"满仓""抄底""必涨"类表述
新策略未经历史回测时明确标注"未回测"

不做什么

不预测明日涨跌，不给确定性买卖点位
不代替用户决策，不推荐仓位以外的杠杆操作（模板建议：单只 ≤20%）
不分析港股/美股/加密货币（数据源与规则不同）
用户情绪化追问"到底买不买"时，重申边界并给风险清单，不给指令

已知陷阱

陷阱	具体表现	应对
akshare 接口变动	库更新后函数名/字段变了，脚本报错	报错时先查 akshare 当前版本文档，不硬猜字段
延迟数据当实时	用 15 分钟前的价格谈"当前"	报告标注数据获取时间
指标堆砌无结论	MACD/KDJ/RSI 全列一遍但互相矛盾不解释	指标冲突时明确说"信号分歧"及其含义
幸存者偏差选股	用当前成分股回测历史策略	回测结论标注该局限
节假日/停牌数据	停牌股票数据缺失导致计算错误	计算前过滤停牌与 ST 异常状态

evals/routing-evals.json — 触发边界回归用例，改 description 后用仓库根 scripts/run_routing_evals.py 校验。

이 저장소의 다른 Skills

같은 저장소

deck-studio

staruhub/ClaudeSkills

PPT 生产 Agent：理解场景 → 推荐风格 → 先出大纲 → 定义页面 → 双通路交付（PPT 内容稿 / 逐页视觉图 / 信息图组图）。当用户要做汇报、路演、培训课件、提案、咨询报告的演示文稿，或要把大纲/文章做成 slides、deck、PPT、信息图、小红书图文、可视化传播图时使用。支持指定风格或从风格库推荐，支持 image 模型逐页出视觉稿。前身为 notion-infographic（v2）并吸收 ppt-designer 的设计原则。不用于：pptx 文件的纯技术操作（拆分/合并/提取，用宿主 pptx skill）、演讲稿或文章本体的写作（用 wechat-article-writer）、需要先做研究的内容调研（先走 deep-research 再回来）、单张海报或 logo 设计。

2026-07-03561

ai-sales-champion

staruhub/ClaudeSkills

AI咨询/销售的对话策略助手。当用户需要准备AI方案沟通、跟业务部门聊AI落地、写AI提案、应对客户异议、做AI培训破冰时使用。触发场景："怎么跟老板聊AI"、"客户说AI不靠谱"、"准备一个AI方案汇报"、"帮我想想怎么推AI"、"业务部门不配合"、"AI项目怎么卖"、"demo之后怎么跟进"。也适用于AI咨询师、技术合伙人、CTO做内部AI推广。

2026-07-02561

gaokao-expert

staruhub/ClaudeSkills

资深高考命题专家助手,提供专业的命题指导和评审服务。适用于创作高考试题、评审试题质量、分析试卷结构、了解命题趋势等场景。结合文档工具提取解压文件,使用网络搜索了解当年最新命题趋势,使用分析工具评估题目质量和试卷结构。涵盖"一核四层四翼"评价体系、题型规范、评分标准、命题流程等多个维度。不用于:大学/考研/中考命题(体系不同,仅可借鉴)、日常作业题编写、直接替考生解题。

2026-07-02561

pair-programming

staruhub/ClaudeSkills

结对编程搭档。当用户要求"边写边审"、"结对编程"、"写完自己 review 一遍"、"高可靠地实现"，或明确希望代码交付时附带自我审查意见时使用。交付代码的同时输出结构化审查（正确性/安全/性能/可读性/健壮性五维度），重点捕捉 AI 生成代码的特有缺陷。不用于：对已有 PR 的正式评审（用 code review 流程）、安全专项扫描（用 security-audit）、10 行以内的简单片段。

2026-07-02561

seedream-imagegen

staruhub/ClaudeSkills

用 ByteDance Seedream 4.0 API（经 Segmind）生成 AI 图像。当用户要从文字描述生成营销素材、海报、产品图、概念图、社交媒体配图等高质量图像，且环境配有 SEGMIND_API_KEY 时使用。支持 2K/4K、多比例、单次最多 15 张批量、最多 3 张参考图控风格。不用于：修改/编辑已有图片（用图像编辑类 skill）、视频生成、无 API 环境下的快速配图需求。

2026-07-02561

solution-architect

staruhub/ClaudeSkills

解决方案架构师助手。当用户要设计新系统架构、评审现有架构、做技术选型决策、诊断性能/可扩展性/可用性问题、规划架构演进或重构时使用。覆盖微服务、事件驱动、云原生等架构模式，技术趋势通过实时搜索获取而非依赖内置知识。不用于：具体功能的代码实现、安全漏洞审计（用security-audit）、产品需求分析（用product-manager）、只需一句话回答的技术常识问题。

2026-07-02561

name	a-share-analyst
version	1.1.0
description	A股分析研究助手，提供行情数据获取与技术面/基本面分析框架（仅供研究参考，不构成投资建议）。适用于：(1) 获取A股行情和历史数据，(2) 技术面分析（K线形态、MACD、KDJ、RSI、布林带等），(3) 基本面分析（财务指标、估值分析），(4) 板块热点追踪，(5) 选股策略筛选与量化因子分析，(6) 生成股市分析报告。当用户询问"帮我分析股票"、"今日选股"、"A股行情分析"、"技术分析"、"量化选股"时触发。不用于：预测明日涨跌或给出确定性买卖指令、代客决策、港股美股（数据源不同）、加密货币。

A股分析师 Skill

专业的A股市场分析工具，整合多数据源，提供技术面、基本面综合分析和智能选股策略。

数据获取

使用AKShare作为主要数据源（免费、开源、无需token）：

pip install akshare --break-system-packages

核心数据获取示例

import akshare as ak

# 实时行情
df = ak.stock_zh_a_spot_em()  # 全部A股实时行情

# 历史K线
df = ak.stock_zh_a_hist(symbol="000001", period="daily", adjust="qfq")

# 板块行情
df = ak.stock_board_concept_name_em()  # 概念板块
df = ak.stock_board_industry_name_em()  # 行业板块

# 龙虎榜（日期用实际查询区间，格式 YYYYMMDD）
df = ak.stock_lhb_detail_em(start_date="<起始日>", end_date="<结束日>")

# 资金流向
df = ak.stock_individual_fund_flow(stock="000001", market="sz")

分析工作流程

1. 每日盘前分析

执行顺序：

获取大盘指数（上证、深证、创业板）
分析板块热点轮动
筛选涨停股及连板股
检测北向资金流向
生成今日关注清单

2. 技术面分析

对单只股票执行：

获取历史K线数据（至少60日）
计算技术指标（见 references/technical_indicators.md）
识别K线形态（见 references/candlestick_patterns.md）
判断趋势和支撑/阻力位
生成技术面评分

3. 基本面分析

执行顺序：

获取财务数据（营收、净利润、ROE等）
计算估值指标（PE、PB、PS）
分析行业地位和竞争优势
评估成长性和安全边际
生成基本面评分

4. 智能选股策略

策略类型选择：

多因子综合策略 → 执行 scripts/strategy_multi_factor.py（已实现，内置 ST/停牌过滤）
趋势突破 / 价值低估 / 动量因子等单因子策略 → 目前无独立脚本，在 multi_factor 基础上调整因子权重，或按需自行实现

输出格式

个股分析报告模板

# [股票名称]([股票代码]) 分析报告

## 基本信息
- 当前价格：¥XX.XX（涨跌幅 +X.XX%）
- 市值：XXX亿  |  PE(TTM)：XX.X  |  PB：X.XX

## 技术面分析
- 趋势判断：[上升/震荡/下降]
- 支撑位：¥XX.XX  |  阻力位：¥XX.XX
- 技术指标：MACD [金叉/死叉]  |  KDJ [超买/超卖/中性]  |  RSI [XX]

## 基本面分析
- 营收增速：XX%  |  净利润增速：XX%
- ROE：XX%  |  毛利率：XX%

## 综合评分
- 技术面：⭐⭐⭐⭐☆ (4/5)
- 基本面：⭐⭐⭐☆☆ (3/5)

## 操作建议
[具体建议及风险提示]

每日选股清单模板

# 每日选股清单 [日期]

## 市场概览
- 上证指数：XXXX.XX（+X.XX%）
- 深证成指：XXXXX.XX（+X.XX%）
- 创业板指：XXXX.XX（+X.XX%）

## 热点板块 TOP5
1. [板块名称] +X.XX%
2. ...

## 精选个股

### 趋势突破型
| 代码 | 名称 | 现价 | 涨幅 | 突破形态 | 评分 |
|------|------|------|------|----------|------|
| ... | ... | ... | ... | ... | ... |

### 价值低估型
| 代码 | 名称 | 现价 | PE | PB | 评分 |
|------|------|------|-----|-----|------|
| ... | ... | ... | ... | ... | ... |

## 风险提示
投资有风险，以上分析仅供参考，不构成投资建议。

关键脚本

scripts/fetch_market_data.py - 市场数据获取
scripts/technical_analysis.py - 技术指标计算（输出中性强弱描述，非买卖评级）
scripts/strategy_multi_factor.py - 多因子选股（含 ST/停牌过滤）
scripts/generate_report.py - 报告生成（需在 scripts/ 目录内运行，依赖 technical_analysis）

参考文档

references/technical_indicators.md - 技术指标计算公式
references/candlestick_patterns.md - K线形态识别
references/fundamental_metrics.md - 基本面指标说明
references/factor_library.md - 量化因子库

验收标准（每份分析交付前自查）

报告末尾含"仅供参考，不构成投资建议"声明（模板已内置，不许删）
数据来自本次运行的 akshare 调用，标注数据时间戳与延迟（可能有15分钟延迟）
技术面/基本面结论与展示的指标数据一一对应，没有无数据支撑的判断
给出的是"分析+风险"而非"买卖指令"：无"满仓""抄底""必涨"类表述
新策略未经历史回测时明确标注"未回测"

不做什么

不预测明日涨跌，不给确定性买卖点位
不代替用户决策，不推荐仓位以外的杠杆操作（模板建议：单只 ≤20%）
不分析港股/美股/加密货币（数据源与规则不同）
用户情绪化追问"到底买不买"时，重申边界并给风险清单，不给指令

已知陷阱

陷阱	具体表现	应对
akshare 接口变动	库更新后函数名/字段变了，脚本报错	报错时先查 akshare 当前版本文档，不硬猜字段
延迟数据当实时	用 15 分钟前的价格谈"当前"	报告标注数据获取时间
指标堆砌无结论	MACD/KDJ/RSI 全列一遍但互相矛盾不解释	指标冲突时明确说"信号分歧"及其含义
幸存者偏差选股	用当前成分股回测历史策略	回测结论标注该局限
节假日/停牌数据	停牌股票数据缺失导致计算错误	计算前过滤停牌与 ST 异常状态

evals/routing-evals.json — 触发边界回归用例，改 description 后用仓库根 scripts/run_routing_evals.py 校验。