MX 金融助手(东方财富)
v1.0.2
io.clawhub.financial-ai-analyst/mx-financial-assistant
基于东方财富权威金融数据库,打造覆盖"数据-资讯-知识-分析-决策"全链条的智能问答服务。通过自然语言交互, 为用户提供从基础金融知识科普到专业投资研究支持的全方位解决方案,实现"一问即达"的高效金融信息获取体验。
“Financial Analysis” 共 1,504 个结果
v1.0.2
io.clawhub.financial-ai-analyst/mx-financial-assistant
基于东方财富权威金融数据库,打造覆盖"数据-资讯-知识-分析-决策"全链条的智能问答服务。通过自然语言交互, 为用户提供从基础金融知识科普到专业投资研究支持的全方位解决方案,实现"一问即达"的高效金融信息获取体验。
v1.2.2
io.clawhub.eversonl/garmin-health-analysis
用自然语言查询你的 Garmin 数据——“我滑雪的最快速度是多少?”“昨晚睡眠质量如何?”“下午 3 点心率多少?”。可访问 20+ 项指标(睡眠阶段、Body Battery、HRV、VO2 max、训练准备度、体成分、血氧),下载 FIT/GPX 文件做路线分析,查询任意点的海拔/配速,并生成交互式健康仪表盘。从休闲的“给我看本周训练”到深入的“分析恢复与训练负荷的关系”皆可覆盖。
v19.0.0
io.clawhub.aaron-he-zhu/content-gap-analysis
当用户要求“找内容缺口”“竞品写了什么”或“还应该写什么”时使用:以竞品为参照构建覆盖地图,找出缺失主题、关键词缺口与编辑选题方向(原文截断)。
v5.0.4
io.clawhub.lkcair/stocks
股票与加密货币数据获取技能。
v1.0.18
io.clawhub.cellcog/stock-analysis-cellcog
由 CellCog 驱动的 AI 金融分析与股票研究。个股分析、估值模型、投资组合优化、财报拆解、投资研究、财务报表、税务筹划、DCF 建模。交付形式为交互式仪表盘、PDF 报告与 Excel 模型。
v0.1.0
io.clawhub.jk-0001/competitive-analysis
为单人创业者业务做深度竞争分析。用于细致拆解竞争对手、发现可利用的缺口、理解对手策略、对标自身产品,或决定如何在市场中定位。比 market-research 的宽泛行业扫描更进一步——这是对特定对手的聚焦解剖。触发词:“分析我的竞争对手”“competitive analysis”“我的对手都有谁”“competitor deep-dive”“怎么打败对手”“competitive landscape”“对标竞争对手”。
v19.0.0
io.clawhub.aaron-he-zhu/serp-analysis
当用户要求“分析 SERP”或“SERP分析”时使用;梳理 SERP 特性、版面布局、排名因素、搜索意图、AI Overviews 与摘要片段机会等。
io.smithery.axel-belfort.token-holders
面向 AI 智能体的代币持有人分布分析 API。分析任意 ERC-20 代币的持有人结构:前十大持仓占比、大户数量、基尼集中度系数、持有人趋势(增长/流失)以及聪明钱地址。 工具:token_get_holder_analysis。 适合投资前尽调、识别大户吸筹,或评估去中心化程度。重要:若要合约安全性(蜜罐、抽池),请改用 token_check_safety。 返回:{topHolders[], whaleCount, concentration, trend}。无需 API key——在 Base L2 上以 x402 微支付,每次 0.005 美元。
v1.0.16
io.clawhub.cellcog/data-analysis-cellcog
由 CellCog 驱动的 AI 数据分析与可视化。数据清洗、探索性分析、假设检验、统计报告、机器学习模型评估、数据集画像、图表、仪表盘。上传 CSV 即可返回分析结果,并可使用完整的 Python 环境。
v1.0.0
io.clawhub.robottk/stock-daily-analysis
LLM驱动的每日股票分析系统。支持A股/港股/美股自选股智能分析,生成决策仪表盘和大盘复盘报告。提供技术面分析(均线、MACD、RSI、乖离率)、趋势判断、买入信号评分。可与market-data skill集成获取更稳定的ETF数据。触发词:股票分析、分析股票、每日分析、技术面分析。
v1.0.0
io.clawhub.aniebyl/financial-analyst
金融分析与研究工作流,覆盖市场研究、股票研究、可比公司、先例交易与 DCF 估值。
v1.0.0
io.clawhub.llq20133100095/stock-analysis-lianghua
分析任意股票的技术指标和趋势,或修改 TradingAgentsV2 中的分析师节点。当用户需要分析某只股票、查看技术指标、获取市场趋势判断时,使用独立分析脚本;当需要新增/修改分析师节点时,参考架构模板。
v1.0.0
io.clawhub.rupertnt034/rupert-data-analysis
解析并转换多种格式的数据,生成洞察、可视化趋势、检测异常并输出综合报告。
io.smithery.axel-belfort.research-report
面向 AI 智能体的 AI 研究报告生成 API。就任意主题生成结构化研究报告:多源网络调研、带引用的关键结论、分析章节与建议,输出干净的 Markdown。 工具:research_generate_report。 适合市场调研、竞品分析、尽职调查或准备简报材料。返回可直接发布的 Markdown。重要:若只是快速核对事实,请改用 research_check_fact。 返回:{report(markdown), sources[], wordCount}。无需 API key——在 Base L2 上以 x402 微支付,每次 0.02 美元。
v1.0.0
io.clawhub.lean-zhouchao/eastmoney-financial-data-1-0-2
本 Skill 基于东方财富权威数据库及最新行情底层数据构建,支持通过自然语言查询行情类数据(股票、行业、板块、指数、基金、债券的实时行情、主力资金流向、估值等)、财务类数据(上市公司基本信息、财务指标、高管信息、主营业务等)、关系与经营类数据(关联关系、企业经营数据)。
v1.0.0
io.clawhub.lean-zhouchao/eastmoney-financial-search-1-0-2
本skill基于东方财富妙想搜索能力,基于金融场景进行信源智能筛选,用于获取涉及时效性信息或特定事件信息的任务,包括新闻、公告、研报、政策、交易规则、具体事件、各种影响分析、以及需要检索外部数据的非常识信息等。避免AI在搜索金融场景信息时,参考到非权威、及过时的信息。
v1.0.0
io.clawhub.leonthepro2012/file-summary
本地文档总结工具。当用户提到“总结文件”“帮我总结”“总结文档”“分析文档”,或给出本地文件路径(txt/docx/pdf/xlsx/xls)时激活。
v1.0.0
io.clawhub.andywilliams/dwlf
对接 DWLF(dwlf.co.uk),一个加密货币与股票市场研判平台。用于:行情数据、价格图表、技术指标(EMA、RSI、DSS、支撑/阻力、趋势线、K线形态、SMC)、策略(可视化信号构建器)、回测、自定义事件、交易信号、持仓跟踪、自选清单、交易日记、图表标注、交易计划、仓位管理与学院内容。触发词:行情分析、交易信号、回测、持仓、DWLF、指标、支撑/阻力、策略构建、交易日记、自选、BTC 现在怎么样、行情如何。
v1.0.3
io.clawhub.joshlin111/apex-trading
交易并监控 ApeX 永续合约。查询余额、查看持仓与盈亏、下单/撤单、市价成交,或提交交易返现活动报名。当用户询问 ApeX 交易、持仓状态、加密仓位、活动报名,或希望在 ApeX 上执行交易时使用。
v0.1.0
io.clawhub.loda13/stock-tech-analysis
面向股票(腾讯、小米、特斯拉、英伟达等)的简易技术分析。计算移动平均线(SMA20、SMA50)、RSI(14 日)、股价在 20 日区间中的位置等(原文截断)。
v1.0.0
io.clawhub.mikonos/interview-analysis
基于动态专家路由的深度面试分析。根据岗位类型自动选取顶尖的领域思考者,用来区分真实能力与表演式回答,看重“实战伤痕”而非方法论背诵。适用于任何职业岗位,包括产品、研发、设计、运营、销售与数据科学。
v1.0.3
io.clawhub.wjw12/heurist-mesh
在一个技能里整合实时加密代币数据、DeFi 分析、区块链数据、Twitter/X 社媒情报、增强网页搜索与加密项目检索。适用于……(原文截断)
v1.0.0
io.clawhub.yunduanmanbu/eastmoney-finance-news
基于用户查询,从东方财富数据中检索时效性的财经新闻、研报、公告与政策分析。
v1.0.0
io.clawhub.dubnium0/time-series-analysis
全面的时间序列数据科学技能,涵盖特征工程、模型训练,以及面向预测与竞赛的致胜策略。