Was macht tradingview-mcp?
Open-Source-KI-Trading-Infrastruktur mit Echtzeit-Kryptoanalyse via TradingView MCP
Open-Source-KI-Trading-Infrastruktur mit Echtzeit-Kryptoanalyse via TradingView MCP
Dieses Skill bietet eine Open-Source-KI-Trading-Infrastruktur, die Echtzeit-Kryptoanalysen über TradingView MCP (Model Context Protocol) ermöglicht. Es richtet sich an Entwickler, die KI-gestützte Trading-Bots oder Analyse-Tools für Kryptowährungen erstellen möchten. Der Skill nutzt TradingView-Datenströme, um aktuelle Marktinformationen zu liefern, und kann in Umgebungen wie Claude Code, Cursor oder Codex integriert werden. Durch die Verwendung von MCP wird eine standardisierte Kommunikation zwischen der KI und TradingView hergestellt, was die Einrichtung von automatisierten Handelsstrategien und Echtzeitüberwachungen vereinfacht. Das Tool ist als vollständig quelloffenes Projekt konzipiert und erlaubt Anpassungen und Erweiterungen durch die Community.
npx skills add atilaahmettaner/tradingview-mcpInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Open-Source-KI-Trading-Infrastruktur mit Echtzeit-Kryptoanalyse via TradingView MCP
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.