Kuratierte Liste von LLM-gesteuerten Trading-Agenten, MCP-Servern und Agenten-Fähigkeiten für Marktforschung, Strategie und Ausführung.
Diese kuratierte Liste, LLMQuant/awesome-trading-agents, bietet eine umfassende Sammlung von KI-gesteuerten Trading-Agenten, MCP-Servern und Agenten-Fähigkeiten, die speziell für Marktforschung, Strategieentwicklung und Handelsausführung entwickelt wurden. Sie ist nützlich für Entwickler und Händler, die LLMs (Large Language Models) für automatisierte Handelsstrategien, Marktanalyse und Risikomanagement einsetzen möchten. Die Liste wird regelmäßig aktualisiert und enthält Ressourcen, die auf Plattformen wie Claude Code, Cursor und Codex verwendet werden können, um Handelsentscheidungen zu verbessern und Workflows zu automatisieren. Sie wurde vom „Awesome Skills daily skill hunter“ entdeckt und ist auf GitHub verfügbar, was eine einfache Integration und Anpassung an individuelle Bedürfnisse ermöglicht.
npx skills add LLMQuant/awesome-trading-agentsInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Kuratierte Liste von LLM-gesteuerten Trading-Agenten, MCP-Servern und Agenten-Fähigkeiten für Marktforschung, Strategie und Ausführung.
Quelle: https://github.com/LLMQuant/awesome-trading-agents
Entdeckt durch den Awesome Skills täglichen Skill-Jäger.
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.