Narrata wandelt OHLCV-Zeitreihen in kompakte, deterministische Erzählungen für den LLM-Kontext um. Enthält symbolische Kompression (SAX), Regimeerkennung, Indikatoren, Unterstützung/Widerstand, Kerzenzusammenfassungen, einen FastMCP-Server und eine wiederverwendbare Agenten-Fertigkeit.
Narrata ist ein Tool zur Umwandlung von OHLCV-Zeitreihendaten (Open, High, Low, Close, Volume) in kompakte, deterministische Textbeschreibungen, die speziell für den Kontext großer Sprachmodelle (LLMs) optimiert sind. Es eignet sich ideal für KI-Agenten, die Finanzdaten analysieren oder Marktkommentare generieren müssen, da es die Rohdaten auf wesentliche, für LLMs leicht verständliche Informationen reduziert. Zu den wichtigsten Funktionen gehören die symbolische Zeitreihenkompression über SAX (Symbolic Aggregate approXimation), die automatisierte Marktregimeerkennung (z.B. Trend, Seitwärtsbewegung), die Berechnung technischer Indikatoren (z.B. RSI, MACD), die Identifizierung von Unterstützungs- und Widerstandsniveaus sowie die Zusammenfassung von Candlestick-Mustern. Narrata bietet mehrere Integrationsmöglichkeiten: Es kann als eigenständiges Tool über die Kommandozeile verwendet werden, als FastMCP-Server für die nahtlose Einbindung in MCP-kompatible Umgebungen oder als wiederverwendbare Fertigkeit (Agent Skill) in Plattformen wie Claude Code agieren. Die deterministische Ausgabe garantiert reproduzierbare Ergebnisse bei identischen Eingabedaten, was für die Zuverlässigkeit von KI-gestützten Analysen entscheidend ist.
npx skills add marcinmiklitz/narrataInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Narrata wandelt OHLCV-Zeitreihen in kompakte, deterministische Erzählungen für den LLM-Kontext um. Enthält symbolische Kompression (SAX), Regimeerkennung, Indikatoren, Unterstützung/Widerstand, Kerzenzusammenfassungen, einen FastMCP-Server und eine wiederverwendbare Agenten-Fertigkeit.
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.