LLM-gestütztes, intelligentes Aktienanalyse-System für A/H/US-Märkte: Multi-Datenquellen-Kurse + Echtzeitnachrichten + LLM-Entscheidungsdashboard + Multi-Kanal-Push – kein Betriebskostenaufwand und rein kostenlos nutzbar.
Dieses Skill ist ein LLM-betriebenes Aktienanalyse-System, das für die Märkte A (China A-Aktien), H (Hongkong) und US (USA) konzipiert ist. Es integriert mehrere Datenquellen für Aktienkurse und Echtzeit-Nachrichten, um Anlegern eine umfassende Marktübersicht zu bieten. Das Herzstück ist ein LLM-Entscheidungsdashboard, das die gesammelten Daten analysiert und Handelsentscheidungen oder Markteinschätzungen generiert. Ein besonderes Merkmal ist die Unterstützung von Multikanal-Push-Benachrichtigungen (z. B. per E-Mail oder Messaging-Diensten), sodass Nutzer zeitnah über wichtige Entwicklungen informiert werden. Das System ist so konzipiert, dass es zu null Kosten läuft – es nutzt ausschließlich kostenlose Dienste und APIs und kann nach einem „Set-and-Forget“-Prinzip zeitgesteuert automatisch ausgeführt werden. Es richtet sich vor allem an Entwickler und Händler, die eine automatisierte, KI-gestützte Aktienanalyse ohne zusätzliche Kosten wünschen. Das Skill ist ideal für die Integration in CI/CD-Pipelines oder als regelmäßig ausgeführtes Skript und bietet eine praxisorientierte Lösung für die tägliche Aktienüberwachung und -analyse.
npx skills add ZhuLinsen/daily_stock_analysisInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
LLM-gestütztes, intelligentes Aktienanalyse-System für A/H/US-Märkte: Multi-Datenquellen-Kurse + Echtzeitnachrichten + LLM-Entscheidungsdashboard + Multi-Kanal-Push – kein Betriebskostenaufwand und rein kostenlos nutzbar.
LLM-powered stock analysis system for A/H/US markets.
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.