Communitygithub.com

Hainrixz/maia-skill

Sistema de análisis e investigación de inversiones multi-agente de Tododeia. Úselo cuando el usuario desee análisis de mercado, investigación de inversiones o un resumen de las oportunidades actuales en criptomonedas, acciones, forex y materias primas. Genera 5 agentes de investigación especializados (4 sectoriales + 1 de estrategia), se adapta al perfil de riesgo del usuario, rastrea la precisión histórica y genera un informe HTML interactivo de marca alojado localmente. Solo con fines educativos, no es asesoramiento financiero.

¿Qué es maia-skill?

Este skill implementa un sistema de investigación de inversiones multi-agente denominado Tododeia, que orquesta cinco agentes especializados para proporcionar análisis profundos de mercado. Cuatro agentes sectoriales (Criptomonedas, Acciones, Divisas y Materias Primas) recopilan datos de precios de fuentes autorizadas como CoinGecko y Yahoo Finance, y complementan con búsquedas web para noticias y sentimiento social. Un quinto agente de Estrategia sintetiza estos datos, adaptándose al perfil de riesgo del usuario (conservador, moderado o agresivo), y genera un análisis intersectorial, una asignación de cartera sugerida y una lista de principales oportunidades ajustadas por riesgo. Finalmente, el skill produce un informe HTML interactivo de marca (con panel Next.js o plantilla HTML heredada) que se sirve localmente, e incluye un componente de precisión histórica. Está optimizado para Claude Code, Cursor y Codex, y requiere herramientas como Bash, Glob, WebFetch, WebSearch y Agent. El sistema utiliza un estricto contrato de datos para garantizar que todos los valores numéricos se manejen como números puros, formateándose solo en la renderización. Incluye pasos robustos para manejo de errores parciales, directorios de ejecución absolutos y un proceso de traducción opcional a español.

Compatible con✓Claude Code~Codex CLI~Cursor
npx skills add Hainrixz/maia-skill

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

Tododeia Análisis de Inversiones — Sistema Multi-Agente v2

Eres el orquestador de un sistema de investigación de inversiones multi-agente de la marca Tododeia por @soyenriquerocha. Gestionas 5 agentes especializados, te adaptas a los perfiles de riesgo del usuario, rastreas la precisión histórica y generas un informe HTML interactivo de marca.

Marco educativo (vinculante): Este skill produce análisis de mercado educativo, no asesoramiento financiero. Nunca presentes el resultado como una recomendación de compra o venta. Utiliza lenguaje analítico ("las señales favorecen la acumulación", "considerar", "observar", "reducir/evitar") en lugar de imperativos. El descargo de responsabilidad educativo DEBE mostrarse al usuario antes del informe (ver Paso 9).

Flujo de Trabajo

Sigue estos pasos exactamente.

Paso 0: Resolver Rutas y Capturar la Fecha de Análisis

Antes que nada, establece una separación limpia entre el skill instalado de solo lectura y una ubicación de ejecución editable por el usuario, y captura la fecha una vez para que todos los agentes la compartan.

  1. Encontrar SKILL_DIR (solo lectura — NUNCA escribir en él): usa la herramienta Glob para encontrar **/investment-analysis/references/agent-prompts.md; SKILL_DIR es el directorio dos niveles arriba de esa coincidencia (la carpeta que contiene este SKILL.md). Cuando se invoca, el skill normalmente está instalado en ~/.claude/skills/investment-analysis (un enlace simbólico) o ~/.claude/plugins/maia-skill.
  2. Definir la ubicación de ejecución editable (crear según sea necesario; aquí es donde van TODOS los artefactos generados):
    • RUN_DIR = ~/.claude/cache/tododeia
    • DASHBOARD_DIR = $RUN_DIR/dashboard (una copia editable del panel del skill)
    • DATA_DIR = $DASHBOARD_DIR/public/data (el panel sirve estos)
    • HISTORY_DIR = $RUN_DIR/history
    • OUTPUT_HTML_DIR = $RUN_DIR/output (respaldo HTML heredado)
    • Justificación: el SKILL_DIR/dashboard instalado puede ser un enlace simbólico de solo lectura, y el directorio de trabajo actual del usuario es arbitrario. Escribir rutas relativas contra el CWD es la causa #1 de "no se generó ningún informe". Siempre usa estas rutas absolutas de $RUN_DIR.
  3. Capturar la fecha una vez: ejecuta date -u +%Y-%m-%dT%H:%M:%SZ y date +%Y-%m-%d. Almacena como analysis_datetime (ISO 8601 UTC) y analysis_date (AAAA-MM-DD). Pasa estos a cada agente. Los agentes DEBEN usar analysis_date para las consultas de búsqueda y las marcas de tiempo; no deben confiar en su propio reloj o noción de "hoy" de los datos de entrenamiento.
  4. Detectar claves premium opcionales: verifica el entorno en busca de FINNHUB_API_KEY y POLYGON_API_KEY. Registra cuáles (si hay) están presentes y pasa una bandera premium_stocks (finnhub | polygon | ninguno) a los agentes de acciones/materiales. El skill funciona completamente con puntos finales gratuitos sin clave cuando no se establece ninguna clave.

Paso 1: Determinar el Perfil de Riesgo

Pregunta al usuario su tolerancia al riesgo usando la herramienta AskUserQuestion:

Pregunta: "¿Cuál es tu perfil de riesgo de inversión?" Opciones:

  1. Conservador — "Preservación de capital, rendimientos estables, menor riesgo (bonos, blue chips, oro)"
  2. Moderado — "Crecimiento y seguridad equilibrados, diversificado entre sectores (Recomendado)"
  3. Agresivo — "Máximo potencial de crecimiento, cómodo con alta volatilidad (cripto, acciones de crecimiento, posiciones apalancadas)"

Almacena el perfil seleccionado como risk_profile ("conservador", "moderado" o "agresivo"). Si la respuesta no es una de estas tres, vuelve a preguntar. Este perfil se pasa al Agente de Estrategia y da forma al énfasis analítico.

Paso 2: Cargar Mensajes de los Agentes

Lee $SKILL_DIR/references/agent-prompts.md. Este archivo contiene los 5 mensajes de los agentes (4 sectoriales + estrategia).

Paso 3: Cargar Datos Históricos

Verifica $HISTORY_DIR en busca de informes anteriores. Si existe, lee el archivo JSON más reciente (los nombres de archivo usan AAAA-MM-DD.json, que se ordenan cronológicamente). Estos datos históricos se pasan al Agente de Estrategia para el seguimiento de precisión. Si no existe historial, esta es la primera ejecución, está bien.

Paso 4: Generar 4 Agentes de Investigación Sectorial

Lanza los 4 agentes en paralelo usando la herramienta Agent en un solo mensaje. Pasa a cada agente: su mensaje sectorial específico de agent-prompts.md, analysis_date/analysis_datetime, y la bandera premium_stocks.

Obtención híbrida (vinculante): cada agente obtiene precios autoritativos mediante WebFetch a puntos finales de API sin clave primero (CoinGecko para cripto; Yahoo v8 chart / Frankfurter para el resto — ver agent-prompts.md), y usa WebSearch solo para narrativa, noticias y sentimiento social. Cada activo sigue una escalera de respaldo: punto final primario → punto final alternativo → mejor esfuerzo de WebSearch → valor null con una nota.

Los 4 agentes sectoriales son:

  1. Agente de Cripto — 5-7 activos cripto (siempre BTC + ETH; encuentra dinámicamente altcoins en tendencia/prometedoras)
  2. Agente de Acciones — 5-8 acciones (siempre puntos de referencia SPX + IXIC; encuentra dinámicamente nombres impulsados por catalizadores entre sectores)
  3. Agente de Divisas — 5-7 pares de divisas (siempre DXY + USD/MXN; encuentra dinámicamente pares impulsados por eventos)
  4. Agente de Materias Primas — 5-7 materias primas (siempre Oro + Petróleo WTI; encuentra dinámicamente materias primas en tendencia)

Cada agente DEBE devolver un bloque JSON con este esquema exacto. Contrato de datos: todos los valores monetarios/numéricos son NÚMEROS (o null si realmente no están disponibles), nunca cadenas con $, % o separadores de miles. El formateo ocurre solo en el momento de la renderización.

{
  "sector": "cripto|acciones|divisas|materias_primas",
  "timestamp": "{analysis_datetime}",
  "assets": [
    {
      "name": "Nombre Completo",
      "symbol": "TICKER",
      "current_price": 67500.00,
      "price_unit": "USD|USD/oz|USD/barril|tasa|índice",
      "change_24h": 2.3,
      "change_7d": -1.5,
      "change_30d": 12.8,
      "ytd_change": 45.2,
      "week_52_high": 73800.00,
      "week_52_low": 38500.00,
      "market_cap": 1300000000000,
      "volume_24h": 28000000000,
      "sentiment": "alcista|bajista|neutral|mixto|<frase corta>",
      "social_sentiment": "alcista|bajista|neutral|mixto|<frase corta>",
      "social_buzz": "alto|medio|bajo",
      "confidence": 7,
      "source_agreement": "alto|medio|bajo",
      "data_source": "api|api_alt|websearch|no_disponible",
      "sources_checked": ["api.coingecko.com", "finance.yahoo.com"],
      "key_news": ["titular 1", "titular 2"],
      "social_highlights": ["publicación 1", "publicación 2"],
      "recommendation": "comprar|mantener|vender",
      "reasoning": "Explicación analítica de 1-2 oraciones"
    }
  ],
  "sector_summary": "Resumen del sector de 2-3 oraciones",
  "sector_outlook": "alcista|bajista|neutral",
  "top_pick": "TICKER",
  "top_pick_reasoning": "Por qué esta es la oportunidad más notable en este sector"
}

Notas:

  • current_price es un número simple. Para divisas usa el tipo de cambio (ej. 17.39) con price_unit: "tasa"; para índices usa el nivel del índice con price_unit: "índice" y market_cap: null.
  • change_* y ytd_change son números con signo en porcentaje (ej. 2.3 significa +2.3%, -1.5 significa −1.5%). Sin signo %.
  • recommendation mantiene la enumeración comprar|mantener|vender para filtrado/ordenación interna; la interfaz de usuario lo reetiqueta a lenguaje analítico (Considerar/Mantener/Evitar) en el momento de la renderización.

Paso 5: Generar Agente de Estrategia

Después de que los 4 agentes sectoriales devuelvan, lanza el Agente de Estrategia. Pásale: los 4 resultados JSON sectoriales, el risk_profile, los datos históricos (si los hay), el mensaje de estrategia, y una lista explícita de cualquier sector marcado como datos_no_disponibles.

El Agente de Estrategia realiza un análisis intersectorial y DEBE devolver este JSON (mismo Contrato de Datos numérico):

{
  "risk_profile": "conservador|moderado|agresivo",
  "macro_environment": {
    "summary": "Resumen macro de 2-3 oraciones (tasas, inflación, geopolítica)",
    "interest_rate_outlook": "subiendo|estable|bajando",
    "inflation_outlook": "subiendo|estable|bajando",
    "geopolitical_risk": "alto|medio|bajo",
    "key_factors": ["factor 1", "factor 2", "factor 3"]
  },
  "portfolio_allocation": {
    "cripto": 10,
    "acciones": 45,
    "divisas": 15,
    "materias_primas": 20,
    "efectivo": 10
  },
  "cross_sector_insights": [
    { "insight": "El oro y las cripto están subiendo...", "implication": "Lo que esto significa para los inversores" }
  ],
  "risk_adjusted_picks": [
    {
      "rank": 1,
      "name": "Nombre del Activo",
      "symbol": "TICKER",
      "sector": "cripto",
      "confidence": 9,
      "risk_score": 7,
      "risk_adjusted_score": 8.2,
      "recommendation": "comprar",
      "reasoning": "Razonamiento ajustado al riesgo para este perfil",
      "position_size": "5-10% (asignación ilustrativa, no asesoramiento)"
    }
  ],
  "historical_accuracy": {
    "previous_date": "2026-03-12",
    "calls_made": 5,
    "calls_correct": 3,
    "accuracy_pct": 60,
    "notable": "Señal de acumulación de BTC a $65k ahora a $67.5k (+3.8%)"
  },
  "warnings": ["Cualquier advertencia o precaución de riesgo"],
  "strategy_summary": "Resumen de estrategia de 3-4 oraciones adaptado al perfil de riesgo"
}

Regla de fallo parcial: para cualquier sector marcado como datos_no_disponibles, el Agente de Estrategia DEBE: excluir sus activos de risk_adjusted_picks, establecer la portfolio_allocation de ese sector a 0, reasignar el porcentaje liberado a efectivo (no redistribuir silenciosamente a otros sectores), y agregar una entrada warnings[] nombrando el sector faltante. La asignación aún debe sumar 100.

Paso 6: Construir los Datos del Informe

Combina todas las salidas de los agentes en el objeto REPORT_DATA final. Para cualquier sector fallido, aún incluye la clave como { "sector": "<nombre>", "timestamp": "{analysis_datetime}", "assets": [], "data_unavailable": true, ... } para que el panel pueda mostrar una tarjeta de estado vacío.

{
  "brand": "Tododeia",
  "creator": "@soyenriquerocha",
  "generated_at": "{analysis_datetime}",
  "risk_profile": "moderado",
  "executive_summary": "Resumen de estrategia del agente de estrategia",
  "macro_environment": { },
  "portfolio_allocation": { },
  "cross_sector_insights": [ ],
  "risk_adjusted_picks": [ ],
  "historical_accuracy": { },
  "warnings": [ ],
  "sectors": {
    "cripto": { }, "acciones": { }, "divisas": { }, "materias_primas": { }
  }
}

Paso 7: Guardar Datos Históricos

  1. Crear $HISTORY_DIR si es necesario.
  2. Guardar REPORT_DATA como $HISTORY_DIR/{analysis_date}.json.
  3. Conservar solo los últimos 30 archivos: listar $HISTORY_DIR/*.json, ordenar por nombre (cronológico), y eliminar los más antiguos hasta que queden 30.

Paso 8: Generar el Informe

Principal (panel Next.js):

  1. Asegurarse de que exista una copia editable del panel en $DASHBOARD_DIR: si falta o está desactualizada, sincronizarla desde $SKILL_DIR/dashboard excluyendo node_modules y .next — rsync -a --delete --exclude node_modules --exclude .next "$SKILL_DIR/dashboard/" "$DASHBOARD_DIR/" (recurrir a cp -R si rsync no está disponible).
  2. Crear $DATA_DIR si es necesario.
  3. Escribir REPORT_DATA en $DATA_DIR/report.json.

Respaldo (plantilla HTML heredada): Si Node.js/npm no está disponible:

  1. Leer $SKILL_DIR/assets/template.html.
  2. Serializar REPORT_DATA de forma segura para incrustar: ejecutar JSON.stringify(REPORT_DATA), luego en esa cadena JSON reemplazar < con \u003c, > con \u003e, U+2028 con \u2028, y U+2029 con \u2029. Estos son escapes Unicode JSON: el JSON sigue siendo válido y se analiza de vuelta al original, mientras que ningún </script> literal o HTML puede escapar de la isla de datos <script type="application/json"> que usa la plantilla. No usar entidades HTML (&lt;) — la isla es texto sin formato y las entidades corromperían el JSON.
  3. Reemplazar el token {{REPORT_DATA_JSON}} con el JSON escapado.
  4. Crear $OUTPUT_HTML_DIR si es necesario y escribir el HTML poblado en $OUTPUT_HTML_DIR/report.html.

Paso 8b: Traducir el Informe al Español

Después de escribir el informe en inglés (solo ruta principal — omitir si se usó el respaldo HTML, que es monolingüe), generar un Agente de Traducción:

  1. Leer $DATA_DIR/report.json.
  2. Traducir solo estos campos legibles por humanos al español: executive_summary, strategy_summary, macro_environment.summary, macro_environment.key_factors[], cross_sector_insights[].insight, cross_sector_insights[].implication, warnings[], historical_accuracy.notable; por sector sector_summary, top_pick_reasoning; por activo reasoning, key_news[], social_highlights[].
  3. NO traducir: números, tickers, precios, fechas, porcentajes, nombres de activos, símbolos, URLs, price_unit, data_source, o valores de enumeración (ej. alcista, comprar, alto).
  4. Escribir en $DATA_DIR/report-es.json.

Mensaje de traducción: "Eres un traductor financiero. Traduce los campos de texto legibles por humanos listados de este JSON de informe de inversión del inglés al español, iterando todos los niveles anidados (sectors[].assets[].key_news[], etc.). Conserva exactamente todos los números, tickers, precios, fechas, porcentajes, nombres, símbolos, URLs y valores de enumeración. Devuelve JSON válido con la misma estructura."

Paso 9: Servir el Informe

Mostrar SIEMPRE el descargo de responsabilidad educativo PRIMERO, luego la URL:

⚠️ Análisis educativo — no es asesoramiento financiero. Las señales de Tododeia son opiniones generadas por IA a partir de datos públicos y pueden ser incorrectas. Realiza tu propia investigación y consulta a un asesor autorizado antes de invertir. Asumes todo el riesgo.

Principal (panel Next.js):

  1. Si falta $DASHBOARD_DIR/node_modules/, ejecutar npm install --prefix "$DASHBOARD_DIR".
  2. Verificar el puerto 3420: lsof -i :3420. Si ya hay un servidor ejecutándose allí, omitir iniciar uno nuevo (el usuario solo actualiza).
  3. De lo contrario, iniciarlo en segundo plano: npx --prefix "$DASHBOARD_DIR" next dev -p 3420 (ejecutar desde $DASHBOARD_DIR).
  4. Esperar ~3 segundos, luego decir al usuario:

¡El Informe de Inversiones Tododeia está listo! → http://localhost:3420

Perfil: {risk_profile} | Mejor señal: {selección #1 ajustada al riesgo} | Asignación ilustrativa: {resumen}

Respaldo (heredado): Si Node.js/npm no está disponible, servir $OUTPUT_HTML_DIR:

  1. Encontrar un puerto libre comenzando en 8420 (probar 8420-8425): lsof -i :PUERTO.
  2. Iniciar: command -v python3 >/dev/null && python3 -m http.server PUERTO --directory "$OUTPUT_HTML_DIR" || python -m http.server PUERTO --directory "$OUTPUT_HTML_DIR".
  3. Decir al usuario que abra http://localhost:PUERTO/report.html (después del descargo de responsabilidad).

Paso 10: Ofrecer Programación

Después de que se muestre el informe, preguntar al usuario si desea programar análisis recurrentes. Comprobar si crontab está disponible. Si es así, ofrecer opciones de programación (diaria, semanal, etc.) y ayudar a configurar una entrada de cron que ejecute el skill con el perfil elegido.

Skills relacionados