lionman888/us-crowding-radar

Radar de congestion des actions américaines, local et explicable | Radar de congestion des actions américaines, priorité au local

Qu'est-ce que us-crowding-radar ?

Ce skill permet de surveiller le risque de congestion (crowding) sur les actions américaines, en utilisant un outil CLI Python testé et une interface utilisateur locale. Il est conçu pour être utilisé avec des agents IA comme Claude Code, Cursor ou Codex, offrant une analyse explicable et reproductible sans dépendre de services cloud tiers. L'agent peut exécuter des commandes pour vérifier l'état de l'outil, gérer une liste de surveillance, lancer des analyses de congestion (en cache ou avec rafraîchissement), et même démarrer un tableau de bord web local sur le port 8786. La clé API Clawby est nécessaire pour accéder aux données, mais elle est gérée en toute sécurité : jamais affichée dans les logs, stockée dans un fichier local protégé (mode 600), et utilisée uniquement via des variables d'environnement ou le fichier .env ignoré par Git. Le score de congestion n'est jamais présenté comme une prédiction de prix ou un conseil d'investissement.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add lionman888/us-crowding-radar

Installed? Explore more Recherche et analyse de données skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

US Crowding Radar (Radar de Congestion US)

Utilisez l'interface CLI Python testée de ce dépôt. Ne réimplémentez pas le scoring et n'appelez pas directement des interfaces non documentées.

Sécurité

  • Ceci est une intelligence de marché en lecture seule, pas une exécution de transactions.
  • Ne demandez jamais, n'affichez pas, ne journalisez pas et ne placez pas CLAWBY_API_KEY dans les arguments de commande.
  • Le tableau de bord accepte la clé via son interface utilisateur locale, la valide auprès du endpoint officiel /api/account de Clawby, et peut la sauvegarder dans le fichier d'identification local ignoré par Git avec le mode 600.
  • L'automatisation CLI lit la clé uniquement depuis l'environnement ou le fichier .env ignoré.
  • Ne décrivez jamais le score de congestion comme une prévision de prix ou un conseil d'investissement.

Commandes

Depuis la racine du dépôt :

python3 -m us_crowding_radar doctor
python3 -m us_crowding_radar watchlist list
python3 -m us_crowding_radar watchlist add TICKER --label "Company"
python3 -m us_crowding_radar watchlist remove TICKER
python3 -m us_crowding_radar scan
python3 -m us_crowding_radar scan --refresh
python3 -m us_crowding_radar scan --notify
python3 -m us_crowding_radar serve --port 8786

Flux de travail

  1. Pour le tableau de bord, demandez à l'utilisateur de saisir sa propre clé dans l'interface utilisateur locale ; ne la répétez ni ne la journalisez jamais. Une validation réussie peut être restaurée à partir du fichier d'identification local protégé.
  2. Pour l'automatisation CLI, exécutez doctor et signalez uniquement si la clé d'environnement est configurée.
  3. Confirmez la liste de surveillance avant une analyse en direct.
  4. Utilisez scan pour une exécution en lecture seule autorisée en cache ou scan --refresh pour des données distantes fraîches.
  5. Signalez ensemble le score, la direction, la couverture, les preuves des composants, les horodatages des sources et les dimensions en échec.
  6. Utilisez --notify uniquement lorsque l'utilisateur a configuré et autorisé la cible de notification.

Validation

python3 -m unittest discover -s tests -v
node --check us_crowding_radar/web/app.js
python3 -m compileall -q us_crowding_radar

Skills associés