Claude Code에서 45개의 트레이딩 에이전트, 147개의 MCP 도구, 기본 제공 페이퍼 트레이딩으로 오픈소스 AI 헤지 펀드를 실행합니다.
이 스킬은 오픈소스 AI 헤지 펀드를 Claude Code 환경에서 실행할 수 있게 해줍니다. 45개의 트레이딩 에이전트와 147개의 MCP(Model Context Protocol) 도구를 활용하여 복잡한 금융 시장 분석과 자동 거래를 수행합니다. 기본적으로 페이퍼 트레이딩(모의 거래) 모드로 작동하므로 사용자는 실제 자금 위험 없이 시스템을 테스트하고 최적화할 수 있습니다. 이 프로젝트는 최근 GitHub에서 발견된 AI 에이전트 스킬, Claude/Codex/Gemini 워크플로우, MCP 도구 및 관련 AI 자동화 기술을 기반으로 구축되었습니다. 개발자와 트레이더는 이 시스템을 통해 다양한 전략을 실험하고, 멀티 에이전트 협업을 통한 고급 트레이딩 의사 결정 과정을 학습할 수 있습니다.
npx skills add Disciplined-staffofficer26/ai-fundInstalled? Explore more 연구 & 데이터 분석 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Claude Code에서 45개의 트레이딩 에이전트, 147개의 MCP 도구, 기본 제공 페이퍼 트레이딩으로 오픈소스 AI 헤지 펀드를 실행합니다.
출처: https://github.com/Disciplined-staffofficer26/ai-fund
지난 24시간 동안 GitHub에 푸시된 저장소에서 발견된 AI 에이전트 스킬, Claude/Codex/Gemini 워크플로우, MCP 도구 및 관련 AI 에이전트 자동화 기술을 기반으로 합니다.
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.