MingCang (明仓)은(는) 무엇을 하나요?
명창(明仓): 로컬 우선 개인 A주 리서치 루프로, 투자 시안 가져오기, 반증, 리스크 규율, 감사 가능한 메모리 및 에이전트 워크플로를 지원합니다.
명창(明仓): 로컬 우선 개인 A주 리서치 루프로, 투자 시안 가져오기, 반증, 리스크 규율, 감사 가능한 메모리 및 에이전트 워크플로를 지원합니다.
Zeeechenn/MingCang (明仓)은 로컬 퍼스트 방식으로 개인 A주(중국 본토 주식) 리서치를 자동화하는 에이전트 스킬입니다. 이 스킬은 투자 시안(thesis)을 가져와 체계적으로 반증(falsification)하고, 리스크 규율(risk discipline)을 적용하며, 감사 가능한 메모리(auditable memory)를 유지함으로써 연구 프로세스를 구조화합니다. 주로 Claude Code, Cursor, Codex 등 에이전트 플랫폼에서 사용할 수 있으며, 사용자의 투자 가설을 코드 및 데이터 관점에서 검증하고 결과를 영속적으로 기록합니다. 이를 통해 개인 투자자는 감정적 편향을 줄이고 일관된 리서치 방법론을 적용할 수 있습니다. MingCang은 로컬 환경에서 실행되므로 민감한 재무 데이터가 외부로 유출되지 않으며, 모든 분석과 결정 기록은 추적 가능하여 투자 성과를 사후 분석하는 데 유용합니다.
npx skills add Zeeechenn/MingCangInstalled? Explore more 연구 & 데이터 분석 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
명창(明仓): 로컬 우선 개인 A주 리서치 루프로, 투자 시안 가져오기, 반증, 리스크 규율, 감사 가능한 메모리 및 에이전트 워크플로를 지원합니다.
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.