Motor de alocação de fundos TEFAS projetado para agentes de IA. Oferece recomendações mensais de distribuição, gerenciamento de estratégia, alocação de fundos e gerenciamento de portfólio com pontuação quantitativa e análise em Python.
O berkinduz/fonbot-ai é um motor de alocação de fundos TEFAS especializado, desenvolvido para ser utilizado por agentes de IA em tarefas de otimização de portfólio. Ele emprega uma metodologia de pontuação quantitativa (scoring) e análise em Python para gerar recomendações mensais de distribuição de ativos, auxiliando no gerenciamento de estratégias de investimento e na alocação de fundos. A ferramenta é particularmente útil para desenvolvedores e agentes que necessitam automatizar decisões de portfólio baseadas em dados do mercado de fundos de investimento brasileiro (TEFAS). Seu funcionamento se baseia na coleta e processamento de dados históricos e em tempo real, aplicando modelos de scoring para classificar e sugerir as melhores alocações, tudo integrado em um fluxo de trabalho que pode ser acionado por comandos de linguagem natural via agentes como o Claude Code.
npx skills add berkinduz/fonbot-aiInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Motor de alocação de fundos TEFAS projetado para agentes de IA. Oferece recomendações mensais de distribuição, gerenciamento de estratégia, alocação de fundos e gerenciamento de portfólio com pontuação quantitativa e análise em Python.
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.