Narrata transforma séries temporais OHLCV em narrativas compactas e determinísticas para contexto de LLMs. Inclui compressão simbólica (SAX), detecção de regime, indicadores, suporte/resistência, resumos de candlestick, um servidor FastMCP e uma habilidade reutilizável para agentes.
Narrata é uma ferramenta especializada em converter séries temporais financeiras (Open, High, Low, Close, Volume) em narrativas textuais compactas e determinísticas, otimizadas para uso como contexto em Large Language Models (LLMs). A habilidade é particularmente útil para agentes de IA que precisam analisar dados de mercado de forma eficiente, reduzindo a carga de tokens sem perder informações cruciais. Ela funciona através de técnicas como compressão simbólica SAX (Symbolic Aggregate approXimation), detecção de regimes de mercado (como tendências e volatilidade), cálculo de indicadores técnicos, identificação de níveis de suporte e resistência, e sumarização de padrões de candlestick. O pacote inclui um servidor FastMCP para integração com protocolos de agentes, bem como uma habilidade reutilizável para frameworks como Claude Code ou Cursor. Ao gerar resumos consistentes e reproduzíveis, o Narrata permite que desenvolvedores e traders automatizem a análise de dados históricos de mercado de forma confiável, garantindo que o LLM receba informações pertinentes sem ruído ou redundância.
npx skills add marcinmiklitz/narrataInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Narrata transforma séries temporais OHLCV em narrativas compactas e determinísticas para contexto de LLMs. Inclui compressão simbólica (SAX), detecção de regime, indicadores, suporte/resistência, resumos de candlestick, um servidor FastMCP e uma habilidade reutilizável para agentes.
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.