🦊 Framework open-source profissional de agentes quantitativos. Agentes escolhem os fatores que funcionam no momento para cronometrar entradas, escrevem estratégias completas e as evoluem em uma sandbox — cada ordem passa por aprovação de máquina, o LLM nunca fica no caminho da ordem. Multi-mercado, nível de auditoria.
O mirror29/inalpha é um framework open-source profissional para agentes de negociação quantitativa, projetado para desenvolvedores e traders avançados. Ele permite que agentes de IA identifiquem dinamicamente os fatores de mercado que estão funcionando no momento presente para cronometrar entradas em negociações, escrevam estratégias completas de forma autônoma e as evoluam continuamente dentro de um ambiente sandbox seguro. Uma característica fundamental de segurança e auditabilidade é que cada ordem de negociação passa por uma aprovação baseada em máquina, garantindo que o modelo de linguagem grande (LLM) nunca esteja no caminho crítico da ordem, eliminando riscos de latência ou decisões não verificadas. O framework suporta múltiplos mercados (como ações, criptomoedas e futuros) e oferece logs de nível de auditoria para cada ação, tornando-o adequado para ambientes de negociação institucionais ou de alto risco. Ele se integra a diversas plataformas de agentes de IA e ferramentas de desenvolvimento, fornecendo APIs claras para agentes observarem dados de mercado, gerarem estratégias e submeterem ordens através de um pipeline de aprovação configurável.
npx skills add mirror29/inalphaInstalled? Explore more Escrita e Edição skills: steipete/notion, langchain-ai/langchain, bytedance/podcast-generation · View all 6 →
🦊 Framework open-source profissional de agentes quantitativos. Agentes escolhem os fatores que funcionam no momento para cronometrar entradas, escrevem estratégias completas e as evoluem em uma sandbox — cada ordem passa por aprovação de máquina, o LLM nunca fica no caminho da ordem. Multi-mercado, nível de auditoria.
Notion CLI/API for pages, Markdown content, data sources, files, comments, search, Workers, and raw API calls.
The agent engineering platform.
Use this skill when the user requests to generate, create, or produce podcasts from text content. Converts written content into a two-host conversational podcast audio format with natural dialogue.
Analyze and optimize tweets for maximum reach using Twitter's open-source algorithm insights. Rewrite and edit user tweets to improve engagement and visibility based on how the recommendation system ranks content.
Extracts and analyzes competitors' ads from ad libraries (Facebook, LinkedIn, etc.) to understand what messaging, problems, and creative approaches are working. Helps inspire and improve your own ad campaigns.
Context7 Platform -- Up-to-date code documentation for LLMs and AI code editors