O que tradingview-mcp faz?
Ponte assistida por IA entre o TradingView Desktop e o Claude Code para análise de trading
Ponte assistida por IA entre o TradingView Desktop e o Claude Code para análise de trading
O tradesdontlie/tradingview-mcp é uma ponte assistida por IA que conecta o TradingView Desktop ao Claude Code, permitindo que traders e desenvolvedores utilizem os poderosos dados e gráficos do TradingView diretamente nas suas análises de trading codificadas. A habilidade é útil para automatizar consultas de mercado, backtesting de estratégias e criação de alertas personalizados, tudo a partir do ambiente de desenvolvimento. Suporta plataformas como Claude Code e similares, funcionando como um servidor MCP (Model Context Protocol) que expõe endpoints para interagir com o TradingView. Ao fornecer acesso estruturado a preços históricos, indicadores técnicos e dados de múltiplos ativos, o skill permite que agentes de IA executem análises complexas sem necessidade de navegação manual na interface do TradingView.
npx skills add tradesdontlie/tradingview-mcpInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Ponte assistida por IA entre o TradingView Desktop e o Claude Code para análise de trading
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.