Une Suite d'Outils Financiers Prête à l'Emploi pour les Agents IA

Si vous avez déjà demandé à Claude ou GPT-4 de calculer le CMPC, de construire un modèle DCF, ou d'évaluer l'impact d'un rapport de résultats sur les cours des actions, vous avez probablement rencontré le même problème. Le modèle soit invente des chiffres de manière audacieuse, soit sort des théories économiques génériques de manuel. Pour obtenir de véritables analyses, les réseaux neuronaux ont besoin d'accéder aux sources de données appropriées et aux algorithmes de calcul prêts à l'emploi.

Les développeurs ont publié un dépôt finance-skills sur GitHub. Il s'agit d'une collection de plugins et d'extensions de compétences basés sur le standard ouvert Agent Skills. Il transforme Claude Code et d'autres agents autonomes en assistant financier.

Ce que contient le dépôt

Le projet n'est pas construit comme un service monolithique, mais comme un ensemble de modules séparés. Chaque groupe de compétences gère sa propre couche de traitement des données.

Le premier plugin, finance-market-analysis, prend en charge les tâches courantes d'évaluation d'entreprise. Au lieu de rassembler manuellement les rapports via yfinance, le modèle peut demander des scénarios Bull/Base/Bear prêts à l'emploi, calculer la sensibilité du cours de l'action au CMPC, analyser la prime ou la décote des ETF par rapport à la VL, et vérifier les modèles de tendance comme le VCP en utilisant la stratégie de Minervini.

Le bloc finance-social-readers gère la lecture des réseaux sociaux et des plateformes spécialisées. Via les utilitaires opencli et tdl, l'agent peut consulter les canaux Telegram, lire les fils sur Twitter, Reddit, LinkedIn, et même extraire des données de startups de Y Combinator. L'accès fonctionne en mode lecture seule, donc il n'y a aucun risque de publier accidentellement quoi que ce soit.

Le troisième bloc, finance-data-providers, connecte des services spécialisés externes. Cela inclut les intégrations avec Fintel pour suivre les positions courtes et les transactions d'initiés, la collecte de sentiment via Adanos, ainsi que la lecture des carnets d'ordres et du funding de la bourse crypto Hyperliquid. Il y a également un outil pour travailler avec la version bureau de TradingView via le protocole Chrome DevTools.

Il y a aussi des choses moins évidentes. Par exemple, finance-startup-tools décompose l'analyse des startups selon trois perspectives : investisseur en capital-risque, candidat à un emploi et fondateur. Et le plugin finance-ui-tools exploite l'UI générative dans Claude pour afficher des graphiques interactifs et des widgets directement dans le chat.

Comment c'est construit techniquement

Toutes les compétences sont écrites selon les spécifications Agent Skills. Elles peuvent être connectées non seulement à Claude Code, mais aussi à tout agent qui prend en charge ce format.

L'installation dans Claude Code se fait avec une seule commande terminale :

npx plugins add himself65/finance-skills

Si vous n'avez pas besoin de l'ensemble du package, vous pouvez facilement installer uniquement des modules spécifiques. Par exemple, si vous êtes intéressé par l'analyse de marché et le carnet d'ordres de TradingView, installez simplement les plugins individuels :

npx plugins add himself65/finance-skills --plugin finance-market-analysis
npx plugins add himself65/finance-skills --plugin finance-data-providers

Pour les frameworks et agents tiers, une CLI universelle est utilisée :

npx skills add himself65/finance-skills -a <agent-name>

En coulisses, de nombreux lecteurs s'appuient sur l'utilitaire opencli. Il gère l'analyse des pages web et la conversion des réponses dans un format adapté aux LLM. Pour travailler avec les graphiques TradingView et les options, le plugin se connecte à l'application en cours d'exécution via le port de débogage, lit les états des graphiques, les données du tableau des options, et peut prendre des captures d'écran.

Où cela s'avère vraiment utile

Au lieu de discussions abstraites, examinons trois scénarios pratiques où ces compétences feront gagner du temps.

Préparation d'un rapport de résultats trimestriel. Habituellement, avant la publication d'un rapport, vous devez ouvrir plusieurs onglets : prévisions consensuelles des analystes, historique des surprises de BPA passées, dynamique des positions courtes sur Fintel, et discussions sur Twitter. Avec les compétences connectées, vous donnez simplement à l'agent une commande pour compiler un résumé pour un ticker. Le modèle ira lui-même sur Fintel, extraira les données de yfinance, vérifiera les tweets récents, et livrera un briefing structuré.

Surveillance de l'arbitrage sur le marché crypto. Le plugin Hyperliquid lit les taux de funding sur les contrats perpétuels et les compare entre les pools d'échange. L'agent peut surveiller les anomalies en arrière-plan et mettre en évidence les écarts inter-bourses.

Évaluation des startups et des entreprises SaaS. Si vous évaluez une entreprise technologique, le plugin saas-valuation-compression décomposera les multiples de MRR et les comparera avec les concurrents. L'outil startup-analysis analysera simultanément les risques du modèle économique, en générant un rapport à la fois du point de vue d'un investisseur et d'un employé potentiel.

Cela vaut-il la peine d'installer

Le projet sera utile aux développeurs qui construisent leurs propres agents orientés finance et aux traders utilisant Claude Code comme terminal quotidien. Vous ne pouvez pas construire un système de trading complet sur cela sans personnalisation. L'auteur avertit immédiatement dans la clause de non-responsabilité : le projet a été créé à des fins éducatives.

Le code est transparent, la licence MIT permet la personnalisation gratuite des compétences pour vos besoins, et les auteurs ont même inclus un plugin finance-skill-creator séparé pour créer et évaluer la qualité de vos propres compétences. Si vous avez toujours voulu automatiser la collecte d'analyses financières via LLM, c'est un excellent point de départ.