AI 代理的即用型金融工具套件

如果你曾经让 Claude 或 GPT-4 计算 WACC、建立 DCF 模型，或评估财报如何影响股价，你可能遇到过同样的问题。模型要么大胆编造数字，要么给出泛泛的教科书式经济学内容。要获得真正的分析，神经网络需要访问正确的数据源和现成的计算算法。

开发者们在 GitHub 上发布了一个 finance-skills 仓库。这是一个基于开放的 Agent Skills 标准构建的插件和技能扩展集合。它可以将 Claude Code 和其他自主代理转变为金融助手。

仓库里有什么

该项目不是作为单一服务构建的，而是作为一组独立的模块。每个技能组处理自己的数据处理层。

第一个插件 finance-market-analysis 负责日常的公司估值任务。模型无需手动通过 yfinance 收集报告，可以直接请求现成的看涨/基准/看跌情景，计算股价对 WACC 的敏感性，分析 ETF 相对净值的溢价或折价，并使用 Minervini 策略检查 VCP 等趋势模式。

finance-social-readers 模块处理社交网络和专门平台的阅读。通过 opencli 和 tdl 工具，代理可以查看 Telegram 频道，阅读 Twitter、Reddit、LinkedIn 上的帖子，甚至从 Y Combinator 获取初创公司数据。访问采用只读模式，因此没有意外发布任何内容的风险。

第三个模块 finance-data-providers 连接外部专业服务。这包括与 Fintel 的集成，用于追踪空头利息和内部人士交易，从 Adanos 收集情绪数据，以及从 Hyperliquid 加密交易所读取订单簿和资金费率。还有一个通过 Chrome DevTools Protocol 连接 TradingView 桌面版进行交互式图表显示的工具。

还有一些不太显眼的功能。例如，finance-startup-tools 从三个角度分析初创公司数据：风险投资家、求职者和创始人。finance-ui-tools 插件利用 Claude 的生成式 UI 在聊天中直接显示交互式图表和小部件。

技术架构

所有技能都按照 Agent Skills 规范编写。它们不仅可以连接到 Claude Code，还可以连接到任何支持此格式的代理。

在 Claude Code 中安装只需一个终端命令：

npx plugins add himself65/finance-skills

如果你不需要整个套件，可以轻松地只安装特定模块。例如，如果你只对市场分析和 TradingView 订单簿感兴趣，只需安装各个插件：

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

对于第三方框架和代理，使用通用 CLI：

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

在底层，许多阅读器依赖 opencli 工具。它处理网页解析并将响应转换为 LLM 友好的格式。对于 TradingView 图表和期权，插件通过调试端口连接到运行中的应用，读取图表状态和期权数据，并可以截取屏幕截图。

实际应用场景

我们不空谈抽象概念，来看三个这些技能可以节省时间的实际场景。

为季度财报做准备。通常在财报发布前，你需要打开多个标签页：分析师共识预测、历史 EPS 惊喜、短头寸动态（Fintel）以及 Twitter 上的讨论。连接技能后，你只需给代理一个命令来编译某个股票代码的摘要。模型会自行访问 Fintel、从 yfinance 拉取数据、检查最近的推文，并提供结构化的简报。

监控加密市场的套利机会。Hyperliquid 插件读取永续期货的资金费率，并跨交易所池进行比较。代理可以在后台监控异常情况并突出显示跨交易所价差。

评估初创公司和 SaaS 公司。如果你正在评估一家科技企业，saas-valuation-compression 插件会分解 ARR 倍数并与竞争对手进行比较。同时，startup-analysis 工具会分析商业模式风险，从投资者和潜在员工的角度生成报告。

值得安装吗

该项目对构建自己金融导向代理的开发者以及将 Claude Code 作为日常终端的交易者都很有用。没有定制，你无法用它构建完整的交易系统。作者在免责声明中立即警告：该项目是为教育目的而创建的。

代码透明，MIT 许可证允许根据你的需求自由定制技能，作者甚至包含了一个单独的 finance-skill-creator 插件用于创建和评估你自己技能的质量。如果你一直想通过 LLM 自动化金融分析收集，这是一个很好的起点。