Merge dev → main: Skills v3.1 全面升級 + 審查問題全修完

- 53 個 SKILL.md(含明確 slug frontmatter,無 importer 衝突)
- 全部 11 個 Agent 技能配置完整(72 個技能分配)
- .mcp.json:7 個 MCP server(台股 + 美股 + 財報 + 投組)
- .paperclip.yaml:envInputs 移至 projects.inputs.env
- 審查員 P1-P8 全部修正,dry-run warnings: [], errors: []
- 台股 + 美股雙市場覆蓋

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>
This commit is contained in:
Chris
2026-04-10 22:14:52 +00:00
70 changed files with 3422 additions and 12 deletions

View File

@@ -15,7 +15,7 @@ agents/*/AGENTS.md ← 11 個 agent 定義
teams/*/TEAM.md ← 2 個 teammanagement, quant-research
projects/*/PROJECT.md ← 2 個 project
projects/*/tasks/*/TASK.md ← 4 個 recurring tasks
skills/*/SKILL.md ← 2 個 skills
skills/*/SKILL.md ← 53 個 skills
```
---
@@ -31,6 +31,7 @@ skills/*/SKILL.md ← 2 個 skills
| [schemas.md](schemas.md) | 所有 Agent 輸出的 JSON Schema 定義(含信心指數、恐慌指數、進出場建議) |
| [paperclip_org_plans.md](paperclip_org_plans.md) | 組織規劃方案A/B/C、推薦方案、修改範圍與 review 驗收標準 |
| [paperclip_dev_review_2026-04-11.md](paperclip_dev_review_2026-04-11.md) | 第一版 Paperclip package 審查備忘錄,列出必修問題、建議修法與驗收標準 |
| [paperclip_agent_skills_review_2026-04-11.md](paperclip_agent_skills_review_2026-04-11.md) | Agent / Skills 完整度審查,聚焦 skill slug、runtime 依賴、內容完整度與文檔一致性 |
---

285
docs/agent-skill-mapping.md Normal file
View File

@@ -0,0 +1,285 @@
# Agent 技能配置對應表
> 版本v3.1Runtime 狀態標記完整化)
> 更新日期2026-04-11
> 來源:基於 tradermonty/claude-trading-skills、ginlix-ai/langalpha、anthropics/skills 的調查結果
> 原則:技能來自真實開源 repo不自製台股美股雙市場覆蓋
> 版本說明:目前 SKILL.md 均為摘要參考版Summary Reference提供方法論架構與 MCP 需求聲明。完整 reference/ 與 scripts/ 目錄將於後續版本補齊。
## Runtime 狀態說明
各 skill 依啟用難度分為三個狀態:
| 狀態 | 說明 |
|---|---|
| ✅ **active** | MCP 已配置於 `.mcp.json`,可直接啟用 |
| 🔑 **needs-key** | MCP 已配置,但需要額外 API key`.paperclip.yaml` envInputs |
| 🐍 **local-runtime** | 需要本地 Python 環境scipy / statsmodels / pandas 等) |
**整體 runtime 狀態:**
| Skill | 狀態 | 依賴 |
|---|---|---|
| `yahoo-finance-*` 相關 skills | ✅ active | yahoo-finance MCP無需 key |
| `casual-market` 相關 skills | ✅ active | casual-market MCP無需 key |
| `tradingview` 相關 skills | ✅ active | tradingview MCP無需 key |
| `morning-note``macro-regime-detector` 等 | 🔑 needs-key | FRED_API_KEY |
| `market-breadth-analyzer``sector-overview` 等 | 🔑 needs-key | FUGLE_API_KEY台股 |
| `earnings-calendar``economic-calendar-fetcher` | 🔑 needs-key | FMP_API_KEY |
| `portfolio-manager` | 🔑 needs-key | ALPACA_API_KEY + ALPACA_API_SECRET |
| `pair-trade-screener` | 🐍 local-runtime | Python + scipy + statsmodels |
| `trader-memory-core` | ✅ active | claude_local 檔案系統(已內建) |
---
---
## 技能分配總覽
| Agent | 職稱 | 技能數 | 主要技能來源 |
|---|---|---|---|
| `finance-researcher` | 財經情報研究員 | 9 | tradermonty、langalpha |
| `market-structure-researcher` | 市場結構研究員 | 8 | tradermonty、langalpha |
| `bullish-researcher` | 多方研究員 | 12 | tradermonty、langalpha |
| `bearish-researcher` | 空方研究員 | 7 | tradermonty、langalpha |
| `quant-strategist` | 量化策略師 | 9 | tradermonty、langalpha |
| `quant-engineer` | 回測工程師 | 7 | tradermonty |
| `data-analyst` | 資料分析師 | 5 | tradermonty、anthropics |
| `reviewer` | 審查員 | 4 | tradermonty、langalpha |
| `secretary` | 秘書 | 3 | tradermonty、anthropics |
| `ceo` | 執行長 | 5 | tradermonty、anthropics |
| `xiao-an` | 小安 | 2 | anthropics |
**技能檔案總計53 個 SKILL.md全在 skills/ 目錄)**
**技能配置總計72 個分配(含共用技能跨 Agent 重複引用)**
---
## 詳細配置
### 執行長ceo
**職責**:接收指令、拆解任務、派工追蹤、組裝最終決策包
| 技能 Slug | 技能中文名 | 來源 Repo | 用途 |
|---|---|---|---|
| `stanley-druckenmiller-investment` | Druckenmiller 投資哲學 | tradermonty | 宏觀驅動投資框架、催化劑識別 |
| `portfolio-manager` | 投資組合管理師 | tradermonty | 組合層級風險與曝險管理 |
| `exposure-coach` | 曝險管理教練 | tradermonty | 統一曝險建議,平衡多空風險 |
| `doc-coauthoring` | 文件共同創作 | anthropics | 最終決策包與報告起草 |
| `internal-comms` | 內部溝通 | anthropics | 跨 Agent 狀態更新與通知 |
---
### 財經情報研究員finance-researcher
**職責**:蒐集財經新聞、總體經濟數據、行事曆事件,評估市場情緒
| 技能 Slug | 技能中文名 | 來源 Repo | 用途 |
|---|---|---|---|
| `market-news-analyst` | 市場新聞分析師 | tradermonty | 過去10天市場新聞影響評估 |
| `economic-calendar-fetcher` | 經濟行事曆擷取器 | tradermonty | 未來7-90天重大經濟事件 |
| `market-environment-analysis` | 總體市場環境分析 | tradermonty | 全球宏觀簡報(含台股) |
| `earnings-calendar` | 財報行事曆 | tradermonty | 即將發布的美股財報 |
| `morning-note` | 盤前晨報 | langalpha | 每日市場摘要(含視覺化) |
| `theme-detector` | 市場主題偵測器 | tradermonty | 跨資產主題識別與追蹤 |
| `catalyst-calendar` | 催化劑行事曆 | langalpha | 近期重大催化事件彙整 |
| `earnings-preview` | 財報預覽 | langalpha | 財報前情勢分析與預期管理 |
| `earnings-analysis` | 財報後分析 | langalpha | 財報數據解讀與管理層訊號 |
**台股覆蓋**`market-environment-analysis` 涵蓋台股加權指數;`morning-note` 透過 CasualMarket MCP 取得台股數據;`catalyst-calendar` 涵蓋台灣重要政策與財報事件
---
### 市場結構研究員market-structure-researcher
**職責**:技術結構分析、關鍵價位、流動性、趨勢方向、板塊輪動
| 技能 Slug | 技能中文名 | 來源 Repo | 用途 |
|---|---|---|---|
| `technical-analyst` | 技術分析師 | tradermonty | 週線技術分析(趨勢、支撐壓力、均線、型態) |
| `market-breadth-analyzer` | 市場廣度分析器 | tradermonty | 六成分廣度綜合評分 |
| `sector-analyst` | 板塊輪動分析師 | tradermonty | 板塊輪動模式與市場週期 |
| `uptrend-analyzer` | 漲勢分析器 | tradermonty | 五成分漲勢健康度評分 |
| `macro-regime-detector` | 總經環境偵測器 | tradermonty | 跨資產比率分析5種環境分類 |
| `breadth-chart-analyst` | 廣度圖表分析師 | tradermonty | McClellan、A/D Line 等廣度圖表詮釋 |
| `sector-overview` | 板塊概況分析 | langalpha | 板塊基本面趨勢、龍頭股、估值水平 |
| `competitive-analysis` | 競爭分析 | langalpha | Porter 五力、競爭格局、市場份額動態 |
**台股覆蓋**:技術分析師和廣度分析器適用台股;`sector-overview` 涵蓋台積電、聯發科、富邦金等台股龍頭
---
### 多方研究員bullish-researcher
**職責**:整理利多因素、做多論點、催化劑、成長股選股
| 技能 Slug | 技能中文名 | 來源 Repo | 用途 |
|---|---|---|---|
| `us-stock-analysis` | 美股個股分析 | tradermonty | 基本面+技術面完整股票研究 |
| `institutional-flow-tracker` | 法人資金流向追蹤器 | tradermonty | 13F 持倉追蹤,聰明錢動向 |
| `canslim-screener` | CANSLIM 選股篩選器 | tradermonty | O'Neil 七成分成長股篩選 |
| `vcp-screener` | VCP 篩選器 | tradermonty | Minervini 波動收縮型態偵測 |
| `ftd-detector` | 跟進日偵測器 | tradermonty | 市場底部跟進日確認 |
| `initiating-coverage` | 啟動追蹤報告 | langalpha | 30-50頁機構級股票研究報告 |
| `pead-screener` | PEAD 財報後漂移篩選器 | tradermonty | 財報後動能漂移效應追蹤 |
| `earnings-trade-analyzer` | 財報交易分析師 | tradermonty | 財報前後選股、期權策略評估 |
| `earnings-preview` | 財報預覽 | langalpha | 財報前情勢分析(共用) |
| `earnings-analysis` | 財報後分析 | langalpha | 財報數據解讀(共用) |
| `dcf-model` | DCF 估值模型 | langalpha | 折現現金流內在價值計算 |
| `comps-analysis` | 可比公司分析 | langalpha | 同業倍數相對估值 |
| `options-strategy-advisor` | 選擇權策略顧問 | tradermonty | 買權/賣權策略建議(做多情境) |
**台股覆蓋**`institutional-flow-tracker` 透過 CasualMarket MCP 追蹤台股外資買賣超;`dcf-model``comps-analysis` 適用台積電、聯發科等台股
---
### 空方研究員bearish-researcher
**職責**:整理利空因素、做空論點、風險事件、市場頂部識別
| 技能 Slug | 技能中文名 | 來源 Repo | 用途 |
|---|---|---|---|
| `us-market-bubble-detector` | 美股泡沫偵測器 | tradermonty | Minsky框架泡沫機械化評分 |
| `market-top-detector` | 市場頂部偵測器 | tradermonty | 六成分頂部風險綜合評分 |
| `downtrend-duration-analyzer` | 下跌持續時間分析器 | tradermonty | 歷史下跌持續時間統計分析 |
| `competitive-analysis` | 競爭分析 | langalpha | 競爭威脅識別(空方視角:護城河崩解) |
| `sector-overview` | 板塊概況分析 | langalpha | 弱勢板塊識別(做空標的) |
| `comps-analysis` | 可比公司分析 | langalpha | 高估股票識別(高估相對同業) |
| `options-strategy-advisor` | 選擇權策略顧問 | tradermonty | 保護性賣權、看跌策略建議 |
---
### 量化策略師quant-strategist
**職責**收斂多空觀點、策略論點、Edge 研究流程管理、組合管理
| 技能 Slug | 技能中文名 | 來源 Repo | 用途 |
|---|---|---|---|
| `scenario-analyzer` | 情境分析引擎 | tradermonty | 18個月牛熊基準情境預測 |
| `edge-signal-aggregator` | 優勢訊號整合器 | tradermonty | 多技能輸出加權聚合 |
| `exposure-coach` | 曝險管理教練 | tradermonty | 統一曝險建議(共用) |
| `edge-pipeline-orchestrator` | Edge 流程協調器 | tradermonty | 端到端Edge研究流程管理 |
| `trade-hypothesis-ideator` | 交易假設發想器 | tradermonty | 可偽證假設卡生成 |
| `thesis-tracker` | 投資論點追蹤器 | langalpha | 投資論點長期追蹤 |
| `macro-regime-detector` | 總經環境偵測器 | tradermonty | 跨資產環境判斷(共用) |
| `stanley-druckenmiller-investment` | Druckenmiller 投資哲學 | tradermonty | 宏觀驅動策略框架(共用) |
| `portfolio-manager` | 投資組合管理師 | tradermonty | 組合層級風險評估 |
---
### 回測工程師quant-engineer
**職責**:策略程式化、回測執行、績效報告、倉位計算
| 技能 Slug | 技能中文名 | 來源 Repo | 用途 |
|---|---|---|---|
| `backtest-expert` | 回測專家 | tradermonty | 完整策略驗證框架(含評估腳本) |
| `position-sizer` | 部位規模計算器 | tradermonty | 固定分數/ATR/凱利公式計算 |
| `strategy-pivot-designer` | 策略轉向設計師 | tradermonty | 偵測回測停滯,提出結構性轉向 |
| `data-quality-checker` | 資料品質檢查器 | tradermonty | 財金數據驗證(共用) |
| `pair-trade-screener` | 配對交易篩選器 | tradermonty | 統計套利對篩選ADF/協整檢驗) |
| `options-strategy-advisor` | 選擇權策略顧問 | tradermonty | 期權結構設計Delta/Gamma管理 |
| `portfolio-manager` | 投資組合管理師 | tradermonty | 多策略組合管理框架 |
---
### 資料分析師data-analyst
**職責**回測結果分析、KPI 計算、風險識別、績效報告、Edge 洞察
| 技能 Slug | 技能中文名 | 來源 Repo | 用途 |
|---|---|---|---|
| `signal-postmortem` | 訊號事後分析 | tradermonty | 訊號結果記錄與聚合器權重反饋 |
| `edge-candidate-agent` | Edge 候選代理人 | tradermonty | 每日觀察→可重現研究票據 |
| `xlsx` | Excel 試算表 | anthropics | 標準金融建模試算表生成 |
| `edge-hint-extractor` | Edge 線索萃取器 | tradermonty | 從非結構化數據萃取可測試Edge線索 |
| `edge-concept-synthesizer` | Edge 概念合成器 | tradermonty | 多訊號整合→可量化Edge概念 |
---
### 審查員reviewer
**職責**品質審查、風險識別、Pass/Revise/Block 判定
| 技能 Slug | 技能中文名 | 來源 Repo | 用途 |
|---|---|---|---|
| `edge-strategy-reviewer` | 策略審查工具 | tradermonty | 八標準策略品質審查 → PASS/REVISE/FAIL |
| `data-quality-checker` | 資料品質檢查器 | tradermonty | 數據準確性驗證(共用) |
| `competitive-analysis` | 競爭分析 | langalpha | 審查護城河論點是否合理 |
| `comps-analysis` | 可比公司分析 | langalpha | 審查估值假設是否合理 |
---
### 秘書secretary
**職責**:會議記錄、狀態追蹤、長期記憶維護
| 技能 Slug | 技能中文名 | 來源 Repo | 用途 |
|---|---|---|---|
| `trader-memory-core` | 交易員記憶核心 | tradermonty | 持久論點生命週期管理2500行核心技能 |
| `doc-coauthoring` | 文件共同創作 | anthropics | 結構化文件起草(三階段工作流程) |
| `internal-comms` | 內部溝通 | anthropics | 狀態更新、會議摘要、事件報告 |
---
### 小安xiao-an
**職責**:陪伴對話、輕鬆互動
| 技能 Slug | 技能中文名 | 來源 Repo | 用途 |
|---|---|---|---|
| `doc-coauthoring` | 文件共同創作 | anthropics | 協助整理輕鬆對話紀錄 |
| `internal-comms` | 內部溝通 | anthropics | 友善訊息撰寫格式 |
---
## 共用技能說明
部分技能被多個 Agent 共用Paperclip 支援多 Agent 引用同一 Skill 目錄):
| 技能 | 共用的 Agent |
|---|---|
| `macro-regime-detector` | market-structure-researcher、quant-strategist |
| `data-quality-checker` | quant-engineer、reviewer |
| `exposure-coach` | ceo、quant-strategist |
| `stanley-druckenmiller-investment` | ceo、quant-strategist |
| `portfolio-manager` | ceo、quant-strategist、quant-engineer |
| `competitive-analysis` | market-structure-researcher、bearish-researcher、reviewer |
| `sector-overview` | market-structure-researcher、bearish-researcher |
| `comps-analysis` | bullish-researcher、bearish-researcher、reviewer |
| `options-strategy-advisor` | bullish-researcher、bearish-researcher、quant-engineer |
| `earnings-preview` | finance-researcher、bullish-researcher |
| `earnings-analysis` | finance-researcher、bullish-researcher |
| `doc-coauthoring` | ceo、secretary、xiao-an |
| `internal-comms` | ceo、secretary、xiao-an |
---
## OctagonAI Skills 備注(付費方案)
OctagonAI 的 66 個技能品質極高,涵蓋 SEC 申報分析、財報電話、財務健康評分等。
但所有技能均需要 **Octagon MCP Server**(付費服務)。
未來可考慮啟用的高價值技能:
- `financial-health-scores` — Altman Z-Score、Piotroski Score適合空方研究員
- `sec-risk-factors` — SEC 風險因素萃取(適合空方研究員)
- `earnings-call-insights` — 財報電話關鍵洞察(適合財經情報研究員)
- `financial-analyst-master` — 機構級股票研究報告(適合 CEO 層級)
---
## Skill 目錄結構規範
```
skills/
technical-analyst/
SKILL.md # 必要主要技能定義YAML frontmatter + 說明)
reference/ # 選用:參考文件目錄
indicators.md # 指標詳細說明
patterns.md # 型態識別指南
scripts/ # 選用:可執行腳本
```
SKILL.md 保持在 500 行以內,詳細內容放 reference/ 目錄。
參考文件在 Agent 判斷需要時才載入,不佔基礎 context。

330
docs/mcp-plan.md Normal file
View File

@@ -0,0 +1,330 @@
# MCP Server 配置計畫
> 狀態:已配置(`.mcp.json` 已進 repoenv key 以 `${VAR}` 佔位)
> 目標路徑:`KingClawArmy/.mcp.json`Paperclip claude_local adapter 啟動時自動載入)
> 需要安裝:`uv`、`Node.js >= 18`
---
## 市場覆蓋範圍
| 市場 | 使用 MCP Server | 狀態 |
|---|---|---|
| 🇹🇼 台股(上市/上櫃/加權指數) | CasualMarket、twsemcp、Fugle | 免費Fugle 需免費 key |
| 🇺🇸 美股(個股/選擇權/財報) | yahoo-finance-mcp | 免費免 key |
| 📊 美國總體經濟 | fred-mcp-server | 需 FRED_API_KEY免費申請 |
| 🌍 全球總體經濟 | openecon-data雲端 | 免費免 key |
| 📡 全球股市篩選 | tradingview-mcp-server | 免費免 key |
| ₿ 加密貨幣 | binance-mcp-server | 需 Binance API key |
| 📋 選擇權分析 | mcp-optionsflow | 免費免 key需 clone |
| 💼 財報行事曆 | fmp-mcp-server | 需 FMP_API_KEY免費方案可用 |
| 📈 投資組合管理 | alpaca-mcp-server | 需 ALPACA_API_KEY + SECRET |
---
## 各 MCP Server 詳細規格
### 1. CasualMarket台股主力資料源
- **GitHub**https://github.com/sacahan/CasualMarket
- **工具數**23 個
- **資料源**TWSE台灣證券交易所
- **需要 key**:否
- **主要工具**
- `get_taiwan_stock_price` — 個股即時報價
- `get_company_income_statement` — 損益表
- `get_company_balance_sheet` — 資產負債表
- `get_stock_valuation_ratios` — P/E、P/B、ROE
- `get_company_monthly_revenue` — 月營收
- `get_margin_trading_info` — 融資融券
- `get_market_index_info` — 大盤指數(加權/櫃買)
- `get_foreign_investment_by_industry` — 外資法人買賣超(按產業)
- `get_top_foreign_holdings` — 外資持股前20名
- `get_company_dividend` — 股息記錄
```json
"casual-market": {
"command": "uvx",
"args": [
"--from",
"git+https://github.com/sacahan/CasualMarket",
"casual-market-mcp"
],
"env": {
"LOG_LEVEL": "INFO",
"MARKET_MCP_CACHE_TTL": "1800",
"MARKET_MCP_CACHE_MAX_SIZE": "1000"
}
}
```
---
### 2. twsemcp台股補充資料源
- **GitHub**https://github.com/pyang2045/twsemcp
- **工具數**22 個
- **資料源**TWSE OpenAPI
- **需要 key**:否
- **補充 CasualMarket 缺少的**
- `getFiveSecondStats` — 5 秒即時成交統計
- `getIndustryEPS` — 產業別 EPS
- `getNewListings` / `getSuspendedListings` — 新上市/暫停交易
- `getHolidaySchedule` — 交易日行事曆
```json
"twse": {
"command": "npx",
"args": ["-y", "twse-mcp"]
}
```
---
### 3. fugle-marketdata-mcp-server台股官方即時數據
- **GitHub**https://github.com/fugle-dev/fugle-marketdata-mcp-server
- **工具數**~5 個
- **資料源**Fugle 富果 MarketData API官方出品
- **需要 key**免費申請https://developer.fugle.tw/docs/key
- **主要工具**
- 個股即時報價(上市/上櫃/期貨)
- 歷史 K 線數據
- 盤中成交量
```json
"fugle-marketdata": {
"command": "npx",
"args": [
"-y",
"https://github.com/fugle-dev/fugle-marketdata-mcp-server/releases/download/v0.0.1/fugle-marketdata-mcp-server-0.0.1.tgz"
],
"env": {
"API_KEY": "YOUR_FUGLE_API_KEY"
}
}
```
---
### 4. yahoo-finance-mcp美股主力資料源
- **GitHub**https://github.com/Alex2Yang97/yahoo-finance-mcp
- **工具數**10 個
- **需要 key**:否
- **台股支援**:是(使用 `2330.TW``1259.TWO``^TWII` 格式)
- **主要工具**
- `get_historical_stock_prices` — OHLCV 歷史數據
- `get_stock_info` — 個股完整資訊
- `get_yahoo_finance_news` — 最新新聞
- `get_financial_statement` — 財務報表(年度/季度)
- `get_holder_info` — 機構/共同基金/內部人持股
- `get_option_expiration_dates` / `get_option_chain` — 選擇權數據
- `get_recommendations` — 分析師評級與調升/調降
```json
"yfinance": {
"command": "uvx",
"args": [
"--from",
"git+https://github.com/Alex2Yang97/yahoo-finance-mcp",
"yahoo-finance-mcp"
]
}
```
---
### 5. fred-mcp-server美國總體經濟
- **GitHub**https://github.com/stefanoamorelli/fred-mcp-server
- **工具數**3 個
- **需要 key**:是(已取得,見環境設定)
- **FRED API Key**`YOUR_FRED_API_KEY`(需在 .mcp.json 填入)
- **主要工具**
- `fred_browse` — 瀏覽 80 萬+ 經濟數列
- `fred_search` — 關鍵字搜尋
- `fred_get_series` — 取得數列數據(含頻率聚合、轉換)
```json
"fred": {
"command": "npx",
"args": ["-y", "fred-mcp-server"],
"env": {
"FRED_API_KEY": "YOUR_FRED_API_KEY"
}
}
```
---
### 6. tradingview-mcp-server全球篩選器
- **GitHub**https://github.com/fiale-plus/tradingview-mcp-server
- **工具數**8 個
- **需要 key**:否(非官方爬取 TradingView 公開篩選器)
- **主要工具**
- `screen_stocks` — 按 80+ 基本面/技術面欄位篩選
- `screen_crypto` — 加密貨幣篩選
- `screen_etf` — ETF 篩選
- `get_preset` — 14 種預設策略(動量、成長、價值、股息等)
```json
"tradingview": {
"command": "npx",
"args": ["-y", "tradingview-mcp-server"],
"env": {
"CACHE_TTL_SECONDS": "300",
"RATE_LIMIT_RPM": "10"
}
}
```
---
### 7. mcp-optionsflow選擇權分析
- **GitHub**https://github.com/twolven/mcp-optionsflow
- **工具數**1 個(多策略)
- **需要 key**:否(使用 Yahoo Finance
- **安裝方式**:需手動 clone + pip install非 npm/uvx
- **主要工具**
- `analyze_basic_strategies` — CCS、PCS、CSP、Covered Call 分析,含 Greeks、獲利機率、最大損失/報酬
```json
"optionsflow": {
"command": "python",
"args": ["<YOUR_PATH>/mcp-optionsflow/optionsflow.py"]
}
```
---
### 8. openecon-data全球宏觀雲端版
- **來源**https://github.com/hanlulong/openecon-data
- **端點**`https://data.openecon.ai/mcp`
- **需要 key**:否(雲端服務)
- **覆蓋**FRED、世界銀行、IMF、Eurostat、BIS、OECD 等 33 萬+ 指標
- **傳輸協議**SSE非 stdio
```json
"openecon-data": {
"type": "sse",
"url": "https://data.openecon.ai/mcp"
}
```
---
## 完整 .mcp.json 草稿
```json
{
"mcpServers": {
"casual-market": {
"command": "uvx",
"args": [
"--from",
"git+https://github.com/sacahan/CasualMarket",
"casual-market-mcp"
],
"env": {
"LOG_LEVEL": "INFO",
"MARKET_MCP_CACHE_TTL": "1800",
"MARKET_MCP_CACHE_MAX_SIZE": "1000"
}
},
"twse": {
"command": "npx",
"args": ["-y", "twse-mcp"]
},
"fugle-marketdata": {
"command": "npx",
"args": [
"-y",
"https://github.com/fugle-dev/fugle-marketdata-mcp-server/releases/download/v0.0.1/fugle-marketdata-mcp-server-0.0.1.tgz"
],
"env": {
"API_KEY": "YOUR_FUGLE_API_KEY"
}
},
"yfinance": {
"command": "uvx",
"args": [
"--from",
"git+https://github.com/Alex2Yang97/yahoo-finance-mcp",
"yahoo-finance-mcp"
]
},
"fred": {
"command": "npx",
"args": ["-y", "fred-mcp-server"],
"env": {
"FRED_API_KEY": "YOUR_FRED_API_KEY"
}
},
"tradingview": {
"command": "npx",
"args": ["-y", "tradingview-mcp-server"],
"env": {
"CACHE_TTL_SECONDS": "300",
"RATE_LIMIT_RPM": "10"
}
},
"optionsflow": {
"command": "python",
"args": ["<YOUR_PATH>/mcp-optionsflow/optionsflow.py"]
},
"alpaca": {
"command": "uvx",
"args": ["alpaca-mcp-server"],
"env": {
"ALPACA_API_KEY": "${ALPACA_API_KEY}",
"ALPACA_API_SECRET": "${ALPACA_API_SECRET}"
}
},
"fmp": {
"command": "uvx",
"args": ["fmp-mcp-server"],
"env": {
"FMP_API_KEY": "${FMP_API_KEY}"
}
},
"openecon-data": {
"type": "sse",
"url": "https://data.openecon.ai/mcp"
}
}
}
```
> 注意:`.mcp.json` 已進 repo使用 `${VAR}` 佔位符。實際部署時需在環境中設定對應 env var。
---
## 安裝前置作業清單
| 步驟 | 指令/動作 | 狀態 |
|---|---|---|
| 安裝 uv | `curl -LsSf https://astral.sh/uv/install.sh \| sh` | 待執行 |
| 確認 Node.js ≥ 18 | `node --version` | 待確認 |
| clone mcp-optionsflow | `git clone https://github.com/twolven/mcp-optionsflow.git` + `pip install -r requirements.txt` | 待執行 |
| 申請 Fugle API key | https://developer.fugle.tw/docs/key | 待申請 |
| 申請 FRED API key | https://fred.stlouisfed.org/docs/api/api_key.html | 待申請 |
| 申請 FMP API key | https://financialmodelingprep.com/developer/docs | 待申請 |
| 申請 Alpaca API key | https://alpaca.markets | 待申請portfolio-manager 才需要) |
| 設定環境變數 | 填入各 `${VAR}` 對應的真實值 | 待執行 |
| 設定 Claude Code 權限 | `{"enableAllProjectMcpServers": true}` | 待執行 |
---
## 台股覆蓋補充說明
Yahoo Finance 支援台股格式:
- 上市TWSE`2330.TW`(台積電)、`0050.TW`元大台灣50
- 上櫃TPEx`1259.TWO`
- 加權指數:`^TWII`
- 期交所:需透過 Fugle 或 TAIFEX OpenAPI
CasualMarket 和 twsemcp 直接使用股票代碼(如 `2330`),欄位為繁體中文。

View File

@@ -0,0 +1,437 @@
# KingClawArmy - Agent / Skills Reviewdev
> 日期2026-04-11
> 審查對象:`origin/dev`
> 初次審查 commit`ced587c`
> 追蹤審查 commit`ee06e6d`
> 用途:檢查 Agent 配置、Skills 完整度、Paperclip 匯入相容性與 runtime 落地程度
---
## 1. 結論摘要
這一輪 `dev` branch 在 agent / skills 層有明顯進展:
1. agent 的 `skills:` 配置已大幅補齊
2. `skills/` 目錄已有大量實體 `SKILL.md`
3. `docs/agent-skill-mapping.md``docs/skills-inventory.md``docs/mcp-plan.md` 已開始補文檔
第二輪追蹤後,前一輪的 P1-P6 已大多修正完成:
1. skills 已補明確 `slug`
2. `AGENTS.md` 的 skill 參照已與匯入後 slug 對齊
3. Edge skills 不再撞成單一 `edge`
4. `.mcp.json` 已進 repo
5. 文檔已改口徑為摘要版 skills
6. skills 統計數量已更新
目前仍有 2 個「完整度」層級的缺口,但已不是前一輪那種會直接造成 import warning 的 blocker。
我實際用:
```bash
paperclipai company import <repo> --dry-run --json
```
第一次審查時package 雖然仍可匯入,但有一批與 skills 相關的 warning顯示
1. 多個 `AGENTS.md` 內填的 skill slug 匯入後對不到實際 skill
2. 有 4 個不同的 Edge skill 在 manifest 中撞成同一個 slug
3. skills 依賴的 MCP / API / runtime 還停在規劃,沒有跟 package 一起落地
4. skills 內容多半是摘要版,和文檔宣稱的「完整上游技能」仍有落差
第二次追蹤審查時,我重新跑了:
```bash
paperclipai company import <repo> --dry-run --json
```
結果已變成:
1. `warnings: []`
2. `errors: []`
3. 指定 skills 的 slug 都能正確進 manifest
4. Edge skills 已各自保有獨立 slug
---
## 2. 目前剩餘問題
### P7. `.paperclip.yaml` 的 `envInputs` 寫了,但 importer 目前沒有真正吃到
**現況**
`.paperclip.yaml` 現在新增了:
```yaml
envInputs:
- name: FRED_API_KEY
- name: FUGLE_API_KEY
```
參考:
- [.paperclip.yaml](/Users/chirs/workspace/KingClawArmy_dev_review/.paperclip.yaml:83)
但我重新跑 dry-run import 後,`manifest.envInputs` 仍然是空陣列。
**影響**
這代表 package 雖然開始描述 runtime input但在目前 Paperclip portability 規則下,這兩筆需求還沒有真的進到 import manifest。
也就是說:
1. repo 端已寫
2. importer preview 端尚未保留
若目標是讓 package 自帶可攜的環境需求聲明,這一塊還沒真正落地。
**推測原因**
我對照 Paperclip portability 實作後,目前 importer 會從 agent / project extension 的 `inputs.env` 讀 env inputs而不是讀 `.paperclip.yaml` 頂層的 `envInputs`
**建議修法**
1. 依 Paperclip 目前支援的結構,把 env input 移到 agent / project extension 的 `inputs.env`
2. 或保留現在的寫法,但補一份文件明確說明「目前僅作 repo 端提示,尚未進 manifest」
**建議採用:**
優先採第 1 種,讓 import manifest 真的能帶出 env inputs。
---
### P8. Runtime 配置已有進展,但還沒有完整覆蓋 active skills 的所有依賴
**現況**
現在 repo 已新增:
- `.mcp.json`
- `.paperclip.yaml` 內的基本 env input 提示
參考:
- [.mcp.json](/Users/chirs/workspace/KingClawArmy_dev_review/.mcp.json:1)
- [.paperclip.yaml](/Users/chirs/workspace/KingClawArmy_dev_review/.paperclip.yaml:83)
這代表 runtime 不再是純規劃,這點是好的。
但目前仍有幾類依賴沒有完整落地:
1. `portfolio-manager` 需要的 `Alpaca MCP`
2. `earnings-calendar` / `economic-calendar-fetcher` 這類技能實際依賴的 FMP 路徑
3. `pair-trade-screener` 需要的本地 Python/scipy/statsmodels
4. `trader-memory-core` 需要的持久化檔案系統策略
參考:
- [earnings-calendar/SKILL.md](/Users/chirs/workspace/KingClawArmy_dev_review/skills/earnings-calendar/SKILL.md:26)
- [portfolio-manager/SKILL.md](/Users/chirs/workspace/KingClawArmy_dev_review/skills/portfolio-manager/SKILL.md:45)
- [pair-trade-screener/SKILL.md](/Users/chirs/workspace/KingClawArmy_dev_review/skills/pair-trade-screener/SKILL.md:47)
- [trader-memory-core/SKILL.md](/Users/chirs/workspace/KingClawArmy_dev_review/skills/trader-memory-core/SKILL.md:51)
**影響**
目前 package 已可被正確匯入,但若標準是:
`skills 不只存在,而且 active agents 可在既定 runtime 下直接使用`
那這一層還差最後一段 ops / runtime 補完。
**建議修法**
至少補這些資訊中的一種:
1. `.mcp.json` 補齊缺少的 server
2. README / docs 補明哪些 skill 是 optional / unavailable / future
3. 對需要本地依賴的 skill 補 runtime prerequisites
4. 對暫時無法啟用的 skill在 mapping 文件裡加狀態標記
---
## 3. 已修正問題(追蹤確認)
### 已修正 P1. Agent 綁定的 skill slug 與匯入後的實際 slug 不一致
**現況**
多個 agent 使用了如下 skill 參照:
- `canslim-screener`
- `vcp-screener`
- `pead-screener`
- `dcf-model`
- `stanley-druckenmiller-investment`
- `edge-candidate-agent`
- `edge-hint-extractor`
- `edge-concept-synthesizer`
- `edge-pipeline-orchestrator`
- `xlsx`
參考:
- [agents/bullish-researcher/AGENTS.md](/Users/chirs/workspace/KingClawArmy_dev_review/agents/bullish-researcher/AGENTS.md:5)
- [agents/data-analyst/AGENTS.md](/Users/chirs/workspace/KingClawArmy_dev_review/agents/data-analyst/AGENTS.md:5)
- [agents/ceo/AGENTS.md](/Users/chirs/workspace/KingClawArmy_dev_review/agents/ceo/AGENTS.md:5)
- [agents/quant-strategist/AGENTS.md](/Users/chirs/workspace/KingClawArmy_dev_review/agents/quant-strategist/AGENTS.md:5)
但 dry-run 匯入結果顯示Paperclip 最後辨識出的 slug 其實是:
- `canslim`
- `vcp`
- `pead`
- `dcf`
- `druckenmiller`
- `excel`
- `edge`
參考:
- [skills/canslim-screener/SKILL.md](/Users/chirs/workspace/KingClawArmy_dev_review/skills/canslim-screener/SKILL.md:1)
- [skills/dcf-model/SKILL.md](/Users/chirs/workspace/KingClawArmy_dev_review/skills/dcf-model/SKILL.md:1)
- [skills/edge-candidate-agent/SKILL.md](/Users/chirs/workspace/KingClawArmy_dev_review/skills/edge-candidate-agent/SKILL.md:1)
- [skills/stanley-druckenmiller-investment/SKILL.md](/Users/chirs/workspace/KingClawArmy_dev_review/skills/stanley-druckenmiller-investment/SKILL.md:1)
- [skills/xlsx/SKILL.md](/Users/chirs/workspace/KingClawArmy_dev_review/skills/xlsx/SKILL.md:1)
**影響**
這不是單純命名風格問題,而是實際綁定會失效。
我實測匯入 warning 包含:
1. `Agent bullish-researcher references skill canslim-screener, but that skill is not present in the package.`
2. `Agent bullish-researcher references skill vcp-screener, but that skill is not present in the package.`
3. `Agent bullish-researcher references skill pead-screener, but that skill is not present in the package.`
4. `Agent bullish-researcher references skill dcf-model, but that skill is not present in the package.`
5. `Agent ceo references skill stanley-druckenmiller-investment, but that skill is not present in the package.`
6. `Agent data-analyst references skill edge-candidate-agent, but that skill is not present in the package.`
7. `Agent data-analyst references skill xlsx, but that skill is not present in the package.`
8. `Agent data-analyst references skill edge-hint-extractor, but that skill is not present in the package.`
9. `Agent data-analyst references skill edge-concept-synthesizer, but that skill is not present in the package.`
10. `Agent quant-strategist references skill edge-pipeline-orchestrator, but that skill is not present in the package.`
11. `Agent quant-strategist references skill stanley-druckenmiller-investment, but that skill is not present in the package.`
**建議修法**
二選一,選一種統一:
1. 在每個 `SKILL.md` frontmatter 明確補 `slug`,並與 `AGENTS.md` 內使用的 shortname 對齊
2. 反過來把所有 `AGENTS.md` 內的 skill entry 改成 importer 實際產出的 slug
**追蹤結果:**
已修正。`SKILL.md` 已補 `slug` frontmatter重新 dry-run import 後,相關 warnings 已清空。
---
### 已修正 P2. 四個 Edge skill 匯入後撞成同一個 `edge` slug
**現況**
以下四個 skill 路徑在 dry-run manifest 內全部被辨識成 `edge`
1. `skills/edge-candidate-agent/SKILL.md`
2. `skills/edge-concept-synthesizer/SKILL.md`
3. `skills/edge-hint-extractor/SKILL.md`
4. `skills/edge-pipeline-orchestrator/SKILL.md`
參考:
- [skills/edge-candidate-agent/SKILL.md](/Users/chirs/workspace/KingClawArmy_dev_review/skills/edge-candidate-agent/SKILL.md:1)
**影響**
這代表 importer 沒有把這四個技能視為四個可獨立引用的 shortname。
後果是:
1. agent 端無法穩定引用特定 Edge skill
2. package 內的 skill graph 會失真
3. 後續 export/import round-trip 可能再度發生重名覆蓋或綁錯
**追蹤結果:**
已修正。這四個 Edge skill 都已有獨立 slug重新 dry-run import 後不再撞名。
---
### 已部分修正 P3. Skills 依賴的 runtime / MCP / env 還沒跟 package 一起落地
**現況**
許多 skill 已經在內容中假設有:
- `yfinance`
- `fred`
- `casual-market`
- `tradingview`
- `FMP API`
- `Alpaca MCP`
- Python 科學計算環境
- 檔案系統持久化能力
參考:
- [mcp-plan.md](/Users/chirs/workspace/KingClawArmy_dev_review/docs/mcp-plan.md:1)
- [canslim-screener/SKILL.md](/Users/chirs/workspace/KingClawArmy_dev_review/skills/canslim-screener/SKILL.md:32)
- [earnings-calendar/SKILL.md](/Users/chirs/workspace/KingClawArmy_dev_review/skills/earnings-calendar/SKILL.md:23)
- [portfolio-manager/SKILL.md](/Users/chirs/workspace/KingClawArmy_dev_review/skills/portfolio-manager/SKILL.md:1)
- [trader-memory-core/SKILL.md](/Users/chirs/workspace/KingClawArmy_dev_review/skills/trader-memory-core/SKILL.md:33)
但 package 端目前只有:
- agent adapter
- project metadata
- routine schedule
參考:
- [.paperclip.yaml](/Users/chirs/workspace/KingClawArmy_dev_review/.paperclip.yaml:1)
**追蹤結果:**
已部分修正。
目前已新增:
1. `.mcp.json`
2. `.paperclip.yaml` 中的 env input 提示
但 env input 尚未真正進 manifest而且 runtime 仍未完整覆蓋所有 active skills剩餘缺口已移到 P7 / P8。
**影響**
這代表目前是「skill 文檔存在」不是「skill 能實際跑起來」。
換句話說package 已有知識層,但 runtime 還沒封裝完成。
---
### 已修正 P4. 目前 vendored 的 skill 內容偏摘要版,和文檔宣稱的完整度不一致
**現況**
文檔目前宣稱:
- 來自真實開源 repo
- 很多技能是數百到上千行
- 詳細內容可用 `references/``scripts/` 補齊
參考:
- [agent-skill-mapping.md](/Users/chirs/workspace/KingClawArmy_dev_review/docs/agent-skill-mapping.md:5)
- [skills-inventory.md](/Users/chirs/workspace/KingClawArmy_dev_review/docs/skills-inventory.md:18)
- [skills-inventory.md](/Users/chirs/workspace/KingClawArmy_dev_review/docs/skills-inventory.md:46)
但實際 repo 目前:
1. 幾乎所有 `SKILL.md` 都小於 80 行
2. 多數只有摘要說明與大綱
3. `skills/` 下沒有 `reference/``references/``scripts/`
舉例:
- [market-news-analyst/SKILL.md](/Users/chirs/workspace/KingClawArmy_dev_review/skills/market-news-analyst/SKILL.md:1)
- [canslim-screener/SKILL.md](/Users/chirs/workspace/KingClawArmy_dev_review/skills/canslim-screener/SKILL.md:1)
- [portfolio-manager/SKILL.md](/Users/chirs/workspace/KingClawArmy_dev_review/skills/portfolio-manager/SKILL.md:1)
- [xlsx/SKILL.md](/Users/chirs/workspace/KingClawArmy_dev_review/skills/xlsx/SKILL.md:1)
**影響**
這會造成兩個問題:
1. package 使用者以為 skills 已完整 vendored其實只有摘要版
2. agent 的能力敘述看起來很強,但可重現工作流不足
**追蹤結果:**
已修正文件口徑。`agent-skill-mapping.md` 現在已明確說明目前是 `Summary Reference` 版 skills而不是完整 vendored 版。
---
### 已修正 P5. 文檔統計已經與實際 repo 不一致
**現況**
目前 `docs/agent-skill-mapping.md` 寫:
- `62 個 SKILL.md`
- `71 個分配`
參考:
- [agent-skill-mapping.md](/Users/chirs/workspace/KingClawArmy_dev_review/docs/agent-skill-mapping.md:26)
但我實際掃 repo
1. `skills/` 目錄共 53 個 skill
2. agents 的 `skills:` 總分配數是 72
**影響**
這會誤導下一位 agent以為
1. repo 少了 9 個 skill
2. 或某些配置還沒同步
**追蹤結果:**
已修正。文件中的 skill 數量與分配數量已更新為當前 repo 狀態。
---
### 已修正 P6. `mcp-plan.md` 仍含敏感或機器相依資訊,不適合留在 package docs
**現況**
這份文件目前包含:
1. 明文 `FRED_API_KEY`
2. 機器相依的絕對路徑 `/home/chris/workspace/...`
參考:
- [mcp-plan.md](/Users/chirs/workspace/KingClawArmy_dev_review/docs/mcp-plan.md:141)
- [mcp-plan.md](/Users/chirs/workspace/KingClawArmy_dev_review/docs/mcp-plan.md:152)
- [mcp-plan.md](/Users/chirs/workspace/KingClawArmy_dev_review/docs/mcp-plan.md:195)
**影響**
即使這裡只是示意值,這種寫法仍然不適合進 canonical package docs原因是
1. 容易讓人誤把示意值當真 key
2. 絕對路徑沒有可攜性
3. 違反 base package 應避免機器相依值的原則
**追蹤結果:**
已修正。API key 已改為 placeholder機器相依絕對路徑也已抽換。
---
## 4. 建議補齊清單
請另一個 agent 依序補:
1. 讓 env inputs 依 Paperclip 目前支援的結構真正進 manifest
2. 補齊 active skills 的 runtime 覆蓋缺口
3. 為尚未可直接啟用的 skill 補 `optional / unavailable / future` 狀態說明
4. 若後續要提升為完整 vendored skills再補 `references/` / `scripts/`
---
## 5. 修完後的驗收標準
至少要確認:
1. `paperclipai company import --dry-run --json` 仍保持 `warnings: []``errors: []`
2. `manifest.envInputs` 不再為空,且能反映 package 真正需要的環境輸入
3. active skills 的 runtime 依賴都有對應配置或明確狀態標記
4. `mcp-plan.md``.mcp.json``.paperclip.yaml` 三者口徑一致
---
## 6. 一句話結論
這版 `dev` 的 agent / skills 已經把最重要的 Paperclip skill 綁定問題修乾淨了;目前剩下的是 `envInputs` 尚未真正進 manifest以及 runtime 覆蓋還沒百分之百收尾,屬於完整度問題,不是基本相容性問題。