feat: Skills 全面升級 v3 — 真實開源技能 + 台股覆蓋 + 完整文檔

## Skills 變動（38 個技能） - 刪除：para-memory-files（不存在於任何真實 repo） - 新增 20 個來自真實開源 repo 的技能： tradermonty: trader-memory-core, earnings-calendar, sector-analyst, uptrend-analyzer, macro-regime-detector, canslim-screener, vcp-screener, ftd-detector, downtrend-duration-analyzer, edge-pipeline-orchestrator, trade-hypothesis-ideator, strategy-pivot-designer, data-quality-checker, edge-candidate-agent anthropics: doc-coauthoring, internal-comms, xlsx langalpha: morning-note, thesis-tracker, initiating-coverage ## Agent 技能更新（9 個 Agent） - finance-researcher: 3 → 5 個技能（+earnings-calendar, morning-note） - market-structure-researcher: 2 → 5 個技能（+sector-analyst, uptrend-analyzer, macro-regime-detector） - bullish-researcher: 2 → 6 個技能（+canslim-screener, vcp-screener, ftd-detector, initiating-coverage） - bearish-researcher: 2 → 3 個技能（+downtrend-duration-analyzer） - quant-strategist: 3 → 7 個技能（+edge-pipeline-orchestrator, trade-hypothesis-ideator, thesis-tracker, macro-regime-detector） - quant-engineer: 2 → 4 個技能（+strategy-pivot-designer, data-quality-checker） - data-analyst: 1 → 3 個技能（+edge-candidate-agent, xlsx） - reviewer: 1 → 2 個技能（+data-quality-checker） - secretary: para-memory-files → trader-memory-core + doc-coauthoring + internal-comms ## 文檔新增（3 份） - docs/skills-inventory.md：四大 repo 完整技能調查（tradermonty 51、OctagonAI 66、langalpha 26、anthropics 17） - docs/mcp-plan.md：8 個 MCP Server 完整配置方案（台股+美股+總經+加密） - docs/agent-skill-mapping.md：Agent 技能對應表 v2.0（含台股覆蓋說明） ## 台股覆蓋 - MCP 計畫包含 CasualMarket（23工具）+ twsemcp（22工具）+ Fugle 官方 - morning-note 技能整合台股盤前數據（外資、融資融券、台指期） - market-environment-analysis 明確涵蓋台股加權指數 Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>
2026-04-10 20:55:25 +00:00
parent c78afdbd4b
commit 3079e1a0ae
33 changed files with 1667 additions and 25 deletions
--- a/agents/bearish-researcher/AGENTS.md
+++ b/agents/bearish-researcher/AGENTS.md
@@ -5,6 +5,7 @@ reportsTo: quant-strategist
 skills:
  - us-market-bubble-detector
  - market-top-detector
  - downtrend-duration-analyzer
 role: general
 icon: "🛡️"
 ---
--- a/agents/bullish-researcher/AGENTS.md
+++ b/agents/bullish-researcher/AGENTS.md
@@ -5,6 +5,10 @@ reportsTo: quant-strategist
 skills:
  - us-stock-analysis
  - institutional-flow-tracker
  - canslim-screener
  - vcp-screener
  - ftd-detector
  - initiating-coverage
 role: general
 icon: "🚀"
 ---
--- a/agents/data-analyst/AGENTS.md
+++ b/agents/data-analyst/AGENTS.md
@@ -4,6 +4,8 @@ title: Data Analyst
 reportsTo: quant-strategist
 skills:
  - signal-postmortem
  - edge-candidate-agent
  - xlsx
 role: general
 icon: "🧪"
 ---
--- a/agents/finance-researcher/AGENTS.md
+++ b/agents/finance-researcher/AGENTS.md
@@ -6,6 +6,8 @@ skills:
  - market-news-analyst
  - economic-calendar-fetcher
  - market-environment-analysis
  - earnings-calendar
  - morning-note
 role: general
 icon: "💹"
 ---
--- a/agents/market-structure-researcher/AGENTS.md
+++ b/agents/market-structure-researcher/AGENTS.md
@@ -5,6 +5,9 @@ reportsTo: quant-strategist
 skills:
  - technical-analyst
  - market-breadth-analyzer
  - sector-analyst
  - uptrend-analyzer
  - macro-regime-detector
 role: general
 icon: "📈"
 ---
--- a/agents/quant-engineer/AGENTS.md
+++ b/agents/quant-engineer/AGENTS.md
@@ -5,6 +5,8 @@ reportsTo: quant-strategist
 skills:
  - backtest-expert
  - position-sizer
  - strategy-pivot-designer
  - data-quality-checker
 role: engineer
 icon: "⚙️"
 ---
--- a/agents/quant-strategist/AGENTS.md
+++ b/agents/quant-strategist/AGENTS.md
@@ -6,6 +6,10 @@ skills:
  - scenario-analyzer
  - edge-signal-aggregator
  - exposure-coach
  - edge-pipeline-orchestrator
  - trade-hypothesis-ideator
  - thesis-tracker
  - macro-regime-detector
 role: manager
 icon: "🧭"
 ---
--- a/agents/reviewer/AGENTS.md
+++ b/agents/reviewer/AGENTS.md
@@ -4,6 +4,7 @@ title: Reviewer
 reportsTo: ceo
 skills:
  - edge-strategy-reviewer
  - data-quality-checker
 role: general
 icon: "🔍"
 ---
--- a/agents/secretary/AGENTS.md
+++ b/agents/secretary/AGENTS.md
@@ -3,7 +3,9 @@ name: 秘書
 title: Secretary
 reportsTo: ceo
 skills:
-  - para-memory-files
+  - trader-memory-core
  - doc-coauthoring
  - internal-comms
 role: general
 icon: "📋"
 ---
--- a/docs/agent-skill-mapping.md
+++ b/docs/agent-skill-mapping.md
@@ -0,0 +1,196 @@
 # Agent 技能配置對應表
 > 版本：v2.0（Skills 全面升級）
 > 來源：基於 tradermonty/claude-trading-skills、OctagonAI/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
 ---
 ## 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 | 5 | tradermonty、langalpha |
 | `market-structure-researcher` | 市場結構研究員 | 5 | tradermonty |
 | `bullish-researcher` | 多方研究員 | 6 | tradermonty、langalpha |
 | `bearish-researcher` | 空方研究員 | 3 | tradermonty |
 | `quant-strategist` | 量化策略師 | 7 | tradermonty、langalpha |
 | `quant-engineer` | 回測工程師 | 4 | tradermonty |
 | `data-analyst` | 資料分析師 | 3 | tradermonty、anthropics |
 | `reviewer` | 審查員 | 2 | tradermonty |
 | `secretary` | 秘書 | 3 | tradermonty、anthropics |
 | `ceo` | 執行長 | 0 | 高層協調，不需特定技能 |
 **總計：38 個技能（刪除 para-memory-files，新增 22 個）**
 ---
 ## 詳細配置
 ### 財經情報研究員（finance-researcher）
 **職責**：蒐集財經新聞、總體經濟、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） |
 **台股覆蓋**：`market-environment-analysis` 涵蓋台股加權指數；盤前晨報透過 CasualMarket MCP 取得台股數據
 ---
 ### 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
 | 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 |
 **台股覆蓋**：技術分析師和廣度分析器的方法論適用台股；使用 CasualMarket/twsemcp MCP 取得台股報價
 ---
 ### 多方研究員（bullish-researcher）
 **職責**：整理利多因素、做多論點、催化劑
 | 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 |
 **台股覆蓋**：`institutional-flow-tracker` 可追蹤台股外資買賣超（透過 CasualMarket MCP 的 `get_foreign_investment_by_industry`）
 ---
 ### 空方研究員（bearish-researcher）
 **職責**：整理利空因素、做空論點、風險事件
 | 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 |
 ---
 ### 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
 | 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 | 整合8個上游技能→統一曝險建議 |
 | `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） |
 ---
 ### 回測工程師（quant-engineer）
 **職責**：策略程式化、回測執行、績效報告
 | 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） |
 ---
 ### 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
 | 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 |
 ---
 ### 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） |
 ---
 ### 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行的核心技能） |
 | `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 |
 ---
 ## 共用技能說明
 部分技能被多個 Agent 共用：
 | 技能 | 共用的 Agent |
 |---|---|
 | `macro-regime-detector` | market-structure-researcher、quant-strategist |
 | `data-quality-checker` | quant-engineer、reviewer |
 Paperclip 的 Skill 系統支援多個 Agent 引用同一個 Skill 目錄，共用不需要重複建立檔案。
 ---
 ## 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
 根據 Agent Skills 規格（agentskills.io）：
 ```
 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。
--- a/docs/mcp-plan.md
+++ b/docs/mcp-plan.md
@@ -0,0 +1,309 @@
 # MCP Server 配置計畫
 > 狀態：規劃中（尚未實際配置）
 > 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 | 免費 key（已取得） |
 | 🌍 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） |
 ---
 ## 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**：是（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**：`abcdefghijklmnopqrstuvwxyz123456`（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": "abcdefghijklmnopqrstuvwxyz123456"
  }
 }
 ```
 ---
 ### 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": ["/home/chris/workspace/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": "abcdefghijklmnopqrstuvwxyz123456"
      }
    },
    "tradingview": {
      "command": "npx",
      "args": ["-y", "tradingview-mcp-server"],
      "env": {
        "CACHE_TTL_SECONDS": "300",
        "RATE_LIMIT_RPM": "10"
      }
    },
    "optionsflow": {
      "command": "python",
      "args": ["/home/chris/workspace/mcp-optionsflow/optionsflow.py"]
    },
    "openecon-data": {
      "type": "sse",
      "url": "https://data.openecon.ai/mcp"
    }
  }
 }
 ```
 ---
 ## 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 |
 | 填入 FRED API key | 已取得 `abcdefghijklmnopqrstuvwxyz123456` | ✅ 已取得 |
 | 建立 `.mcp.json` | 放入 KingClawArmy/ 根目錄 | 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。
--- a/docs/skills-inventory.md
+++ b/docs/skills-inventory.md
@@ -0,0 +1,204 @@
 # Skills 全庫調查報告
 > 調查日期：2026-04-10
 > 調查範圍：tradermonty/claude-trading-skills、OctagonAI/skills、ginlix-ai/langalpha、anthropics/skills 及其他發現的 Repo
 ---
 ## 一、tradermonty/claude-trading-skills（51 個技能）
 > Repo：https://github.com/tradermonty/claude-trading-skills
 > 定位：量化/技術交易導向，覆蓋市場分析、策略研究、選股、回測、風控
 > 資料源：FMP API、FINVIZ、Yahoo Finance（主要為美股，但技術方法論可應用於任何市場）
 ### 市場分析與研究（11）
 | Skill Slug | 中文名稱 | 描述 | 行數 |
 |---|---|---|---|
 | `technical-analyst` | 技術分析師 | 週線技術分析（趨勢、支撐壓力、均線、成交量、型態、情境預測） | ~300 |
 | `breadth-chart-analyst` | 廣度圖表分析師 | 分析 S&P 500 廣度指數（200日均線）與漲勢比例圖表 | ~1200 |
 | `sector-analyst` | 板塊輪動分析師 | 從 CSV 數據分析板塊輪動模式與市場週期定位 | ~365 |
 | `market-news-analyst` | 市場新聞分析師 | 過去 10 天重大新聞影響分析（FOMC/ECB/BOJ、財報、地緣政治） | ~1200 |
 | `us-stock-analysis` | 美股個股分析 | 完整股權研究：基本面（指標、品質、估值）+ 技術面 + 同業比較 | ~410 |
 | `market-environment-analysis` | 總體市場環境分析 | 全球宏觀簡報：美股/歐股/亞股/台股、外匯、商品、殖利率、經濟指標 | ~245 |
 | `market-breadth-analyzer` | 市場廣度分析器 | 六成分 0-100 廣度綜合評分（廣度水平、交叉、週期、空頭信號、百分位、背離） | ~350 |
 | `uptrend-analyzer` | 漲勢分析器 | 五成分 0-100 綜合評分（廣度30%、板塊參與25%、動量20%、輪動15%、歷史10%） | ~380 |
 | `macro-regime-detector` | 總經環境偵測器 | 六成分跨資產比率分析（RSP/SPY、殖利率曲線、HYG/LQD、IWM/SPY、SPY/TLT、XLY/XLP），分類至5種環境 | ~300 |
 | `institutional-flow-tracker` | 法人資金流向追蹤器 | 追蹤 13F 申報，偵測對沖基金/共同基金的累積與分發模式 | ~850 |
 | `theme-detector` | 市場主題偵測器 | 偵測趨勢市場主題，含熱度/生命週期/信心評分 | ~650 |
 ### 經濟與財報行事曆（2）
 | Skill Slug | 中文名稱 | 描述 | 行數 |
 |---|---|---|---|
 | `economic-calendar-fetcher` | 經濟行事曆擷取器 | 透過 FMP API 擷取未來 7-90 天經濟事件（央行、就業、通膨、GDP） | ~650 |
 | `earnings-calendar` | 財報行事曆 | 透過 FMP API 擷取即將發布的美股財報，按日期與時間排列 | ~1050 |
 ### 策略與風險管理（10）
 | Skill Slug | 中文名稱 | 描述 | 行數 |
 |---|---|---|---|
 | `backtest-expert` | 回測專家 | 專業策略驗證：假設、規則編碼、壓力測試、前進測試、評估（「破壞策略」哲學） | ~450 |
 | `scenario-analyzer` | 情境分析引擎 | 從新聞標題產出 18 個月情境預測（基準/樂觀/悲觀），含板塊影響矩陣 | ~450 |
 | `position-sizer` | 部位規模計算器 | 固定分數法、ATR 法、凱利公式，含投資組合限制（最大部位%、最大板塊%） | ~350 |
 | `exposure-coach` | 曝險管理教練 | 整合 8 個上游技能輸出，產出統一曝險上限（0-100%）與 NEW_ENTRY/REDUCE/CASH 建議 | ~350 |
 | `options-strategy-advisor` | 選擇權策略顧問 | Black-Scholes 定價、Greeks、17+ 策略的損益模擬（價差、禿鷹、財報策略） | ~1200 |
 | `portfolio-manager` | 投資組合管理員 | 透過 Alpaca MCP 分析投資組合：配置、風險指標、再平衡、稅損採收、股息分析 | ~1100 |
 | `stanley-druckenmiller-investment` | Druckenmiller 策略合成器 | 整合 8 個上游技能，產出信心評分（0-100）與配置建議 | ~280 |
 | `us-market-bubble-detector` | 美股泡沫偵測器 v2.1 | Minsky/Kindleberger 框架：Put/Call、VIX、融資餘額、廣度、IPO，機械化評分 | ~950 |
 | `strategy-pivot-designer` | 策略轉向設計師 | 偵測回測停滯/局部最優，提出結構性不同的策略轉向方案 | ~165 |
 | `trade-hypothesis-ideator` | 交易假設發想器 | 產出 1-5 個可偽證的假設卡，含實驗設計、否定條件、可選的 strategy.yaml 匯出 | ~62 |
 ### 市場時機與頂底偵測（3）
 | Skill Slug | 中文名稱 | 描述 | 行數 |
 |---|---|---|---|
 | `market-top-detector` | 市場頂部偵測器 | 六成分 0-100 綜合評分（出貨日25%、領先股健康20%、防禦輪動15%、廣度背離15%、技術15%、情緒10%） | ~480 |
 | `downtrend-duration-analyzer` | 下跌持續時間分析器 | 按板塊與市值分類的歷史下跌持續時間分析（含互動式 HTML 直方圖） | ~290 |
 | `ftd-detector` | 跟進日偵測器 | 市場底部確認的跟進日（FTD）偵測；雙指數（SPX + NASDAQ）狀態機 | ~280 |
 ### Edge 研究流程（8）
 | Skill Slug | 中文名稱 | 描述 | 行數 |
 |---|---|---|---|
 | `edge-candidate-agent` | Edge 候選代理人 | 將每日觀察轉為可重現的研究票據（Trade-Strategy Pipeline Phase I） | ~280 |
 | `edge-hint-extractor` | Edge 線索提取器 | 從每日觀察/新聞提取 Edge 線索，輸出 hints.yaml | ~75 |
 | `edge-concept-synthesizer` | Edge 概念合成器 | 將票據證據聚類為可重用的 Edge 概念，含論點、否定條件、策略手冊 | ~70 |
 | `edge-strategy-designer` | Edge 策略設計師 | 將概念轉為策略草稿：3 個變體（保守/均衡/積極），含校準出場 | ~150 |
 | `edge-strategy-reviewer` | Edge 策略審查工具 | 品質關卡：8 個加權標準（合理性、過擬合風險、樣本量、執行現實性）→ PASS/REVISE/FAIL | ~260 |
 | `edge-pipeline-orchestrator` | Edge 流程協調器 | 端到端流程：候選→線索→概念→策略→審查，含反饋迴路；支援斷點續跑 | ~280 |
 | `edge-signal-aggregator` | 優勢訊號整合器 | 聚合多個 Edge 技能輸出，加權評分、去重、矛盾標記 | ~500 |
 | `signal-postmortem` | 訊號事後分析 | 記錄訊號結果（TP/FP/漏失/環境不符）於 5/20 天；產出聚合器的權重調整反饋 | ~400 |
 ### 財報動量（2）
 | Skill Slug | 中文名稱 | 描述 | 行數 |
 |---|---|---|---|
 | `earnings-trade-analyzer` | 財報交易分析器 | 五因子 0-100 評分（跳空、趨勢、成交量、MA200、MA50），A/B/C/D 分級 | ~145 |
 | `pead-screener` | PEAD 篩選器 | 財報後公告漂移（PEAD）：篩選跳空上漲、偵測紅燈回調與突破信號 | ~145 |
 ### 選股與篩選（9）
 | Skill Slug | 中文名稱 | 描述 | 行數 |
 |---|---|---|---|
 | `vcp-screener` | VCP 篩選器 | Minervini 的波動收縮型態（VCP），在第 2 階段上升趨勢中偵測 | ~280 |
 | `canslim-screener` | CANSLIM 選股篩選器 | O'Neil 七成分成長方法論（C-A-N-S-L-I-M），加權評分 | ~1200 |
 | `finviz-screener` | FinViz 篩選器 | 自然語言轉 FinViz 篩選代碼；6 種策略範本；支援中英文輸入 | ~650 |
 | `pair-trade-screener` | 配對交易篩選器 | 統計套利：共整合偵測、利差 Z 值、市場中性策略的進出場建議 | ~1100 |
 | `value-dividend-screener` | 價值股股息篩選器 | 兩階段篩選（FINVIZ 預篩 + FMP 深度分析）：P/E<20、P/B<2、殖利率3%+、3年成長一致性 | ~1200 |
 | `dividend-growth-pullback-screener` | 股息成長回調篩選器 | 尋找年化股息成長12%+、殖利率1.5%+，在 RSI≤40 回調位置進場 | ~450 |
 | `kanchi-dividend-sop` | Kanchi 股息 SOP | 日本「勘智流」股息投資法，適配美股；PERxPBR、限價單、一頁備忘錄 | ~285 |
 | `kanchi-dividend-review-monitor` | Kanchi 股息審查監控器 | 強制審查異常偵測（T1-T5 觸發器）→ OK/WARN/REVIEW 狀態 | ~185 |
 | `kanchi-dividend-us-tax-accounting` | Kanchi 美股股息稅務會計 | 合格股息 vs 普通股息、1099-DIV、REIT/BDC 處理、帳戶配置優化 | ~215 |
 ### 持久狀態與記憶（1）
 | Skill Slug | 中文名稱 | 描述 | 行數 |
 |---|---|---|---|
 | `trader-memory-core` | 交易員記憶核心 | 持久論點生命週期：IDEA→ENTRY_READY→ACTIVE→CLOSED，含 P&L、MAE/MFE、事後分析。從所有篩選器接收輸入。 | ~2500 |
 ### 資料品質（1）
 | Skill Slug | 中文名稱 | 描述 | 行數 |
 |---|---|---|---|
 | `data-quality-checker` | 資料品質檢查器 | 驗證金融數據：價格刻度、工具符號、日期、配置、單位 | ~380 |
 ---
 ## 二、OctagonAI/skills（66 個技能）
 > Repo：https://github.com/OctagonAI/skills
 > 定位：機構級美股研究，覆蓋財務報表、財報電話、SEC 申報、市場數據
 > ⚠️ 注意：所有技能均需要 **Octagon MCP Server**（付費服務），透過 `octagon-agent` 工具呼叫
 ### 財務指標分析（17）
 `financial-analyst-master`、`income-statement`、`balance-sheet`、`cash-flow-statement`、`financial-metrics-analysis`、`income-statement-growth`、`balance-sheet-growth`、`cash-flow-growth`、`financial-growth`、`revenue-product-segmentation`、`revenue-geographic-segmentation`、`analyst-estimates`、`financial-health-scores`、`historical-financial-ratings`、`ratings-snapshot`、`esg-ratings`、`esg-benchmark-comparison`
 ### 財報電話分析（14）
 `earnings-analyst-master`、`earnings-call-insights`、`earnings-call-analysis`、`earnings-mgmt-comments`、`earnings-qa-analysis`、`earnings-financial-guidance`、`earnings-analyst-questions`、`earnings-conf-call-sentiment`、`earnings-revenue-guidance`、`earnings-competitive-review`、`earnings-capital-allocation`、`earnings-market-expansion`、`earnings-cost-mgmt`、`earnings-product-pipeline`
 ### SEC 申報分析（16）
 `sec-analyst-master`、`sec-10k-analysis`、`sec-10q-analysis`、`sec-risk-factors`、`sec-mda-analysis`、`sec-8k-analysis`、`sec-proxy-analysis`、`sec-business-desc-analysis`、`sec-footnotes-analysis`、`sec-s1-analysis`、`sec-amendments-review`、`sec-annual-comparison`、`sec-segment-reporting`、`sec-cash-flow-review`、`sec-corp-governance`、`sec-debt-covenant`
 ### 股票表現與市場數據（18）
 `market-analyst-master`、`stock-performance`、`stock-quote`、`batch-market-cap`、`company-market-cap`、`price-target-summary`、`price-target-consensus`、`stock-grades`、`sector-pe-ratios`、`industry-pe-ratios`、`sector-performance-snapshot`、`industry-performance-snapshot`、`historical-market-cap`、`stock-historical-index`、`stock-price-change`、`commodities-list`、`commodities-quote`、`forex-list`
 ### 預測市場（1）
 `prediction-markets-analysis`
 ---
 ## 三、ginlix-ai/langalpha（26 個技能）
 > Repo：https://github.com/ginlix-ai/langalpha
 > 定位：投資研究工作流程自動化（估值模型、股票研究報告、盤前/盤後）
 | Skill Slug | 中文名稱 | 分類 |
 |---|---|---|
 | `dcf-model` | DCF 估值模型 | 估值建模 |
 | `comps-analysis` | 可比公司分析 | 估值建模 |
 | `3-statements` | 三表財務建模 | 估值建模 |
 | `model-update` | 模型更新 | 估值建模 |
 | `check-model` | 模型審查 | 估值建模 |
 | `initiating-coverage` | 啟動追蹤報告 | 股票研究（30-50頁） |
 | `earnings-preview` | 財報預覽 | 股票研究 |
 | `earnings-analysis` | 財報分析 | 股票研究 |
 | `thesis-tracker` | 投資論點追蹤器 | 股票研究 |
 | `morning-note` | 盤前晨報 | 市場情報（含視覺化） |
 | `catalyst-calendar` | 催化劑行事曆 | 市場情報 |
 | `sector-overview` | 板塊概況 | 市場情報 |
 | `competitive-analysis` | 競爭分析 | 市場情報 |
 | `idea-generation` | 投資想法生成 | 市場情報 |
 | `pdf` | PDF 生成 | 文件生成 |
 | `docx` | Word 文件生成 | 文件生成 |
 | `pptx` | PowerPoint 生成 | 文件生成 |
 | `xlsx` | Excel 工作簿生成 | 文件生成 |
 | `check-deck` | 簡報品質檢查 | 作業 |
 | `automation` | 自動化設定 | 作業 |
 | `user-profile` | 用戶設定檔 | 作業 |
 | `inline-widget` | 內嵌互動視覺化 | 視覺化 |
 | `interactive-dashboard` | 互動式儀表板 | 視覺化 |
 | `onboarding` | 入門引導 | 設定 |
 | `self-improve` | 技能自我改進 | Meta |
 | `web-scraping` | 網頁爬蟲 | 數據 |
 ---
 ## 四、anthropics/skills（17 個技能）
 > Repo：https://github.com/anthropics/skills
 > 定位：Anthropic 官方技能，主要為生產力工具
 | Skill Slug | 中文名稱 | 行數 | 交易團隊相關性 |
 |---|---|---|---|
 | `claude-api` | Claude API 整合 | ~500+ | 中（建構自定義代理用） |
 | `doc-coauthoring` | 文件共同創作 | ~400 | 高（秘書/報告起草） |
 | `docx` | Word 文件處理 | ~300 | 中 |
 | `frontend-design` | 前端設計 | ~200 | 低 |
 | `internal-comms` | 內部溝通 | ~30 | 高（狀態更新、會議摘要） |
 | `mcp-builder` | MCP Server 建構 | ~400 | 中（建置自定義 MCP） |
 | `pdf` | PDF 處理 | ~300 | 中 |
 | `pptx` | PowerPoint 處理 | ~350 | 中 |
 | `skill-creator` | 技能創建工具 | ~800+ | 高（建立自定義技能） |
 | `webapp-testing` | Web App 測試 | ~150 | 中（審查員測試工具） |
 | `xlsx` | Excel 試算表 | ~300 | **高**（金融建模色碼標準） |
 | `algorithmic-art` | 演算法藝術 | ~200 | 無 |
 | `brand-guidelines` | 品牌規範 | ~80 | 低 |
 | `canvas-design` | 畫布設計 | ~150 | 低 |
 | `slack-gif-creator` | Slack GIF 創建 | ~150 | 無 |
 | `theme-factory` | 主題工廠 | ~100 | 低 |
 | `web-artifacts-builder` | Web 組件建構 | ~200 | 低 |
 > ⚠️ 備注：`para-memory-files` 在 anthropics/skills **不存在**。持久記憶功能請改用 `trader-memory-core`（tradermonty）或 Claude Code 內建的 Agent Memory（~/.claude/agent-memory/）。
 ---
 ## 五、其他發現的 Repo
 | Repo | 規模 | 定位 |
 |---|---|---|
 | alirezarezvani/claude-skills | 220+ 技能 | 通用（含金融分析） |
 | JoelLewis/finance_skills | 81 技能 | 投資管理、合規、VaR、DCF、均值-方差優化 |
 | anthropics/financial-services-plugins | 多個 plugin | Anthropic 官方金融服務插件 |
 | himself65/finance-skills | 多個 | 金融分析與交易技能 |
 | quant-sentiment-ai/claude-equity-research | 1 plugin | 機構級股票研究（買賣建議、基本面、技術指標、風險評估） |
--- a/skills/canslim-screener/SKILL.md
+++ b/skills/canslim-screener/SKILL.md
@@ -0,0 +1,48 @@
 ---
 name: CANSLIM 選股篩選器
 description: William O'Neil 七成分成長股方法論（C-A-N-S-L-I-M），加權評分篩選最強成長股，Phase 3 完整實作
 metadata:
  sources:
    - kind: github-file
      repo: tradermonty/claude-trading-skills
      path: skills/canslim-screener/SKILL.md
      usage: referenced
 ---
 # CANSLIM 選股篩選器
 實作 William O'Neil 的 CANSLIM 方法論，系統化篩選具備成長動能的優質股票。約 1200 行的深度技能。
 ## CANSLIM 七成分
 | 字母 | 含義 | 評估標準 |
 |---|---|---|
 | **C** | Current Earnings | 當季 EPS 成長 ≥ 25% |
 | **A** | Annual Earnings | 年度 EPS 成長 ≥ 25%，連續3年 |
 | **N** | New（產品/管理/高點） | 新高、突破型態 |
 | **S** | Supply & Demand | 低流通股 + 大量機構買進 |
 | **L** | Leader or Laggard | RS 評分 ≥ 80 |
 | **I** | Institutional Sponsorship | 機構持股增加 |
 | **M** | Market Direction | 市場處於多頭環境 |
 ## 三階段實作
 1. **Phase 1**：FINVIZ 初步篩選（快速過濾）
 2. **Phase 2**：FMP API 深度驗證（財務數據）
 3. **Phase 3**：加權評分排名（綜合 C-A-N-S-L-I-M）
 ## 需要的 MCP 工具
 - `yfinance`：歷史價格與財務數據
 - `tradingview`：RS 評分與篩選
 - `fred`：市場環境確認
 ## 輸出格式
 - 候選股票列表（含評分與分項評分）
 - 各成分達標/不達標標記
 - 建議觀察名單
 ## 使用時機
 市場處於多頭環境時，用於識別最強成長股
--- a/skills/data-quality-checker/SKILL.md
+++ b/skills/data-quality-checker/SKILL.md
@@ -0,0 +1,48 @@
 ---
 name: 資料品質檢查器
 description: 驗證金融數據的準確性，包括價格刻度、工具代碼格式、日期連續性、配置合計、單位一致性，防止錯誤數據影響分析
 metadata:
  sources:
    - kind: github-file
      repo: tradermonty/claude-trading-skills
      path: skills/data-quality-checker/SKILL.md
      usage: referenced
 ---
 # 資料品質檢查器
 在分析或回測執行前，系統性驗證數據品質，避免垃圾進垃圾出（GIGO）。
 ## 驗證項目
 ### 價格數據
 - 價格刻度合理性（股票不應出現 100 倍異常）
 - OHLCV 邏輯一致性（High ≥ Low、Volume ≥ 0）
 - 缺漏日期偵測（非交易日除外）
 - 股票分割/股息調整確認
 ### 代碼格式
 - 美股格式驗證（AAPL、2330.TW、^TWII）
 - 台股代碼格式（4-5位數字）
 - 加密貨幣格式（BTC/USDT）
 ### 財務數據
 - 數值單位一致性（千元 vs 百萬元）
 - YoY 成長率合理性檢查（排除異常值）
 - 財報日期連續性
 ### 配置數據
 - 部位合計 = 100%
 - 個別部位不超過上限
 ## 輸出格式
 - 通過/失敗評定
 - 問題清單（按嚴重度：Critical / Warning / Info）
 - 數據修正建議
 ## 使用時機
 - 回測工程師執行回測前
 - 審查員審查財務報告前
 - 任何 Agent 使用外部數據前
--- a/skills/doc-coauthoring/SKILL.md
+++ b/skills/doc-coauthoring/SKILL.md
@@ -0,0 +1,50 @@
 ---
 name: 文件共同創作
 description: 三階段結構化文件起草工作流程（情境蒐集→精煉與結構→讀者測試），適用於策略報告、會議備忘錄、分析備忘錄等長篇文件
 metadata:
  sources:
    - kind: github-file
      repo: anthropics/skills
      path: skills/doc-coauthoring/SKILL.md
      usage: referenced
 ---
 # 文件共同創作
 Anthropic 官方技能。協助秘書起草高品質的結構化文件，確保邏輯清晰、讀者導向。
 ## 三階段工作流程
 ### Stage 1：情境蒐集
 - 提問以理解文件目的與讀者
 - 接受 brain dump（原始資料傾倒）
 - 澄清範圍與格式要求
 ### Stage 2：精煉與結構
 - 段落排序（最重要的先）
 - 每個段落腦力激盪 5-20 個選項
 - 選取最佳內容並填補空缺
 - 迭代起草（str_replace 精確修改）
 - 品質檢查（邏輯一致性、清晰度）
 ### Stage 3：讀者測試
 - 預測讀者可能的問題
 - 以全新視角測試文件
 - 報告並修復問題
 ## 適用文件類型
 - 每日策略摘要備忘錄
 - 董事長審批包
 - 週報與月報
 - 會議記錄與決策紀錄
 - Agent 產出的分析報告
 ## 輸入
 - 原始資料（bullet points、數據、研究摘要）
 - 文件目的與讀者描述
 ## 輸出
 - 結構清晰的 Markdown 或 Word 文件
--- a/skills/downtrend-duration-analyzer/SKILL.md
+++ b/skills/downtrend-duration-analyzer/SKILL.md
@@ -0,0 +1,50 @@
 ---
 name: 下跌持續時間分析器
 description: 歷史下跌持續時間統計分析，按板塊與市值分類，產出互動式直方圖，讓空方研究員量化下跌波段的典型長度
 metadata:
  sources:
    - kind: github-file
      repo: tradermonty/claude-trading-skills
      path: skills/downtrend-duration-analyzer/SKILL.md
      usage: referenced
 ---
 # 下跌持續時間分析器
 統計分析歷史下跌持續時間，為空方研究員提供客觀的風險量化數據。
 ## 功能
 - 按板塊分析下跌持續時間（中位數、平均值、90 百分位）
 - 按市值分類（大型股/中型股/小型股）
 - 識別當前下跌與歷史的位置
 - 產出互動式 HTML 直方圖
 ## 分析維度
 - **板塊別**：科技、金融、醫療、能源、工業等
 - **市值別**：S&P 500 vs Russell 2000
 - **時期別**：牛市修正 vs 熊市下跌
 - **跌幅別**：10-20% 修正 vs 20-40% 熊市
 ## 關鍵統計指標
 - 歷史下跌平均持續天數
 - 當前下跌已持續天數
 - 歷史中位數的百分位位置
 - 反彈概率估計
 ## 需要的 MCP 工具
 - `yfinance`：歷史板塊 ETF 數據
 ## 輸出格式
 - 統計摘要表（中位數、平均值、P90）
 - 當前下跌的歷史定位
 - 互動式直方圖（HTML）
 - 風險評估結論
 ## 使用時機
 空方研究員評估下跌波段的潛在剩餘空間；量化策略師決定空頭部位的目標存續時間
--- a/skills/earnings-calendar/SKILL.md
+++ b/skills/earnings-calendar/SKILL.md
@@ -0,0 +1,41 @@
 ---
 name: 財報行事曆
 description: 透過 FMP API 擷取即將發布的美股財報時程，按日期與盤前/盤後排列，讓研究員提前佈局
 metadata:
  sources:
    - kind: github-file
      repo: tradermonty/claude-trading-skills
      path: skills/earnings-calendar/SKILL.md
      usage: referenced
 ---
 # 財報行事曆
 擷取美股財報發布時程，讓財經情報研究員掌握市場關注焦點與潛在波動事件。
 ## 功能
 - 按日期列出即將發布財報的公司
 - 標記發布時機（盤前 BMO / 盤後 AMC / 未知）
 - 顯示分析師 EPS 預估共識
 - 計算距離發布日的天數
 - 過濾特定板塊或市值規模
 - 標記重點大型股財報（S&P 500 成分股）
 ## 需要的 API
 - **FMP API**（Financial Modeling Prep）— 需要免費 API key
 - 透過 `FRED_API_KEY` 環境變數或直接在請求中傳入
 ## 輸出格式
 ```
 日期 | 公司 | 代碼 | 時機 | EPS 預估 | 重要度
 2026-04-15 | Apple | AAPL | BMO | $1.43 | ⭐⭐⭐
 ```
 ## 使用時機
 - 盤前情報蒐集時掃描本週/下週財報
 - 識別可能影響板塊的重量級財報
 - 配合 `market-news-analyst` 進行財報後衝擊評估
--- a/skills/edge-candidate-agent/SKILL.md
+++ b/skills/edge-candidate-agent/SKILL.md
@@ -0,0 +1,48 @@
 ---
 name: Edge 候選代理人
 description: 將每日市場觀察轉為結構化、可重現的研究票據（Research Ticket），作為 Edge 研究流程的第一步輸入
 metadata:
  sources:
    - kind: github-file
      repo: tradermonty/claude-trading-skills
      path: skills/edge-candidate-agent/SKILL.md
      usage: referenced
 ---
 # Edge 候選代理人
 將非結構化的市場觀察（「今天科技股成交量大增但價格沒漲」）轉化為標準化研究票據，進入 Edge 研究流程。
 ## 研究票據格式
 ```yaml
 ticket_id: EDGE-2026-04-10-001
 date: 2026-04-10
 observation: "觀察描述"
 market: "BTC/USDT 或 2330.TW"
 timeframe: "D1/H4/H1"
 hypothesis: "初步假設"
 evidence: ["支持證據1", "支持證據2"]
 data_needed: ["需要哪些數據來驗證"]
 priority: high|medium|low
 status: NEW
 ```
 ## 功能
 - 接受自由格式的市場觀察作為輸入
 - 結構化輸出標準研究票據
 - 評估票據優先級（基於潛在 Edge 大小）
 - 與 `trader-memory-core` 同步狀態
 ## 輸入來源
 - 每日市場觀察筆記
 - 技術分析發現
 - 新聞事件觸發的研究想法
 - 篩選器發現的異常股票
 ## 輸出
 - 標準化 YAML 研究票據
 - 交給 `edge-pipeline-orchestrator` 繼續處理
--- a/skills/edge-pipeline-orchestrator/SKILL.md
+++ b/skills/edge-pipeline-orchestrator/SKILL.md
@@ -0,0 +1,52 @@
 ---
 name: Edge 流程協調器
 description: 端到端 Edge 研究流程管理（候選→線索→概念→策略→審查），含反饋迴路與斷點續跑，是量化策略師的研究自動化中樞
 metadata:
  sources:
    - kind: github-file
      repo: tradermonty/claude-trading-skills
      path: skills/edge-pipeline-orchestrator/SKILL.md
      usage: referenced
 ---
 # Edge 流程協調器
 統一管理從市場觀察到可交易策略的完整 Edge 研究流程，協調各個 Edge 子技能的執行順序。
 ## 流程架構
 ```
 市場觀察/每日數據
    ↓
 edge-candidate-agent（觀察→研究票據）
    ↓
 edge-hint-extractor（提取 Edge 線索）
    ↓
 edge-concept-synthesizer（線索→Edge 概念）
    ↓
 edge-strategy-designer（概念→策略草稿）
    ↓
 edge-strategy-reviewer（品質審查）
    ↓     ↑ 失敗則退回
 策略通過 → 交給量化策略師
    ↓
 signal-postmortem（記錄結果→更新權重）
 ```
 ## 功能
 - **順序協調**：按正確順序呼叫各 Edge 子技能
 - **斷點續跑**：從失敗點恢復，不重做已完成步驟
 - **反饋迴路**：Postmortem 結果回饋至線索提取
 - **乾跑模式（Dry Run）**：僅輸出計畫，不實際執行
 - **狀態追蹤**：記錄每個研究票據的流程狀態
 ## 輸入
 - 每日市場觀察、新聞、數據
 ## 輸出
 - 通過審查的策略草稿（交給量化策略師）
 - 流程執行狀態報告
 - 失敗票據清單與原因
--- a/skills/ftd-detector/SKILL.md
+++ b/skills/ftd-detector/SKILL.md
@@ -0,0 +1,49 @@
 ---
 name: 跟進日偵測器
 description: 市場底部確認的跟進日（Follow-Through Day, FTD）偵測，採用雙指數（S&P 500 + NASDAQ）狀態機，避免假訊號
 metadata:
  sources:
    - kind: github-file
      repo: tradermonty/claude-trading-skills
      path: skills/ftd-detector/SKILL.md
      usage: referenced
 ---
 # 跟進日偵測器
 基於 William O'Neil 的跟進日理論，客觀判斷市場底部是否已形成，為多方研究員提供底部確認訊號。
 ## 跟進日定義
 在市場出現反彈嘗試後（Rally Attempt）：
 - 主要指數單日大漲 **≥ 1.7%**
 - 成交量**高於前一日**（且最好高於均量）
 - 發生在反彈嘗試後的 **第 4 至第 7 天**
 - 雙指數（SPX + NASDAQ）同步確認更可靠
 ## 狀態機流程
 ```
 市場下跌 → 找底嘗試 → Rally Attempt（第1天）
 → 等待跟進日（第4-7天）
 → FTD 確認 → 多頭啟動
 → 或失敗 → 重新找底
 ```
 ## 假 FTD 排除條件
 - 成交量未達標
 - 早期出現（第1-3天）
 - 指數只有一個確認
 - 隔天立即反轉
 ## 需要的 MCP 工具
 - `yfinance`：SPY/QQQ 歷史日線數據
 ## 輸出格式
 - 當前市場狀態（下跌/找底/Rally Attempt/FTD 確認/多頭）
 - FTD 日期與詳細數據（漲幅、成交量比率）
 - 信心評分
 - 失敗風險提示
--- a/skills/initiating-coverage/SKILL.md
+++ b/skills/initiating-coverage/SKILL.md
@@ -0,0 +1,56 @@
 ---
 name: 啟動追蹤報告
 description: 生成 30-50 頁機構級股票研究報告（啟動追蹤），涵蓋商業模式、財務分析、估值模型、風險評估與投資建議
 metadata:
  sources:
    - kind: github-file
      repo: ginlix-ai/langalpha
      path: skills/initiating-coverage/SKILL.md
      usage: referenced
 ---
 # 啟動追蹤報告
 產出機構品質的完整股票研究報告，為多方研究員提供深度基本面分析基礎。
 ## 報告架構（30-50頁）
 ### 1. 執行摘要
 - 投資評級（買進/持有/賣出）
 - 目標價與潛在報酬
 - 核心投資論點（3-5個要點）
 ### 2. 公司概況
 - 商業模式描述
 - 主要產品/服務
 - 競爭優勢分析
 ### 3. 產業分析
 - 市場規模與成長率
 - 競爭格局
 - 產業催化劑與風險
 ### 4. 財務分析
 - 歷史財務表現（5年趨勢）
 - 關鍵財務指標
 - 財務健康度評估
 ### 5. 估值模型
 - DCF 估值（接 `dcf-model` 技能）
 - 可比公司分析（接 `comps-analysis` 技能）
 - 估值範圍分析
 ### 6. 風險評估
 - 主要風險因素
 - 情境分析（牛/熊/基準）
 ### 7. 投資建議
 ## 需要的 MCP 工具
 - `yfinance`：美股財務數據
 - `casual-market`：台股財務數據
 ## 使用時機
 多方研究員需要對特定個股建立完整基本面研究基礎時
--- a/skills/internal-comms/SKILL.md
+++ b/skills/internal-comms/SKILL.md
@@ -0,0 +1,49 @@
 ---
 name: 內部溝通
 description: 撰寫內部溝通文件，包含狀態更新、3P（進度/計畫/問題）報告、事件報告、FAQ、每週通訊等格式
 metadata:
  sources:
    - kind: github-file
      repo: anthropics/skills
      path: skills/internal-comms/SKILL.md
      usage: referenced
 ---
 # 內部溝通
 Anthropic 官方技能。幫助秘書產出標準化的內部溝通文件，確保團隊資訊透明、格式一致。
 ## 支援的文件類型
 ### 3P 更新（進度/計畫/問題）
 ```
 進度（Progress）：完成了什麼
 計畫（Plans）：接下來要做什麼
 問題（Problems）：遇到什麼阻礙
 ```
 ### 每日狀態報告
 - 今日完成項目
 - 待處理事項
 - 需要升級的問題
 ### 事件報告（Incident Report）
 - 事件時間線
 - 根本原因
 - 已採取的行動
 - 後續預防措施
 ### FAQ 文件
 - 常見問題整理
 - 清晰簡潔的回答
 ### 每週/每月通訊
 - 重點成果摘要
 - 下期計畫
 - 團隊公告
 ## 使用時機
 - 秘書每日 23:00 記憶壓縮後產出狀態報告
 - Pipeline 完成後產出執行摘要
 - 審查 block 時產出事件報告
--- a/skills/macro-regime-detector/SKILL.md
+++ b/skills/macro-regime-detector/SKILL.md
@@ -0,0 +1,45 @@
 ---
 name: 總經環境偵測器
 description: 六成分跨資產比率分析（RSP/SPY、殖利率曲線、HYG/LQD、IWM/SPY、SPY/TLT、XLY/XLP），將市場分類為5種環境，指導曝險決策
 metadata:
  sources:
    - kind: github-file
      repo: tradermonty/claude-trading-skills
      path: skills/macro-regime-detector/SKILL.md
      usage: referenced
 ---
 # 總經環境偵測器
 透過六大跨資產比率分析，客觀判斷當前市場所處的宏觀環境，為策略師和市場結構研究員提供環境定位。
 ## 六大分析比率
 | 比率 | 含義 |
 |---|---|
 | RSP/SPY | 等權重 vs 市值權重（廣度健康度） |
 | 殖利率曲線（2Y-10Y） | 經濟領先指標 |
 | HYG/LQD | 高收益 vs 投資級（風險偏好） |
 | IWM/SPY | 小型股 vs 大型股（風險偏好） |
 | SPY/TLT | 股票 vs 長債（增長預期） |
 | XLY/XLP | 非必需消費 vs 必需消費（景氣預期） |
 ## 五種環境分類
 1. **Risk-On 擴張**：全面做多，積極進場
 2. **Risk-On 晚期**：謹慎持倉，控制規模
 3. **過渡期**：降低曝險，等待訊號
 4. **Risk-Off 早期**：防禦配置，增加避險
 5. **Risk-Off 衰退**：現金為王，做空機會
 ## 需要的 MCP 工具
 - `yfinance`：取得 ETF 比率歷史數據
 - `fred`：補充殖利率曲線數據
 ## 輸出格式
 - 當前環境分類 + 信心度
 - 六比率個別評分
 - 建議整體曝險上限（%）
 - 環境轉換預警信號
--- a/skills/morning-note/SKILL.md
+++ b/skills/morning-note/SKILL.md
@@ -0,0 +1,49 @@
 ---
 name: 盤前晨報
 description: 每日盤前市場摘要，整合美股收盤、亞股動態、台股盤前、重要數據、今日關注事件，含視覺化圖表
 metadata:
  sources:
    - kind: github-file
      repo: ginlix-ai/langalpha
      path: skills/morning-note/SKILL.md
      usage: referenced
 ---
 # 盤前晨報
 每日自動化盤前晨報，覆蓋美股、亞股與台股，是財經情報研究員的每日起點。
 ## 報告結構
 ### 1. 美股收盤摘要（前一交易日）
 - 主要指數（S&P 500、NASDAQ、DOW）漲跌
 - 板塊表現（強勢/弱勢板塊）
 - VIX 恐慌指數
 - 美元指數、黃金、原油
 ### 2. 亞股盤中動態
 - 日股（日經225、TOPIX）
 - 港股（恆生指數）
 - A 股（上證、深圳）
 ### 3. 台股盤前
 - 期貨指示（台指期）
 - 外資昨日買賣超（透過 CasualMarket MCP）
 - ADR 指示（ADR 反映的台股隱含開盤）
 - 融資融券變化趨勢
 ### 4. 今日關注事件
 - 重要經濟數據發布（接 `economic-calendar-fetcher`）
 - 重量級財報（接 `earnings-calendar`）
 - Fed 官員發言
 ### 5. 需要的 MCP 工具
 - `yfinance`：美股、亞股數據
 - `casual-market`：台股外資、融資融券
 - `fred`：總經數據
 ## 輸出格式
 - Markdown 晨報（含表格與視覺化）
 - 每日 08:00 產出（台股開盤前）
--- a/skills/para-memory-files/SKILL.md
+++ b/skills/para-memory-files/SKILL.md
@@ -1,24 +0,0 @@
 ---
 name: PARA 結構化記憶系統
 description: 結構化記憶管理系統，以 PARA 架構（專案/領域/資源/封存）管理團隊知識庫
 metadata:
  sources:
    - kind: github-file
      repo: anthropics/skills
      path: skills/para-memory-files/SKILL.md
      usage: referenced
 ---
 # PARA 結構化記憶系統
 基於 PARA 方法論的結構化知識管理系統，為團隊提供持久記憶。
 ## 功能
 - **Projects**：追蹤進行中專案狀態與待辦事項
 - **Areas**：管理持續性責任領域的知識（交易規則、風控標準）
 - **Resources**：儲存參考資料與研究素材
 - **Archives**：歸檔已完成專案與歷史決策記錄
 - 自動摘要與索引建立
 - 跨對話記憶持久化
 - 知識檢索與關聯分析
--- a/skills/sector-analyst/SKILL.md
+++ b/skills/sector-analyst/SKILL.md
@@ -0,0 +1,41 @@
 ---
 name: 板塊輪動分析師
 description: 從 CSV 數據分析美股十一大板塊的輪動模式與市場週期定位，識別強勢/弱勢板塊
 metadata:
  sources:
    - kind: github-file
      repo: tradermonty/claude-trading-skills
      path: skills/sector-analyst/SKILL.md
      usage: referenced
 ---
 # 板塊輪動分析師
 分析各板塊相對強弱與市場週期位置，為多方和空方研究員提供板塊選擇依據。
 ## 功能
 - 分析美股 11 大 GICS 板塊的相對強弱（XLK、XLF、XLE、XLV 等）
 - 識別領先板塊與落後板塊
 - 市場週期定位（擴張期、繁榮期、收縮期、衰退期）
 - 板塊輪動方向判斷
 - 支援 CSV 數據或可選的圖表圖像輸入
 - 台股板塊映射（半導體、金融、電子、傳產等）
 ## 輸入格式
 - 板塊 ETF 的歷史價格 CSV
 - 可選：板塊表現圖表截圖
 ## 輸出格式
 - 板塊強弱排名表
 - 市場週期評估
 - 建議加碼/減碼板塊
 - 相對強弱評分（-100 至 +100）
 ## 使用時機
 - 多方研究員需要識別領頭羊板塊
 - 空方研究員尋找最弱板塊做空標的
 - 量化策略師決定配置比重
--- a/skills/strategy-pivot-designer/SKILL.md
+++ b/skills/strategy-pivot-designer/SKILL.md
@@ -0,0 +1,42 @@
 ---
 name: 策略轉向設計師
 description: 偵測回測策略停滯或陷入局部最優，自動提出結構性不同的策略轉向方案，突破策略開發瓶頸
 metadata:
  sources:
    - kind: github-file
      repo: tradermonty/claude-trading-skills
      path: skills/strategy-pivot-designer/SKILL.md
      usage: referenced
 ---
 # 策略轉向設計師
 當回測工程師的策略陷入停滯或過度擬合時，提供結構性不同的替代方向。
 ## 問題偵測
 識別以下回測問題：
 - **停滯**：多次參數調整後績效無明顯提升
 - **局部最優**：Sharpe Ratio 卡在次優解
 - **過度擬合**：樣本內好但樣本外差
 - **環境依賴**：只在特定市場環境有效
 ## 轉向設計流程
 1. 分析當前策略的核心 Edge 來源
 2. 識別結構性限制（為什麼當前方向無法繼續改進）
 3. 提出 3 個結構性不同的替代方向：
   - 方向 A：改變進場邏輯
   - 方向 B：改變持倉/出場邏輯
   - 方向 C：改變市場/時間框架
 4. 每個方向附帶初始假設與驗證建議
 ## 輸入
 - 當前策略描述與回測績效摘要
 - 失敗的優化歷史
 ## 輸出
 - 停滯診斷報告
 - 3 個轉向方案（含預期 Edge 來源與初步驗證方法）
--- a/skills/thesis-tracker/SKILL.md
+++ b/skills/thesis-tracker/SKILL.md
@@ -0,0 +1,48 @@
 ---
 name: 投資論點追蹤器
 description: 長期追蹤投資論點的進展，監控關鍵假設是否仍然成立，在論點失效時自動預警
 metadata:
  sources:
    - kind: github-file
      repo: ginlix-ai/langalpha
      path: skills/thesis-tracker/SKILL.md
      usage: referenced
 ---
 # 投資論點追蹤器
 持續監控量化策略師建立的投資論點，確保策略決策基於最新的市場現實。
 ## 追蹤結構
 每個論點追蹤：
 - **核心假設**：論點成立的前提條件
 - **關鍵指標**：用來驗證假設的可觀察指標
 - **當前狀態**：論點是否仍然成立
 - **信心度變化**：隨時間的信心度趨勢
 - **否定條件**：哪些事件會讓論點失效
 ## 功能
 - 定期更新論點狀態（可設定每日/每週）
 - 偵測核心假設的變化
 - 論點失效時自動升級給量化策略師
 - 產出論點追蹤報告
 - 與 `trader-memory-core` 同步狀態
 ## 論點狀態
 - **Intact**：論點完整，繼續持有
 - **Weakening**：部分假設受挫，注意
 - **Violated**：核心假設失效，建議退出
 - **Evolving**：論點方向改變，需要重新評估
 ## 輸入
 - 策略師的 Strategy_Thesis.json
 - 市場更新數據
 ## 輸出
 - 論點狀態報告（含信心度趨勢圖）
 - 失效預警通知
--- a/skills/trade-hypothesis-ideator/SKILL.md
+++ b/skills/trade-hypothesis-ideator/SKILL.md
@@ -0,0 +1,36 @@
 ---
 name: 交易假設發想器
 description: 生成 1-5 個可偽證的交易假設卡，每張包含實驗設計、否定條件（Kill Criteria）與可選的 strategy.yaml 匯出
 metadata:
  sources:
    - kind: github-file
      repo: tradermonty/claude-trading-skills
      path: skills/trade-hypothesis-ideator/SKILL.md
      usage: referenced
 ---
 # 交易假設發想器
 將市場觀察轉化為結構化、可測試的交易假設，確保每個策略概念都有明確的驗證條件和失效條件。
 ## 假設卡格式
 每張假設卡包含：
 - **假設陳述**：「如果 X 發生，則 Y 將在 Z 時間框架內發生」
 - **可觀察證據**：當前支持假設的數據
 - **實驗設計**：如何測試這個假設
 - **否定條件（Kill Criteria）**：哪些事件會讓假設立即失效
 - **信心度評分**（0-100）
 - **可選匯出**：strategy.yaml（交給回測工程師）
 ## 功能
 - 接受任意市場觀察作為輸入
 - 結構化生成 1-5 張假設卡
 - 強制要求每個假設都有 Kill Criteria（防止確認偏誤）
 - 可選匯出 strategy.yaml 格式供回測使用
 ## 使用時機
 - 量化策略師在多空辯論後，將收斂觀點轉為可測試假設
 - 配合 `edge-pipeline-orchestrator` 進入完整研究流程
--- a/skills/trader-memory-core/SKILL.md
+++ b/skills/trader-memory-core/SKILL.md
@@ -0,0 +1,53 @@
 ---
 name: 交易員記憶核心
 description: 持久化論點生命週期管理，追蹤從想法到平倉的完整交易記錄（IDEA→ENTRY_READY→ACTIVE→CLOSED），含 P&L、MAE/MFE 與事後分析
 metadata:
  sources:
    - kind: github-file
      repo: tradermonty/claude-trading-skills
      path: skills/trader-memory-core/SKILL.md
      usage: referenced
 ---
 # 交易員記憶核心
 KingClawArmy 的持久記憶層。記錄所有交易論點的完整生命週期，並作為所有 Agent 的共享狀態存儲，確保跨對話的資訊不遺失。
 ## 論點狀態機
 ```
 IDEA → ENTRY_READY → ACTIVE → CLOSED
         ↑                ↓
      (修訂)          (平倉/止損)
 ```
 - **IDEA**：初步假設，尚未驗證
 - **ENTRY_READY**：通過審查，等待進場條件
 - **ACTIVE**：已進場，持倉中
 - **CLOSED**：已平倉（含盈虧記錄）
 ## 功能
 - 跨對話持久化論點狀態
 - 追蹤每個論點的 P&L、MAE（最大不利移動）、MFE（最大有利移動）
 - 從所有篩選器（CANSLIM、VCP、PEAD、Edge Pipeline）接收輸入
 - 觸發事後分析（Signal Postmortem）
 - 按狀態、市場、方向、信心度查詢論點
 ## 輸入來源
 - 所有篩選器 Agent 的輸出
 - 量化策略師的 Strategy_Thesis.json
 - 市場事件更新
 ## 輸出格式
 - 持久化 YAML/Markdown 記憶檔案
 - 論點列表（按狀態篩選）
 - P&L 摘要報告
 - 事後分析觸發請求
 ## 需要的 MCP 工具
 - 檔案系統（讀寫持久化記憶）
 - 任何提供現價的 MCP（yfinance、casual-market）
--- a/skills/uptrend-analyzer/SKILL.md
+++ b/skills/uptrend-analyzer/SKILL.md
@@ -0,0 +1,42 @@
 ---
 name: 漲勢分析器
 description: 五成分 0-100 漲勢健康度綜合評分（廣度30%、板塊參與25%、動量20%、輪動15%、歷史10%），判斷多頭趨勢強度
 metadata:
  sources:
    - kind: github-file
      repo: tradermonty/claude-trading-skills
      path: skills/uptrend-analyzer/SKILL.md
      usage: referenced
 ---
 # 漲勢分析器
 評估當前市場漲勢的健康程度與可持續性，為策略師提供多頭強度量化指標。
 ## 評分組成（共 100 分）
 | 成分 | 權重 | 說明 |
 |---|---|---|
 | 市場廣度 | 30% | 漲勢參與股票的比例 |
 | 板塊參與度 | 25% | 同步上漲的板塊數量 |
 | 動量強度 | 20% | 主要指數的動量狀況 |
 | 輪動健康度 | 15% | 板塊輪動是否有序 |
 | 歷史比對 | 10% | 與歷史牛市的相似度 |
 ## 評分解讀
 - **80-100**：強勢多頭，積極進場
 - **60-79**：健康多頭，謹慎持有
 - **40-59**：疲弱多頭，減少部位
 - **0-39**：多頭結束或熊市，現金為王
 ## 輸出格式
 - 漲勢健康度綜合評分（0-100）
 - 各成分細項評分
 - 主要弱點診斷
 - 建議操作方向
 ## 使用時機
 配合 `market-breadth-analyzer` 和 `macro-regime-detector` 使用，三者共同判斷市場環境
--- a/skills/vcp-screener/SKILL.md
+++ b/skills/vcp-screener/SKILL.md
@@ -0,0 +1,44 @@
 ---
 name: VCP 篩選器
 description: Minervini 的波動收縮型態（Volatility Contraction Pattern）偵測，在第 2 階段上升趨勢中識別低風險進場點
 metadata:
  sources:
    - kind: github-file
      repo: tradermonty/claude-trading-skills
      path: skills/vcp-screener/SKILL.md
      usage: referenced
 ---
 # VCP 篩選器
 偵測 Mark Minervini 的波動收縮型態（VCP），找出主升段中的低風險高報酬進場機會。
 ## VCP 型態特徵
 - 股票處於第 2 階段上升趨勢（均線多頭排列）
 - 出現多次回調，每次回調幅度遞減（例：12%→8%→4%）
 - 每次回調時間縮短
 - 成交量在收縮階段萎縮
 - 在突破前成交量放大
 ## 三階段偵測流程
 1. **Stage 2 確認**：確認股票處於第 2 階段（50/150/200 日均線排列）
 2. **收縮偵測**：識別回調幅度遞減的波動收縮
 3. **進場觸發**：成交量放大的樞紐突破
 ## 需要的 MCP 工具
 - `yfinance`：歷史價格與成交量數據
 - `tradingview`：技術指標確認
 ## 輸出格式
 - VCP 候選股票列表
 - 各股的收縮階段描述（幾次收縮、幅度）
 - 建議進場點（樞紐位置）
 - 建議止損位
 ## 使用時機
 配合 CANSLIM 篩選器使用，在符合 CANSLIM 條件的股票中找 VCP 型態
--- a/skills/xlsx/SKILL.md
+++ b/skills/xlsx/SKILL.md
@@ -0,0 +1,45 @@
 ---
 name: Excel 試算表
 description: 建立、編輯、分析符合金融建模標準的 Excel 試算表，含色碼規範（藍色=輸入、黑色=公式）、財務格式化與績效分析
 metadata:
  sources:
    - kind: github-file
      repo: anthropics/skills
      path: skills/xlsx/SKILL.md
      usage: referenced
 ---
 # Excel 試算表
 Anthropic 官方技能。產出符合華爾街標準的專業 Excel 試算表，用於績效追蹤、財務分析與數據呈現。
 ## 金融建模色碼標準
 | 顏色 | 含義 |
 |---|---|
 | 🔵 藍色（深藍字體） | 硬式輸入（手動輸入的假設值） |
 | ⚫ 黑色字體 | 公式計算（不得手動覆寫） |
 | 🟢 綠色字體 | 外部連結（從其他工作表引入） |
 | 🔴 紅色字體 | 檢查項目（有問題需要注意） |
 ## 功能
 - 建立標準財務試算表（損益表、資產負債表、現金流量表）
 - 回測績效追蹤表（Sharpe、Sortino、最大回撤）
 - 投資組合分析（配置、風險、報酬歸因）
 - 股票比較矩陣（多標的並排比較）
 - 數據驗證規則設定
 ## 輸入
 - 數據來源（JSON/CSV）或數據描述
 - 試算表目的描述
 ## 輸出
 - 標準 .xlsx 檔案
 - 含色碼、公式、格式化
 ## 使用時機
 資料分析師產出回測績效報告；秘書整理月度 KPI 追蹤表