mcpField
C
crypto-research

crypto-research

github.com/microck数据与数据库408195 次安装17 周前更新
代码仓库

关于 crypto-research

面向需要市场、资产、宏观或新闻分析的加密货币研究技能。它并行协调专门的 AI Agent，并提供轻量、全面和仅输出文件的研究模式。

主要功能

  1. 01并行协调专门的 Agent
  2. 02轻量与全面研究模式
  3. 03市场、资产、宏观和新闻分析
  4. 04带时间戳的输出目录
  5. 05仅输出文件的研究流程

适用场景

  1. 01快速分析指定的加密货币
  2. 02查看市场状况和主要涨跌币种
  3. 03从多个角度研究加密货币机会
  4. 04运行将结果保存到文件的后台研究

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/microck/ordinary-claude-skills --skill crypto-research

安装后在 Claude Code 中输入/crypto-research确认已加载。

附带文件metadata.json

详细介绍

加密货币研究技能

此技能通过协调多个专业 AI Agent 并行分析加密市场的不同方面，提供全面的加密货币研究。

适用场景

当用户执行以下操作时，调用此技能：

  • 提及加密货币分析或研究
  • 指定某种加密货币（BTC、ETH、SOL 等）
  • 询问加密市场状况
  • 希望获得投资分析或机会
  • 需要对加密资产进行技术面或基本面分析
  • 请求分析宏观相关性
  • 询问加密货币新闻或市场情绪

功能

多 Agent 研究系统

协调 4-12 个专业 Agent 并行运行：

  • 市场 Agent：整体市场状况和趋势
  • 代币分析器：深入分析特定加密货币
  • 宏观相关性扫描器：分析与传统市场的关联
  • 投资机会 Agent：识别投资机会
  • 新闻扫描器：追踪近期动态和市场情绪
  • 价格检查：实时价格和交易量数据
  • 涨跌幅 Agent：涨幅最大和跌幅最大的资产
研究模式
  1. 全面模式：使用 3 种模型类型（haiku、sonnet、opus）的全部 Agent（共 12 个）
  2. 轻量模式：仅使用 Haiku Agent（4 个 Agent）进行快速分析
  3. 仅输出模式：静默执行，仅输出到文件
输出组织

研究结果保存在带时间戳的目录中：

outputs/
└── YYYY-MM-DD_HH-MM-SS/
    ├── crypto_market/
    ├── crypto_analysis/
    ├── crypto_macro/
    ├── crypto_plays/
    └── crypto_news/

工作原理

1. 模式选择

根据用户请求或上下文选择：

  • 快速提问：使用轻量模式（4 个 Haiku Agent）
  • 全面研究：使用完整模式（12 个 Agent）
  • 后台分析：使用仅输出模式
2. Agent 协调
  1. 运行 date 命令获取时间戳
  2. 使用 scripts/setup-output-dir.sh 创建输出目录结构
  3. 使用 Task 工具并行启动 Agent
  4. 每个 Agent 将结果写入指定文件
  5. 提供摘要和文件位置
3. Agent 协作

Agent 定义在 agent-prompts/ 目录中：

  • coin-analyzer.md - 接收交易代码参数
  • market-agent.md - 综合市场分析
  • macro-correlation-scanner.md - 相关性分析
  • investment-plays.md - 投资机会
  • news-scanner.md - 新闻汇总
  • price-check.md - 当前价格数据
  • movers.md - 涨跌幅排行分析

每个 Agent 提示词都包含：

  • 目的和专业领域
  • 数据收集说明（5 个以上工具）
  • 输出格式要求
  • 时间戳和时区处理

工作流

快速研究（默认）

实现详情请参阅 workflows/lightweight.md。

适用场景：用户快速询问加密货币相关问题
Agent：4 个 Haiku Agent
耗时：约 30-60 秒

全面研究

实现详情请参阅 workflows/comprehensive.md。

适用场景：用户需要深入分析或多种视角
Agent：12 个 Agent（haiku、sonnet、opus 变体）
耗时：约 2-5 分钟

静默研究

实现详情请参阅 workflows/output-only.md。

适用场景：后台研究或自动化工作流
Agent：可配置
输出：仅文件，无交互式输出

使用示例

示例 1：分析特定代币

User: "What's happening with Bitcoin?"
Action: Launch lightweight mode with BTC as ticker
Agents: 4 haiku agents analyzing Bitcoin specifically
Output: Quick analysis in ~30 seconds

示例 2：市场概览

User: "How are crypto markets doing today?"
Action: Launch market-focused agents
Agents: Market agent + movers + macro correlation
Output: Market overview with key movers

示例 3：投资研究

User: "I'm looking for good crypto investment opportunities"
Action: Launch comprehensive mode
Agents: All 12 agents for multi-perspective analysis
Output: Comprehensive report with opportunities

Agent 参数

TICKER 变量

代币分析 Agent 接受一个交易代码：

  • 默认值：未指定时为 "BTC"
  • 示例：BTC、ETH、SOL、ADA、DOT、AVAX 等
  • 使用者：coin-analyzer Agent（haiku、sonnet、opus）
模型选择
  • Haiku：速度快、成本效益高，适合快速分析
  • Sonnet：均衡，适用于大多数研究
  • Opus：深度分析、质量最佳，但速度较慢且成本较高

错误处理

如果 Agent 失败或超时：

  1. 检查 Agent 输出文件中的部分结果
  2. 单独重试失败的 Agent
  3. 报告成功完成的 Agent
  4. 提供输出目录路径，供用户检查

最佳实践

  1. 从轻量模式开始：初次提问时使用 haiku 模式
  2. 升级到全面模式：需要深入分析时使用
  3. 指定交易代码：明确指出要分析哪些加密货币
  4. 检查时间戳：结果包含生成时间，可用于确认数据的新鲜度
  5. 查看所有输出：不同的 Agent 可能会发现不同的见解

渐进式展开

详细信息请参见：

  • reference/agent-design.md - Agent 的结构
  • reference/usage-guide.md - 详细的使用说明
  • workflows/*.md - 特定工作流的实现

版本历史

  • v1.0.0 (2025-01)：从命令重构中创建初始技能

评论

支持 Markdown