mcpField
I
indicator-setup

indicator-setup

github.com/marketcalls开发20554 次安装20 周前更新
代码仓库

关于 indicator-setup

为 OpenAlgo 指标分析、图表和仪表板开发配置 Python 环境的技能，面向相关项目开发者。它创建虚拟环境、安装依赖并设置 API 配置。

主要功能

  1. 01创建并激活 Python 虚拟环境
  2. 02安装分析与可视化依赖
  3. 03创建项目目录
  4. 04配置 OpenAlgo 环境变量
  5. 05检查 Python 版本与安装

适用场景

  1. 01初始化 OpenAlgo 指标分析项目
  2. 02准备图表和仪表板开发环境
  3. 03为后续指标技能配置 API

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/marketcalls/openalgo-indicator-skills --skill indicator-setup

安装后在 Claude Code 中输入/indicator-setup确认已加载。

详细介绍

为 OpenAlgo 指标分析、图表绘制和仪表板开发配置完整的 Python 环境。

参数

  • $0 = Python 版本（可选，默认值：python3）。示例：python3.12、python3.13

注意：openalgo 2.x 需要 Python 3.12 或更高版本（3.12 / 3.13 / 3.14）。创建 venv 前请检查版本；如果版本过低，请中止操作并显示清晰的提示：

python3 --version   # must be 3.12+

步骤

步骤 1：检测操作系统
uname -s 2>/dev/null || echo "Windows"

映射规则：Darwin = macOS，Linux = Linux，MINGW*/CYGWIN*/Windows = Windows。

步骤 2：创建虚拟环境

macOS / Linux：

python3 -m venv venv
source venv/bin/activate
pip install --upgrade pip

Windows：

python -m venv venv
venv\Scripts\activate
pip install --upgrade pip

如果用户指定了 Python 版本参数，则使用该版本，而非 python3。

步骤 3：安装 Python 包

安装所有必需的包：

pip install openalgo yfinance plotly dash dash-bootstrap-components streamlit numpy pandas python-dotenv websocket-client httpx scipy nbformat matplotlib seaborn ipywidgets
步骤 4：创建项目文件夹

仅创建顶层目录。其他技能会按需创建子目录。

mkdir -p charts dashboards custom_indicators scanners
步骤 5：配置 .env 文件

5a. 使用 AskUserQuestion 询问用户的 OpenAlgo API 密钥：

  • “请输入你的 OpenAlgo API 密钥（可在 OpenAlgo 仪表板的 /apikey 页面获取）：”

5b. 询问 OpenAlgo 主机 URL：

  • 默认值：http://127.0.0.1:5000
  • 如果用户使用自定义域名或 ngrok URL，则使用该地址

5c. 可选：询问 WebSocket URL：

  • 默认值：根据主机自动推导
  • 仅在用户使用自定义 WebSocket 设置时需要

5d. 在项目根目录中写入 .env 文件：

# OpenAlgo API Configuration
OPENALGO_API_KEY={user_provided_key or "your_openalgo_api_key_here"}
OPENALGO_HOST={user_provided_host or "http://127.0.0.1:5000"}

# WebSocket (optional - auto-derived from host if not set)
# OPENALGO_WS_URL=ws://127.0.0.1:8765

5e. 将 .env 添加到 .gitignore：

grep -qxF '.env' .gitignore 2>/dev/null || echo '.env' >> .gitignore
步骤 6：验证安装
python -c "
import openalgo
from openalgo import ta
import plotly
import dash
import streamlit
import numpy as np
import pandas as pd
import yfinance as yf
import matplotlib
import seaborn
import nbformat
from dotenv import load_dotenv
print('All packages installed successfully')
print(f'  openalgo: {openalgo.__version__}')
print(f'  plotly: {plotly.__version__}')
print(f'  dash: {dash.__version__}')
print(f'  streamlit: {streamlit.__version__}')
print(f'  numpy: {np.__version__}')
print(f'  pandas: {pd.__version__}')
print(f'  matplotlib: {matplotlib.__version__}')
print(f'  seaborn: {seaborn.__version__}')

# Quick indicator test
close = np.array([100.0, 101.0, 102.0, 103.0, 104.0, 105.0, 104.0, 103.0, 102.0, 101.0])
ema = ta.ema(close, 3)
rsi = ta.rsi(close, 5)
print(f'  ta.ema test: {ema[-1]:.2f}')
print(f'  ta.rsi test: {rsi[-1]:.2f}')
print('Indicator library ready')
"
步骤 7：打印摘要

打印摘要，显示：

  • 检测到的操作系统
  • 使用的 Python 版本
  • 虚拟环境路径
  • 已安装的包及其版本
  • 已创建的项目文件夹
  • .env 文件状态
  • 可用技能：/indicator-chart、/custom-indicator、/indicator-dashboard、/indicator-scanner、/live-feed

重要说明

  • 切勿全局安装包——始终使用虚拟环境
  • 如果用户已有虚拟环境，创建新环境前请先询问
  • 切勿提交 .env 文件——其中包含 API 密钥
  • 所有脚本都使用 python-dotenv 通过 find_dotenv() 加载 .env
  • openalgo 2.x 指标在 wheel 内的已编译 Rust 核心上运行——无需 JIT 编译或预热；需要 Python 3.12+

评论

支持 Markdown