关于 market-sentiment
通过选定的 RSS 源近期文章估算加密货币市场情绪的技能。它对文章进行分类，将分数平均为 -1 至 +1，并依据新闻证据解释结果。
主要功能
- 01选择加密货币 RSS 源
- 02获取近期文章
- 03分类正面、负面和中性新闻
- 04计算平均情绪分数
- 05结合新闻证据解释分数
适用场景
- 01汇总所选 RSS 源的市场情绪
- 02梳理正面与负面新闻因素
- 03生成有新闻依据的市场情绪估值
安装
复制下面的命令，在终端中运行。
$
npx skills add https:/安装后在 Claude Code 中输入/market-sentiment确认已加载。
附带文件references/sentiment_examples.mdscripts/sentiment_analyzer.py
详细介绍
加密货币市场情绪
概述
此技能可聚合热门加密货币 RSS 源中的新闻，对文章进行情绪分析，并计算市场情绪分数，范围为 -1（极度负面）到 +1（极度正面），同时提供基于证据的解释。
工作流
按照以下步骤分析加密货币市场情绪：
- 选择 RSS 源：选择热门的加密货币 RSS 源（精选列表请参见 references/rss_feeds.md）。
- 获取新闻：从所选来源获取近期文章。
- 分析情绪：根据内容中的关键词和上下文，将每篇文章的情绪归类为正面（+1）、负面（-1）或中性（0）。
- 计算分数：计算所有文章情绪分数的平均值。
- 生成解释：提供新闻内容中的证据，以支持该分数。
情绪分类指南
- 正面（+1）：有关普及、发布、合作、ETF 获批、价格上涨、监管利好或技术突破的新闻。
- 负面（-1）：有关黑客攻击、崩盘、监管打压、清算、延迟或批评的新闻。
- 中性（0）：事实性更新、结果好坏参半的新闻，或没有明确倾向的推测性内容。
输出格式
此技能输出：
- 情绪分数：介于 -1 和 1 之间的数值。
- 解释：按信息源分类的分析、主要正面/负面驱动因素，以及对市场的整体影响。
资源
scripts/
sentiment_analyzer.py：用于获取 RSS 源、解析文章并计算情绪分数的 Python 脚本。运行python sentiment_analyzer.py可获取自动分析结果。
references/
rss_feeds.md：热门加密货币 RSS 源列表，包含 URL 和说明。sentiment_examples.md：常见新闻类型的情绪分类示例。
评论
支持 Markdown