从31个零散工具到10个结果导向工作流：AlphaGBM Skills v3.0 重构路线图完整解读

从31个零散工具到10个结果导向工作流AlphaGBM Skills v3.0 重构路线图完整解读【免费下载链接】skillsBring realtime market data and research workflows into Claude Code, Cursor beyond — 29 open-source Skills for stocks, options and commodities.项目地址: https://gitcode.com/gh_mirrors/skills38/skillsAlphaGBM Skills 是一个把实时市场数据和研究工作流带进 Claude Code、Cursor 等 AI 工具集的开源项目。v3.0 版本将此前 31 个零散的SKILL.md工具包重构为10 个结果导向的工作流 35 个单项工具与参考包用一份双语 JSON 目录统一生成所有包的元数据与执行脚本。本文将带你读懂这次重构解决了什么问题、路线图怎么走以及新手该如何上手。为什么要把 31 个工具砍成 10 个工作流在 v3.0 之前项目里堆着 31 个独立工具包股票分析、VIX 状态、希腊值、波动率曲面、巴菲特框架……数量很可观但存在一个典型的工具墙问题维度旧版31 个工具v3.010 个工作流组织方式按功能点平铺按用户想要的结果组织用户视角我该装哪个工具我想完成什么任务输出形态各工具格式不一结论 支持/反对证据 下一步验证问题安装建议容易全装只装你需要的一个这份体检报告记录在 docs/SKILLS_V2_AUDIT.md 中审计团队把 31 个包划分为 6 个能力区机会分析、期权情报、工作流、风险纪律、投资框架、研究知识并明确了 5 个能力缺口——比如缺少一个统一的机会入口、缺少一等公民的 ETF 分析等。一句话总结动机目录应该围绕用户想要的结果组织而不是围绕一长串 API 端点组织。重构后的 10 个结果导向工作流 v3.0 的核心交付物是这 10 个工作流完整清单见 docs/CATALOG.md#工作流安装名称你会得到什么1股票机会alphagbm-stock-research基本面、情绪、机会分与证据缺口2期权策略alphagbm-options-research候选评分、资金需求、损益边界与风险3新闻影响alphagbm-news-impact已报道事实、涉及标的、影响推断与验证节点4研报拆解alphagbm-report-breakdown机构观点、原始评级、关键假设与风险5投资复盘alphagbm-investment-review本地比较两份记录不读云端历史6趋势跟踪alphagbm-momentum-following趋势状态、确认信号与反转风险7ETF 策略alphagbm-etf-strategyETF 机会因子与明确标注的数据缺口8网格计划alphagbm-grid-plan基于你假设的价位档位与资金分配9定投计划alphagbm-dca-plan定投日程与路径成本基础10Smart Money 跟踪alphagbm-smart-money披露资金流聚合不自动跟单关键设计原则每个工作流都必须返回三样东西——一个结论、支持与反对证据、以及下一步要验证的问题。工作流运行器如 skills/alphagbm-stock-research/scripts/run.py输出结构化 JSON 交给 AI 总结失败时fail closed绝不会用样例数据悄悄顶替真实请求。原有的alphagbm-opportunity-radar、alphagbm-research-reader、alphagbm-thesis-check转入单项目录安装名称与命令保持兼容——老用户零迁移成本。一份 JSON 目录驱动一切 v3.0 最工程化的改动是引入单一事实来源 catalog/catalog.json模式版本alphagbm-skills-catalog.v1。catalog/catalog.json ── scripts/build_catalog.py ── 各包元数据 Python 运行器 可读目录编辑目录与 runtime/workflow.py 后运行python3 scripts/build_catalog.py即可重新生成所有工作流文件禁止手改生成产物。python3 scripts/build_catalog.py --check用于校验包覆盖率和生成文件完整性配套测试在 scripts/test_catalog.py。网站从固定 Git 提交导入该目录并校验 SHA-256保证仓库与线上版本可追溯。对新手来说这意味着10 个工作流的行为是可复现、可验证的而不是散落在 31 份文档里的口头承诺。路线图V2.1 → V2.3 三步走 ️重构不是推倒重来审计文档给出了清晰的升级顺序V2.1 — 合同正确性为每个SKILL.md生成端点矩阵与后端 OpenAPI 路由比对对每个公开端点族加一条非计费冒烟测试删除无法从响应验证的宣称。V2.2 — 产品入口在对应后端合同稳定后再添加统一机会雷达、ETF 分析、大宗商品监控、研究验证四个新包。注意审计中的诚实修正早期结论ETF 评分未实现已被撤回——staging 分支确实存在 ETF 评分器只是公开 HTTP 合同尚未验收。V2.3 — 工作流对等为每个 Skill 补齐匹配的 CLI 命令或明确标注仅限 Agent 使用标准化双语示例与错误处理记录每次调用的配额消耗。发布门禁新 Skill 上架的 6 道关卡 v3.0 定义了严格的发布标准一个 Skill 只有同时满足以下条件才可发布端点在目标环境中真实存在请求与响应合同经过测试认证与配额行为有文档说明至少有一个真实数据或明确标注的演示响应不把推断当有出处的事实呈现README 中的分类、数量与示例在同一次变更中同步更新。这也解释了为什么 README 会特意声明35 个包不等于35 个已验证 API。演示数据demo/全部是合成离线夹具——如 demo/stock-opportunities.json日期和分数被刻意固定仅用于展示输出结构不能当作实时行情。新手上手三步开始你的第一次研究 第一步装一个工作流别贪多。推荐从无需 API Key 的公开阅读工作流入手npx skills add AlphaGBM/skills --skill alphagbm-research-reader第二步直接用自然语言提问例如帮我调用 AlphaGBM查找最近的半导体研报区分机构观点和已披露事实保留来源与日期。第三步需要更深研究时再配置账户 Key。在 AlphaGBM 账户创建 API Key通过本地环境变量ALPHAGBM_API_KEY配置切勿粘贴到对话里。账户型请求与网站共用同一额度且需显式批准才会扣费。权限边界速查详见 docs/ACCESS.mdpublic新闻影响、研报拆解——读已发布内容不发 Key、不计费account股票机会、期权策略等——消耗账户额度先批准再执行local投资复盘——纯本地比较你提供的两份 JSON无网络调用。写在最后AlphaGBM Skills v3.0 的重构逻辑很清晰从我有什么工具转向你能得到什么结果。31 个零散工具没有消失而是退居二线成为参考层前台只剩 10 个能直接交付结论的工作流并用一份可校验的 JSON 目录和严格的发布门禁兜底。对中国用户项目提供了完整中文指南 docs/README.zh.md想追踪版本演进可以看 docs/CHANGELOG.md。需要注意v3.0 目前是发布候选release candidate四个账户型工作流在对应部署验证前仍为 preview 状态。本项目仅作研究用途不构成投资建议也不执行任何交易。【免费下载链接】skillsBring realtime market data and research workflows into Claude Code, Cursor beyond — 29 open-source Skills for stocks, options and commodities.项目地址: https://gitcode.com/gh_mirrors/skills38/skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考