一、速览：它是什么，能帮你做什么

入门

如果你有一个 AI 助手，比如 OpenCode（一种能对话、能执行任务的智能代理），它本身可能很聪明，但并不知道今天的A股跌了还是涨了，也不清楚一条新闻背后会牵动哪些行业。这个项目就像给 AI 装上几张“金融外挂卡”，让它能实时查新闻、查股票、画逻辑链、甚至做简单预测。

项目名称里的 Agent Skills 可以理解为“Agent 技能包”，是一种让大语言模型（LLM，也就是聊天 AI 的大脑）获得新能力的插件。你不需要自己写爬虫，也不用去申请各种金融数据接口，装上就能用自然语言提问。

财经新闻聚合分析示例

它解决的核心痛点是：普通人想快速分析“某条大新闻对股市有什么影响”，但既不会编程，也没时间手动翻十多个新闻源。这个项目把这件事自动化了。

二、安装：两种方式任选其一

入门

开始之前，需要确认两个前置条件：第一，一台能联网的电脑；第二，你已经有一个支持 skills 的 Agent 框架，比如 OpenCode。因为这套技能是给 Agent 用的，不是一个双击就能打开的独立软件。

方式一使用 npx skills 命令，它来自 Node.js（一种让电脑运行 JavaScript 程序的工具）。如果电脑上没有 Node.js，命令行会提示找不到 npx，需要先安装 Node.js。

## 安装某个具体技能，例如 alphaear-news
npx skills add RKiding/Awesome-finance-skills@alphaear-news

## 或者先搜索本项目里的所有技能，再选择安装
npx skills find "alphaear"

方式二更传统：先用 git clone 把项目完整复制到本地，再把 skills 文件夹里的内容拷贝到 Agent 的技能目录。cp -r 是复制文件夹的命令，~/.config/opencode/skills/ 是 OpenCode 默认读取技能的位置。

## 复制整个仓库到本地
git clone https://github.com/RKiding/Awesome-finance-skills.git

## 把技能复制到 OpenCode 的技能目录
cp -r Awesome-finance-skills/skills/* ~/.config/opencode/skills/

两种方式的区别在于：npx skills 更省事，适合只想快速安装某个技能的人；git clone 更适合想看源码、想离线安装或需要改脚本的人。

三、核心用法：问对问题，让 AI 干活

入门

安装完成后，不需要额外启动什么服务，直接在支持该技能的 Agent 里用中文或英文提问即可。比如这个问题：

“分析贵金属跳水对A股的影响”

Agent 会自动调用 alphaear-news 技能，从十多个新闻源里抓取贵金属、A股相关的最新消息，然后生成一份分析，而不是凭空编造。

市场影响逻辑链可视化

这类分析通常包含两块内容：一是新闻聚合，把不同来源的标题和摘要汇总；二是逻辑链可视化，像多米诺骨牌一样展示“金价下跌 → 避险情绪变化 → 有色金属板块承压 → 大盘波动”的传导路径，方便你一眼看懂因果关系。

另一个实用技能是 alphaear-stock，可以查询股票数据，比如“帮我查一下贵州茅台的收盘价和成交量”。它支持 A 股、港股和美股，能返回 OHLCV 数据（开盘价、最高价、最低价、收盘价、成交量）以及基本面信息。

AI 预测与新闻修正输出

部分技能还会给出预测参考，比如用 Kronos 模型结合新闻情绪做走势修正。你可以把它理解为“天气预报”：模型给出基础判断，新闻就像突然来的冷空气，能让预测更贴近现实。

四、技能清单与适用场景

进阶 · 推荐细读

项目包含两个核心技能，分别对应“信息获取”和“数据处理”两个环节：

  • alphaear-news：实时金融新闻与热点趋势，聚合财联社、华尔街日报、微博、Polymarket 等 10 多个来源，适合做舆情跟踪和事件驱动分析。
  • alphaear-stock：A 股、港股、美股股票数据查询，支持股票代码搜索、OHLCV 数据和基本面信息，适合做个股快速体检。

如果你的需求是“每天开盘前看看今天市场在炒什么”，优先安装 alphaear-news。如果你经常需要“查某只股票最近的价量和基础财务数据”，把 alphaear-stock 也装上，两个技能可以配合使用。

五、踩坑与常见问题

进阶 · 推荐细读

注意下面这些情况不是软件 bug，而是环境或习惯导致的：

  • 执行 npx skills 时提示找不到命令，通常是因为没装 Node.js，或装了但当前终端没有重新加载环境变量。
  • 手动拷贝后 Agent 不识别技能，常见的原因是目录放错。OpenCode 的技能目录必须是 ~/.config/opencode/skills/，不是项目根目录。
  • 问的问题如果太宽泛，比如“分析一下经济”，Agent 可能不会调用技能，而是直接通用回答。建议问题里带上具体资产、市场或新闻事件。
  • 项目给出的分析和预测仅供信息参考，不构成投资建议。任何 AI 输出都需要结合自己的判断。

六、判断建议：你适合用吗？

入门

这个项目适合三类人：第一，已经在用 OpenCode 等 Agent 框架，想让它变成金融研究助手的人；第二，想学习 Agent Skills 如何组织、如何与外部数据源交互的开发者；第三，对 AI 金融分析感兴趣，但不想一上来就自己搭数据管道的初学者。

如果你只是想下载一个独立的股票看盘软件，或者没有任何 Agent 环境，那它暂时不适合你。建议先装好 OpenCode 或类似工具，再回来安装这个技能包。从 npx skills find "alphaear" 开始，比直接研究仓库结构轻松得多。

项目信息

项目 值
仓库 RKiding/Awesome-finance-skills
语言 Python
Star 3,010
Fork 386
主页 无

参考链接

延伸阅读

想继续探索？这些同领域的教程可能也适合你：