7.6K Stars5 Skills1.1K ForksMIT11月11日更新Skill 仓库

AI 概览 · 由大模型根据 SKILL.md 与仓库数据生成 · 2026年11月3日

面向股票研究与风险识别的 AI 工作流

Uzi 是一组可复用的 AI Agent Skill,主要用于股票资料研究、事实整理和结构化报告写作。采集到的具体工作流包括个股深度分析、基于给定数据的投资者评审、龙虎榜分析和风险信号检测,资料提及覆盖 A 股、港股和美股。仓库简介提到多维数据、量化规则和机构分析方法,但具体 Skill 资料并未逐项说明这些宣传内容的实现方式,实际能力应以各 Skill 文件为准。

包含 Skill

5

可以单独安装

GitHub Star

7,645

仓库累计 Star

近 7 天

+64

新增 Star

代码更新

2026年11月11日

最近一次推送

核心亮点

  • 1研究整理

    将股票相关请求组织为个股研究和报告工作流。

  • 2多角度评审

    可按不同投资方法论对提供的股票数据进行评审。

  • 3风险与资金线索

    提供龙虎榜分析和风险信号检查等工作流。

能做什么

  • 围绕个股请求开展深度分析,并覆盖 A 股、港股和美股。
  • 根据 dimensions.json 和 raw_data.json 生成投资者评审信号。
  • 分析龙虎榜席位、机构与游资博弈及同板块相关信息。
  • 扫描 8 个风险信号并给出风险评级。
  • 支持资料研究、事实整理和结构化报告写作。

适用场景

  • 请求对某只股票进行深度分析或估值研究。

  • 提供股票数据,查看不同投资方法论的评审结果。

  • 查询某只股票的龙虎榜席位及相关博弈线索。

  • 检查来自社交渠道或他人推荐的股票相关风险信号。

用之前和用之后

  • 股票资料和研究问题可能分散可按工作流整理为结构化分析请求与结果。
  • 需要逐项提出评审或风险检查问题可调用对应工作流查看评审信号或风险评级。

它是怎么工作的

  1. 第 1 步

    提出股票研究需求

  2. 第 2 步

    整理或提供相关资料

  3. 第 3 步

    生成分析与评审结果

快速上手

安装与复制命令见“安装方式”。

  1. 1

    从仓库中的 SKILL.md 或对应子目录 Skill 文件了解具体工作流。

  2. 2

    向兼容的 AI Agent 提出个股研究、评审、龙虎榜或风险检测请求。

  3. 3

    使用投资者评审工作流时,按资料说明提供 dimensions.json 和 raw_data.json。

  4. 4

    核对分析所依据的数据和输出,再用于后续研究判断。

适合谁

  • 需要整理个股研究资料的用户。
  • 希望从多种投资方法论角度查看股票数据的用户。
  • 关注龙虎榜信息或股票相关风险信号的用户。

局限

  • 各 Skill 的 inputs 和 outputs 未完整采集,除投资者评审外,具体输入要求需查看源文件。
  • 采集资料未提供 Skill 的具体执行步骤或数据来源说明。
  • 风险检测和分析结果不等于事实核验,需结合原始资料检查。
  • 仓库简介中的量化规则和数据维度等表述,不能单独证明各工作流具备对应能力。

使用前注意

  • · 资料标记相关 Skill 的风险等级为 high;使用前应查看源文件中的具体要求和限制。
  • · 应核验分析所依赖的数据、文件内容及时间范围,采集信息未说明数据来源和更新方式。
  • · 投资者评审和风险评级属于工作流输出,使用前需检查其依据,避免将结果当作已核实事实。

包含的 Skills · 5

公开来源

相关 Skills

查看更多