Alphaloop

人机投研协作的操作系统——交易员出方向，Agent 出证据，决策权归人。它是一个编排器：把交易员抽象出的「逻辑框架」默认降级为待验证假设，依次调度 claim-verification（验真）、stock-data-fetch（取实时行情）、strategic-materials（产业链框架）、openorder（记忆/回写）、trade-journal（反馈闭环）、agent-tool-escalation（工具纪律），最后交还核验矩阵 + 个股清单 + 风险提示给交易员决策。当用户给出投资逻辑/趋势判断/受益方向、转发研报或小作文让你验证、问某公司/行业/标的、讨论估值或卡脖子或产业链、要选股或对比、要记一笔交易时，使用本 skill 串起整套流程。即使用户没点名"工作流"，只要进入投研语境就应当按这套分工与铁律执行。

20 stars 9 forksAI, LLMs & Agents

Install

skills CLI (Claude Code, Cursor, Codex and more)

npx skills add realnaka/alphaloop --skill alphaloop

Manual install

git clone --depth 1 https://github.com/realnaka/alphaloop.git /tmp/alphaloop
mkdir -p ~/.claude/skills
cp -r /tmp/alphaloop/. ~/.claude/skills/alphaloop

Personal skills live in ~/.claude/skills. Use .claude/skills in a project folder to share a skill with your team.

From the SKILL.md

# AlphaLoop — 人机投研协作操作系统

> **一句话**：交易员出方向，Agent 出证据，决策权归人。
>
> 这不是一个干活的 skill，而是一个**编排器（operating model）**。它定义人和 Agent 的分工，并在投研语境里自动调度下面这些子 skill。本文是「总调度」，每个环节的细则在对应子 skill 里。

## 核心理念

人类在市场中真正的 alpha，是**从变化中嗅出趋势、把它抽象成可证伪的因果链**——这是 Agent 替代不了的。Agent 的价值在于**不知疲倦地收集证据、逐条验真、取实时行情、落档复利**。所以最优分工不是"让 Agent 替你思考"，而是：

- **人**负责"往哪看"（方向、框架、判断、扣扳机）
- **Agent**负责"看清楚"（验证、取数、选股、记忆）
- **决策权和认知主导权，始终归人**

## 三层分工 + 反馈闭环

```mermaid
flowchart TB
    A["交易员 · 从市场变化中发现趋势，抽象出逻辑框架"]

    subgraph AGENT [Agent · 收集证据 · 验证逻辑 · 选出个股]
        direction LR
        B1["拆解 & 定级<br/>把逻辑拆成<br/>可验证的小声明"] --> B2["溯源验证<br/>逐条找一手资料"]
        B2 --> B3["产业链分析<br/>看上中下游格局"]
        B3 --> B4["实时行情选股<br/>拉最新价筛标的"]
        B4 --> B5["输出结论<br/>核验矩阵 + 个股清单<br/>标注真伪与风险"]
    end

    C["交易员 · 结合 Agent 结论 + 盘面 + 仓位 + 风险，做出投资决策"]

    A -->|"交接逻辑框架"| AGENT
    AGENT -->|"交还证据与建议"| C
    C -.->|"决策结果回流，让 Agent 越来越懂交易员"| AGENT
```

## 路由表：什么信号 → 调度哪个子 skill

进入投研语境后，按下表把活分派给对应子 skill（细则点进去看）：

| 信号 / 场景 | 调度的子 skill | 干什么 |
|---|---|---|
| 人给了一段逻辑 / 转发研报 / 小作文 / "别的 AI 说" | [`claim-verification`](skills/claim-verification/SKILL.md) | 默认降级为假设，拆原子声明，逐条溯源到一手，打 ✅🟡🔴⚠️ |
| 提到任何 ticker / 公司 / 行业 / 框架 / 财报 | [`openorder`](skills/openorder/SKILL.md) | **第一动作**先读 wiki `INDEX.md` → 相关档；结论回写 |
| 需要价格 / 估值 / 涨跌幅 / 市值 | [`stock-data-fetch`](skills/stock-data-fetch/SKILL.md) | 取实时行情，标时间 + 源，禁用旧价 |
| 原材料 / 金属 / 矿 / 卡脖子 / 出口管制 / 涨价 | [`strategic-materials`](skills/strategic-materials/SKILL.md) | 五层漏斗：供需→资源掌控→国产替代→AI 关联→政策→标的 |

Read the full skill on GitHub

Details

Skill name: alphaloop
Repository: realnaka/alphaloop
License: MIT
Repo updated: 23 June 2026

FAQ

What does the Alphaloop skill do?

How do I install the Alphaloop skill?

skills CLI (Claude Code, Cursor, Codex and more): npx skills add realnaka/alphaloop --skill alphaloop. Skills go in ~/.claude/skills (personal) or .claude/skills (project), and Claude loads them automatically when a task matches the description.

Is Alphaloop popular?

It lives in realnaka/alphaloop, which has 20 GitHub stars and 9 forks.

Related skills

Anthropic Grade Optimizer

l0z4n0-a1/skill-anthropic-grade-optimizer

Audits and optimizes Claude-directing artifacts (CLAUDE.md, SKILL.md, subagent, hook, MCP config, system or user prompt, workflow, api_config) against 189 cited Anthropic rules across 11 dimensions, calibrated per model (Opus 4.7, Sonnet 4.6, Opus 4.6, Haiku 4.5). Every finding ships with verbatim quote and source URL; authorial voice is preserved.

AI, LLMs & Agents

Product Swipefile

nothingbutcici/product-swipefile

对一个明确命名的产品或产品集做深度产品调研（网站、App、SaaS、AI 工具、开源项目或创业公司），仅当用户用任意语言明确要求「调研 / 分析某个具名产品」时使用。

AI, LLMs & Agents

Chanlun Engine Skill

adsorgcn/chanlun-engine-skill

用缠论客观分析A股股票。当用户提到缠论、分型、笔、线段、中枢、背驰、买卖点、K线结构，或想知道某只股票该买该卖该持有还是等待时使用。确定性脚本计算缠论结构并给出四态操作判定(买入候选/持有/卖出减仓/等待观察)与失效价位，AI 只负责解读转述，不心算结构。免费数据源开箱即用，无需注册。

AI, LLMs & Agents

Oh My Skills

AIjunja/oh-my-skills

Use when the user wants to install, launch, inspect, inventory, create, edit, archive, deduplicate, or manage local Codex, Claude, or Agent Skills with the oh-my-skills GUI or CLI.

AI, LLMs & Agents

Proactive Agent

halthelobster/proactive-agent

Transform AI agents from task-followers into proactive partners that anticipate needs and continuously improve. Now with WAL Protocol, Working Buffer for context survival, Compaction Recovery, and battle-tested security patterns. Part of the Hal Stack 🦞

AI, LLMs & Agents

Prompt Warrior

timoncool/prompt-warrior

Use when the user wants to analyze their communication style with AI from Claude Code logs — asks for a "prompt warrior" profile, an "AI profile", "wrapped", a psychological portrait of how they prompt, statistics of their sessions/messages, or personalized prompt-engineering recommendations based on their chat history. Works in any language (RU/EN lexicons built in).

AI, LLMs & Agents

Browse the most popular Claude skills, all ai, llms & agents skills, or write your own with the skills generator.