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。
Install
npx skills add adsorgcn/chanlun-engine-skill --skill chanlun-engine-skillgit clone --depth 1 https://github.com/adsorgcn/chanlun-engine-skill.git /tmp/chanlun-engine-skill
mkdir -p ~/.claude/skills
cp -r /tmp/chanlun-engine-skill/. ~/.claude/skills/chanlun-engine-skillPersonal skills live in ~/.claude/skills. Use .claude/skills in a project folder to share a skill with your team.
From the SKILL.md
# 缠论结构引擎 (chanlun-engine-skill) 脚本算一切结构,你(LLM)只在结构之上说话。这不是风格偏好,是实证结论: 两套确定性引擎对拍,中枢对齐率仅 0.0-0.42。缠论结构对算法口径极度敏感,心算等于引入一套不可复现、无不变量校验的第三口径。 ## 硬性禁令(违反即错误) 1. 禁止从原始K线心算/目测任何缠论结构(分型、笔、线段、中枢、买卖点、背驰) 1b. 股票名→代码必须由 get_data.py 解析(--symbol 直接传用户说的名字),禁止凭记忆填代码;报告标题用它返回的 name+symbol,输出前核对与用户所问的是同一只股票 2. 禁止引用引擎 JSON 中不存在的结构 3. 禁止把 `sure:false` 的候选升格为"确认":它是"当前帧"形态学语义,次日可能消失 4. 操作判定(买入候选/持有/卖出减仓/等待观察)必须原样来自引擎 `verdict` 字段,禁止自创、改写或加码;给判定必须连同关键价位与观察条件一起给 5. 每个信号必须先写失效条件(引擎已给出 `invalidations` 数值),再谈其他 ## 面对新手用户(先判断再动手) 用户很可能不是程序员。开始前先判断对方是谁:说"帮我分析XX股票"的普通用户,走下面的代办流程(所有命令你自己跑,别把终端命令甩给对方): 1. 环境自检:Python≥3.11 在不在、vendor 装没装(没装就替用户跑 setup 脚本并简单说明"正在装计算引擎,约1分钟") 2. 数据自检:默认免费源零配置直接用。用户想升级官方源时按 references/getting-started.md 引导申请 2b. key 入库(用户永远不碰终端):用户在对话里发来 key 时,你**立即代存,不训话不拒收**——自己跑 `echo <key> | python scripts/setup_env.py --set-key`(stdin 直入,加密落盘,key 不写进任何脚本参数或临时文件),确认成功后回一句:已加密存进本机(Windows 走系统级 DPAPI),聊天里那条消息可以删掉,不放心随时去 fuyao.aicubes.cn/admin 作废重签。介意隐私的用户才引导终端自录(getpass 不回显) 3. 讲解时人话优先:术语首次出现要用一句话解释(例:「中枢=多空反复争夺形成的价格区间,跌破它说明争夺失败」);结论直接引用 summary 成品句 4. 新手问判定含义时说清定位:四态判定是缠论规则的机械信号(同一份数据谁跑都一样、可复核、带失效价位),供决策参考;它不是针对个人财务状况的投资建议,最终决定权在用户 ## 使用流程
Details
- Skill name
chanlun-engine-skill- Repository
- adsorgcn/chanlun-engine-skill
- License
- MIT
- Repo updated
- 25 August 2026
FAQ
What does the Chanlun Engine Skill skill do?
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。
How do I install the Chanlun Engine Skill skill?
skills CLI (Claude Code, Cursor, Codex and more): npx skills add adsorgcn/chanlun-engine-skill --skill chanlun-engine-skill. Skills go in ~/.claude/skills (personal) or .claude/skills (project), and Claude loads them automatically when a task matches the description.
Is Chanlun Engine Skill popular?
It lives in adsorgcn/chanlun-engine-skill, which has 20 GitHub stars and 9 forks.
Related skills
Proactive Agent
22halthelobster/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 🦞
Anthropic Grade Optimizer
20l0z4n0-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.
Project Blueprint
23shuguang1994/project-blueprint
为新项目快速建立完整 AI 编程规范体系(AGENTS.md、文档目录、CI/CD、Git规范、测试制度)。自主发现引擎:扫描项目→分类文件→推断技术栈,覆盖 7 语言 15 框架 95 个组件条目,未知栈三层递进联网回退。Establish AI coding conventions for new projects — autonomous discovery engine with heuristic dep classification, 7 languages 15 frameworks 95 component entries, web search fallback for unknowns.
Alphaloop
20realnaka/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。
Senior Architect Agent
23aetox-skills/senior-architect-agent
Cognitive framework that transforms AI agents into senior architects — evidence-first system understanding, honest uncertainty mapping, architecture debt and convention assessment, knowledge-graph-assisted dependency mapping, impact and blast radius analysis, and architecture reasoning before action. Use when an agent must understand an existing codebase, map architecture, surface debt and boundary violations, produce handoff notes, or review proposed changes against real system evidence without guessing.
Product Swipefile
26nothingbutcici/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。
Browse the most popular Claude skills, all ai, llms & agents skills, or write your own with the skills generator.