☰
LangAlpha Skills与Plugins完全指南:38个内置金融研究技能清单
2026/10/11 13:07:02 网站建设 项目流程

【免费下载链接】LangAlpha

Claude Code for Financial Market

项目地址:https://gitcode.com/gh_mirrors/la/LangAlpha
点击查看免费下载

LangAlpha 是一款面向金融市场的 AI Agent(Claude Code for Financial Market),它内置了38 个金融研究 Skills 技能与6 大 Plugins 插件包,覆盖 DCF 估值、财报分析、首次覆盖报告、晨报、催化剂日历等券商级投研工作流。这篇完全指南将带你 30 秒分清 Skill 与 Plugin 的区别,并逐一列出全部内置技能的用途清单,帮你快速判断它能替你做多少事。

一、LangAlpha 是什么:金融市场的 AI Agent

LangAlpha 让 AI 像一位"研究分析师"一样工作:它在沙箱化的云端"计算机"里读写文件、运行 Python、拉取市场数据,最终交付的是带活公式的 Excel 模型、PDF/HTML 报告、PPT 演示文稿和交互式仪表盘,而不只是一段聊天文字。

它的"专业感"主要来自两层能力叠加:

  • Plugins(插件):打包 MCP 数据服务器与技能,为 Agent 提供行情、财报、宏观等"手";
  • Skills(技能):以SKILL.md文件形式沉淀的券商研究方法论,教会 Agent 如何像分析师一样"思考"。

两者在 plugins/ 目录下以插件包形式随应用一起发行,官方说明见 plugins/README.md。

二、先搞懂:Skill 和 Plugin 到底有什么区别

对比项Skill(技能)Plugin(插件)
本质一个文件夹:SKILL.md指令 + 参考文件 + 脚本安装包:plugin.json+mcp.json+ 若干技能目录
作用告诉 Agent"某类任务该怎么做"(方法论)给 Agent 接入新的数据服务器和工具(能力)
能否新增工具不能,只提供指令与文件可以,通过 MCP server 引入工具
加载方式按需加载:提示词中每个技能仅占一行清单,斜杠命令或 Agent 读取时才完整加载随插件包整体启用/关闭

这种设计带来两个直接好处:

  1. 省上下文:38 个技能平时只在提示词里各占一行,用到哪个才展开哪个,不会挤爆对话窗口;
  2. 可自定义:技能就是纯文本文件,你可以上传自己的技能包并绑定任意斜杠命令(如/dcf-model)。

详细平台机制可参考内置的产品帮助文档 plugins/langalpha_service/skills/langalpha-doc/references/skills.md 与 references/plugins.md。

三、6 大内置 Plugins 插件包一览

LangAlpha 内置 6 个插件包,可在 Plugins 页面的 Packages 标签页里整包开关,每个包还能各自声明数据服务器的描述与凭证绑定方式:

插件包MCP 服务器技能数定位
langalpha-research020研究方法论:估值模型、覆盖报告、财报、追踪器
langalpha-deliverables09交付物:报告、文档、模型、仪表盘
langalpha-service06平台服务:自动化、引导、工作流
alternative-data22另类数据:X 帖子搜索、网页抓取
langalpha-market-data40官方数据层:价格、基本面、宏观、期权
yfinance40Yahoo Finance:价格、行情、财报、分析师数据

💡 研究类技能"会思考",数据类插件"能取数",两者组合起来才是完整的投研闭环。

四、38 个内置 Skills 技能完整清单

以下按 4 大类分组(数量口径以官方 README 为准,见 README.md),每项都给出源文件路径,点击即可阅读完整的SKILL.md。

📊 研究类技能:从 DCF 到首次覆盖报告

这是 LangAlpha 的核心资产,全部位于 plugins/langalpha_research/skills/:

技能用途源文件
dcf-modelDCF 估值:FCF 预测、WACC、终值、三套情景、敏感性网格、反向 DCF,产出活公式 ExcelSKILL.md
comps-analysis可比公司分析:同行集筛选、经营指标、估值倍数、隐含价值SKILL.md
3-statements三表模型:利润表/资产负债表/现金流量表联动建模SKILL.md
initiating-coverage首次覆盖:30–50 页 DOCX 报告 + 配套模型,分 5 个任务推进SKILL.md
earnings-preview财报前瞻:市场预期"球门"、电话会关注点、情景与反应框架SKILL.md
earnings-analysis财报后更新:beat/miss 拆解、EPS 质量、论题影响SKILL.md
model-update财报/指引变动后刷新既有模型,逐格记录变更依据SKILL.md
check-model模型审计:结构、公式、勾稽关系、数据溯源,输出问题清单SKILL.md
thesis-tracker投资论题追踪:支柱状态、证据台账、漂移检测(追加式不可篡改)SKILL.md
trade-pitch交易推介:差异化观点、可证伪证据、情景树、风险与监控计划SKILL.md
company-profile一页公司概况(tear sheet):四象限概览、财务摘要、股价图SKILL.md
competitive-analysis竞争格局:定位、记分卡、护城河评估、市场份额趋势SKILL.md
sector-overview板块/行业全景报告:盈利模式、赢家、估值视角SKILL.md
impact-analysis宏观/政策/利率/商品冲击到个股的传导链分析SKILL.md
catalyst-calendar催化剂日历:按"能改变什么"排序的日期化事件清单SKILL.md
idea-generation选股思路生成:筛选漏斗、原型筛选、想法卡片与淘汰记录SKILL.md
morning-note晨报:隔夜新闻、盘前异动、财报与宏观事件的两分钟简报SKILL.md
market-watch盯盘:注册关键代码接入实时行情,分析中报价永不过期SKILL.md
check-deck演示文稿 QC:数字一致性、图表与叙事对齐,给出"能否外发"结论SKILL.md
research-conventions研究规范底座:证据标签、数据时效、判断边界,所有研究技能的共享规则层SKILL.md

其中research-conventions值得单独一提:它不直接产出报告,而是规定"一个数字没有来源就不能出现在交付物里",保证其他 19 个研究技能口径一致。

📄 交付物类技能:报告、模型与仪表盘

位于 plugins/langalpha_deliverables/skills/,决定"交付物长什么样":

技能用途源文件
xlsx带活公式的 Excel 工作簿:可重算、可审计、支持乱数据画像SKILL.md
docxWord 文档:支持修订模式与批注,进入人工编辑闭环SKILL.md
pptxPowerPoint 演示:原生图表、渲染后逐页检查溢出与重叠SKILL.md
pdf读取、填表、创建 PDF:结构检查、表单填充、渲染验证SKILL.md
html-report自包含 HTML 研究报告:内联图表、主题感知 CSS、可导出 PDFSKILL.md
interactive-dashboard交互式 Web 仪表盘:股票追踪、板块热力图、组合监控SKILL.md
inline-widget对话内嵌 HTML 小组件:图表、指标卡、数据表,可排序筛选SKILL.md
chart-annotation在价格图上直接标注技术位型、形态与事件SKILL.md
ui-design设计规范:字体、配色、版式,让产出像"研究台出品"而非 AI 模板SKILL.md

🧩 平台服务类技能

位于 plugins/langalpha_service/skills/,围绕平台本身的工作方式:

技能用途源文件
automation创建/管理定时与价格触发的自动化任务SKILL.md
onboarding新手引导:从券商账户导入持仓与自选股,建立用户画像SKILL.md
secretary研究秘书:分发分析任务、监控运行中的 Agent、管理工作区SKILL.md
run-workflow用 JS 脚本编排并行子代理流水线(扇出研究→综合)SKILL.md
langalpha-doc产品帮助:计算机、工作区、文件、记忆与插件机制SKILL.md
self-improve自我改进:遇到自身能力限制时报告问题并提出修复SKILL.md

🌐 另类数据类技能

位于 plugins/alternative_data/skills/,让 Agent 看到"行情之外"的信号:

技能用途源文件
x-api搜索 X(Twitter)帖子、用户档案与回复串,用于情绪与事件研究SKILL.md
web-scraping网页抓取:返回 Markdown/HTML,支持浏览器渲染与反爬SKILL.md

五、内置技能实战效果:投研报告一键生成

技能真正跑起来是什么样子?以下均为真实截图。

首次覆盖报告(initiating-coverage):Agent 完成公司研究、财务建模、估值与图表后,产出评级、目标价、论题、情景与同行对比的完整报告,PDF 与 HTML 两种形态可直接分享:

DCF + 可比公司工作簿(dcf-model+comps-analysis+xlsx):估值模型是活公式 Excel——改一个输入,情景价值、隐含倍数与同行对比全部联动:

催化剂日历 + 财报自动化(catalyst-calendar+automation):为 7 支股票批量创建财报前自动化,Agent 生成覆盖 36 个事件的交互式日历仪表盘,并自动创建对应定时任务:

六、如何扩展:上传自己的 Skill 与安装插件

内置技能不够用时,LangAlpha 的扩展路径与内置包完全同构:

  1. 上传技能:Plugins 页面 → Add → Upload skill,技能打包为 zip(SKILL.md位于根目录或一级文件夹),可绑定任意斜杠命令;
  2. 让 Agent 安装:直接让 Agent 从仓库克隆并复制技能文件夹到工作区;
  3. 安装插件包:上传 zip 或从 git URL 安装,即装即用、无需重启;
  4. 自托管部署:克隆仓库(git clone https://gitcode.com/gh_mirrors/la/LangAlpha),docker-compose.yml 会将./plugins目录挂载进容器——新增一个插件目录后重启即生效,无需重新构建;也可以在 agent_config.yaml 的mcp.servers中覆盖单个服务器配置,例如用两行 YAML 禁用某个内置数据源。

命名与体积限制等完整规则,见内置帮助 skills.md。

七、新手快速上手:3 个最常用的玩法

  • 直接说任务:像对分析师一样下指令,例如"给 NVDA 建一个 DCF,WACC 用 9%",Agent 会自动加载对应技能并按券商规范交付;
  • 斜杠命令直达:在输入框输入/dcf-model、/morning-note等技能名,跳过模型判断直接执行;
  • 整包管理:不需要的数据源(如yfinance)可在 Packages 页面整包关闭,为 Agent 减负。

更多细节可阅读官方中文 README 的 Skills 与 Plugins 章节。38 个内置技能 + 6 个数据插件包,构成了 LangAlpha"会取数、会思考、能交付"的完整投研能力底座——从一篇晨报到一份 50 页的首次覆盖报告,都可以直接开跑。

【免费下载链接】LangAlpha

Claude Code for Financial Market

项目地址:https://gitcode.com/gh_mirrors/la/LangAlpha
点击查看免费下载

相关推荐

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

需要专业的网站建设服务?

联系我们获取免费的网站建设咨询和方案报价,让我们帮助您实现业务目标

立即咨询