📦 alphaear-signal-tracker — 金融信号追踪
v1.0.0自动抓取并更新金融投资信号状态（强化、弱化、证伪或不变），结合实时市场新闻与行情数据，通过本地 SQLite 记录信号演变，为投资决策提供持续监控与逻辑调整。
0· 67·2 当前·2 累计
by 安全扫描
OpenClaw
可疑
medium confidence技能声明用途（金融信号追踪）与代码和提示基本一致，但存在透明度与范围差异，需谨慎：manifest 未声明网络抓取、本地 DB 写入及隐式配置/文件访问。
评估建议
该技能实现自主金融研究与信号追踪流程：抓取网页新闻、调用外部数据技能（alphaear-search、alphaear-stock）并读写本地 sqlite 数据库。安装/运行前：1）查看 scripts/utils/database_manager.py 和 scripts/utils/news_tools.py 确认 DB 文件位置及写入内容（工具会对 daily_news 执行 SQL UPDATE）。2）运行时将对任意 URL 发起网络请求（fetch_news_content），请确保执行环境安全且已沙箱隔离。3）注意技能会从配置目录加载 JSON 模板（scripts/schema/isq_template.py -> load_templates_from_config），尽管 manifest 未声明 config 路径或环境变量——请验证这些文件读取行为。4）如需降低风险，请在隔离环境运行，关闭自主调用，避免提供敏感凭据或系统级文件访问。若需更明确保证，请要求作者显式声明 DB 路径、所需外部 API 密钥及所有持久化写入行为。...详细分析 ▾
✓ 用途与能力
名称/描述与包实际功能一致：代码和提示实现了金融信号的研究、解析、追踪与报告。声明的依赖（agno 与 sqlite3）与 toolkit 和 DB 使用一致。
⚠ 指令范围
提示与 SKILL.md 指示代理抓取网页内容、调用 search_ticker/get_stock_price 等工具方法，并运行多步代理工作流。提示要求：(a) 抓取任意 URL 与网页内容，(b) 更新本地数据库，(c) 对每家公司强制调用工具。这些行为涉及网络 I/O 与本地存储修改，但 SKILL.md 未以安全透明方式明确列出副作用。
✓ 安装机制
未指定外部安装/下载（无 install spec）。所有代码随技能打包，安装期间无高风险远程获取，降低供应链风险；但运行时会执行网络 I/O。
⚠ 凭证需求
技能未声明所需环境变量或配置路径，但多处代码访问本地文件与配置目录（如 scripts/schema/isq_template.py 读取 config/isq_templates），并使用 DatabaseManager 进行查询与写入。缺少声明的 config/DB 路径或凭据需求降低透明度：技能可能在未通知用户的情况下读取本地配置或创建/更新本地 sqlite DB。
✓ 持久化与权限
技能未请求 'always: true'，也未修改其他技能或系统级代理设置。但在自身领域内执行持久化操作（从配置路径读取模板 JSON 并向本地 daily_news 表写入）。该行为对追踪/报告工具属预期，但在敏感数据或高权限环境运行前应审查。
⚠ scripts/utils/predictor/evaluation.py:59
检测到动态代码执行。
⚠ scripts/utils/predictor/training.py:308
检测到动态代码执行。
安全有层次，运行前请审查代码。
运行时依赖
无特殊依赖
版本
latestv1.0.02026/4/1
AlphaEar Signal Tracker Skill v1.0.0 - 初始发布金融投资信号追踪逻辑。 - 基于新市场信息跟踪并更新投资信号状态（强化、弱化、证伪或不变）。 - 描述使用研究、分析与信号演变追踪提示的代理工作流。 - 集成 alphaear-search 与 alphaear-stock 进行数据收集。 - 依赖 agno 代理框架，使用带 sqlite3 的 DatabaseManager。
● 无害
安装命令
点击复制官方npx clawhub@latest install alphaear-signal-tracker
镜像加速npx clawhub@latest install alphaear-signal-tracker --registry https://cn.longxiaskill.com
技能文档
概述
该技能提供追踪并更新投资信号的逻辑。它评估新市场信息如何影响已有信号（增强、削弱、证伪或不变）。能力
1. 追踪信号演变
1. 追踪信号演变（Agentic 工作流）
你（Agent）就是追踪者。使用references/PROMPTS.md 中的提示。 工作流：
- 研究：使用 FinResearcher Prompt 收集与信号相关的事实/价格。
- 分析：使用 FinAnalyst Prompt 生成初始的
InvestmentSignal。 - 追踪：对已有信号，使用 Signal Tracking Prompt 基于新信息评估演变（增强/削弱/证伪）。
工具：
- 使用
alphaear-search和alphaear-stock技能收集必要数据。 - 如需清理 JSON，可使用
scripts/fin_agent.py中的助手函数_sanitize_signal_output。
核心逻辑：
- 输入：现有信号状态 + 新信息（新闻/价格）。
- 处理：
- 输出：更新后的信号。
示例用法（概念性）：
# This skill is currently a pattern extracted from FinAgent.
# In a future refactor, it should be a standalone utility class.
# For now, refer to scripts/fin_agent.py's track_signal method implementation.
依赖
agno（Agent 框架）sqlite3（内建）
确保 DatabaseManager 正确初始化。