Token导航 LogoToken导航TokenDH.com
效率需要联网clawhub未标认证来源可访问clear审计提醒

ausubausub 效率

Agent Skill

ausub 用于补充效率相关能力,适合在 OpenClaw 中需要让 Agent 承接效率相关任务时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

总安装

3,619

周安装

145

GitHub Stars

公开资料未说明

下载量

1,172
OpenClaw

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

MIT-0

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:ausub(ausub 效率)
来源仓库:https://github.com/juryory/ausub
安装命令:
openclaw skills install ausub
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install ausub

简介

基于Tushare黄金ETF日线行情和规则,动态生成带风险提示的黄金定投建议及投入金额参考。

SKILL.md

slug
ausub
display_name
AUSUB

OpenClaw

openclaw 是一个本地 skill,用来基于 Tushare 跟踪黄金行情,并输出动态定投建议。

适用场景

当用户希望做这些事情时,使用这个 skill:

  • 基于 Tushare 获取黄金 ETF 的日度行情快照
  • 用纪律化规则生成黄金动态定投建议
  • 按固定节奏持续监测,而不是凭感觉择时
  • 根据收入、支出、存款和投资偏好,生成一个初始黄金定投方案

输入

这个 skill 最好具备以下输入:

  • 环境变量中的 TUSHARE_TOKEN
  • 要跟踪的标的定义
  • 用户的基础定投金额,或者由模型协助生成的方案
  • 可选的风控上下限

安装前说明

  • TUSHARE_TOKEN 是必需项;如果当前运行环境没有正确设置这个变量,skill 将无法获取 Tushare 数据。
  • 安装其他 Tushare 相关 skill,并不等于当前 skill 会自动获得可用的 TUSHARE_TOKEN
  • OPENCLAW_CONFIGOPENCLAW_USER_IDOPENCLAW_HISTORY_PATHOPENCLAW_SYMBOL 都是可选项,但如果设置了这些变量,skill 会读取对应的本地文件或路径。
  • OPENCLAW_USER_ID 会映射到 memory/users/<id>.json
  • fetch_history.py 会在 references/history/ 下写入本地 CSV 文件。
  • 远程网络请求仅通过 tushare 库访问 Tushare,不包含额外隐藏网络端点。

建议配置如下:

  • OPENCLAW_SYMBOL:跟踪的黄金 ETF,默认 518880.SH
  • OPENCLAW_BASE_AMOUNT:每期基础定投金额,默认推荐值可由用户覆盖
  • OPENCLAW_MAX_MULTIPLIER:最大加码倍率,默认 1.8
  • OPENCLAW_MIN_MULTIPLIER:最小投入倍率,默认 0.6

工作流

  1. 读取 Tushare 中配置标的的最新日线数据。

默认执行标的是 518880.SH。 ETF 主行情使用 Tushare fund_daily

  1. 计算价格行为相关指标。
  2. 用核心指标把市场分成 4 个状态:

- oversold - weak - neutral - hot

  1. 用布林线位置做倍率修正。
  2. 只在极端状态下使用 MACD 做确认修正。
  3. 如需展示黄金现货参考行情,读取上海黄金交易所 Au99.99

Au99.99 参考行情使用 Tushare sge_daily

  1. 输出带理由和风险提示的定投建议。

用户方案原则

  • weekly_thursday_if_trading1000 元应被视为默认推荐方案,而不是唯一固定方案。
  • 用户可以自行定义定投节奏、基础金额和执行偏好。
  • 如果用户尚未确定方案,可以选择性描述预算范围、投资目标和风险偏好,由 openclaw 的模型给出一个建议方案。
  • 不应要求用户在配置文件中持久化保存收入、支出、存款等敏感财务信息;这类信息仅适合在临时对话中用于生成建议。
  • 涉及个人财务规划的方案建议,应在用户确认后再写入配置文件。

约束

  • 不要把结果表述成保证收益的投资建议。
  • 不要建议使用杠杆。
  • 所有建议都要限制在设定的最小和最大倍率之间。
  • 如果数据缺失、过旧或接口失败,要明确说明,不要强行给建议。

输出格式

输出应包含:

  • 市场摘要
  • 指标摘要
  • 建议倍率
  • 建议投入金额
  • 触发细节
  • 自然语言解释
  • 风险提示

规则说明

  • 使用硬阈值,避免边界条件重叠。
  • 60 日回撤固定定义为:(rolling_60d_high - close) / rolling_60d_high
  • 布林线修正使用位置值 pos = (close - lower_band) / (upper_band - lower_band)

- pos <= 0+0.2 - 0 < pos <= 0.25+0.1 - 0.25 < pos < 0.750 - 0.75 <= pos < 1-0.1 - pos >= 1-0.2

  • MACD 只用于 oversoldhot 两种极端状态,并要求柱体动能连续两期收敛后才触发修正。

示例

如果基础金额是 1000,最终倍率是 1.5,则建议本期投入 1500,并附带简要说明,例如市场偏弱、价格接近布林下轨、下跌动能减弱等。

实现说明

  • 优先使用小型 Python 脚本负责 Tushare 取数和指标计算。
  • 所有阈值都应易于调参。
  • 数据获取和建议逻辑要分离,便于后续替换数据源或升级规则。
  • 以 ETF 日线为主要决策依据。
  • 518880.SH 主行情默认通过 Tushare fund_daily 获取。
  • 上海黄金交易所 Au99.99 可作为辅助参考锚,默认通过 Tushare sge_daily 获取,但不替代执行标的。
  • 不要把“当前脚本未取到 Au99.99 数据”表述成“Tushare 不支持 SGE 数据”;正确表述应是“当前参考数据暂不可用或当前流程未启用该接口”。

适合场景

01

OpenClaw 用户查找和安装 Skill 时

02

用户想查找某类 Agent Skill 时

03

需要根据任务场景推荐可安装能力包时

04

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

OpenClaw

74.9%
按下载量换算878

安全审计

VirusTotal

通过

ClawScan

可疑

Static analysis

通过

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在 warning/failed 结果,不能写成本站确认安全。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills