longbridge-chanlun

npx skills add majiayu000/claude-skill-registry --skill longbridge-chanlun --agent claude-code

Same command for any agent — swap --agent for codex, cursor, copilot.

# longbridge-chanlun 缠论（Chan Theory）形态识别引擎：基于 OHLCV 日线数据，自动检测顶底分型、笔、线段、中枢，并生成一买/一卖、二买/二卖、三买/三卖信号。 ## Requirements > ⚠️ **额外依赖 / Extra dependency required** > > 此 skill 依赖第三方 Python 库 **czsc**，使用前需手动安装： > > ```bash > pip install czsc > ``` > > 若环境无法安装，LLM 将回退到手动实现基础分型逻辑（精度较低）。 > This skill requires the **czsc** Python library. Install it before use: `pip install czsc` > **Response language**: match the user's input language — > Simplified Chinese / Traditional Chinese / English. ## When to use - 用户询问缠论相关分析：*"AAPL.US 缠论分析"*、*"700.HK 现在在哪个买点"*、*"帮我看看 TSLA 的中枢"* - 识别分型（顶分型/底分型）、笔（上升笔/下降笔）、线段结构 - 判断当前买卖点类型（一买/二买/三买/一卖/二卖/三卖） - 用户提到"缠中说禅"、"缠师"、"缠论买点"等关键词 ## Workflow 1. 从用户输入提取标的代码，标准化为 `<CODE>.<MARKET>` 格式。 2. 获取日线 OHLCV 数据（300 根 K 线）： ```bash longbridge kline <SYMBOL> --period day --count 300 --format json ``` 3. 将 JSON 数据转换为 czsc 所需的 `RawBar` 列表格式（字段：`dt`, `open`, `high`, `low`, `close`, `vol`）。 4. 使用 czsc 库解析缠论结构： ```python import czsc from czsc import CZSC # bars: list of czsc.RawBar c = CZSC(bars) # 分型: c.fx_list # 笔: c.bi_list # 线段: c.seg_list (if available) # 中枢: c.zs_list (if available) ``` 5. 读取最近的笔序列和中枢，匹配买卖点逻辑： - **一买**：下降笔触及中枢下沿后出现底分型 - **二买**：中枢震荡后上升笔回撤不破中枢低点出现底分型 - **三买**：突

pip install czsc
longbridge kline <SYMBOL> --period day --count 300 --format json
longbridge kline AAPL.US --period day --count 300 --format json
longbridge kline 700.HK --period week --count 100 --format json