Agent Skills by ALSEL
Anthropic ClaudeLLM・AI開発⭐ リポ 0品質スコア 50/100

funda-data

MCPサーバー(https://funda.ai/api/mcp)またはREST API(https://api.funda.ai/v1)を通じて、Funda AIの金融データにアクセスするスキルです。MCPでは`agent_chat`ツールを使ってDCF・類似企業比較・決算プレビュー/レポート・セクター詳細分析・SECファイリング・トランスクリプト・サプライチェーンマッピング・所有構造・マクロフレーミングなどアナリストグレードのリサーチを取得でき、REST APIでは株価リアルタイムクォート・ローソク足・財務諸表・オプションチェーン/Greeks/GEX・ソーシャルセンチメント・FRED・議会取引・ESGなどの生データをFUNDA_API_KEYで直接取得できます。「funda」「株価」「決算」「10-K」「オプションチェーン」「サプライチェーン」などがトリガーとなり、分析・合成が必要な質問にはMCPを、構造化された生データ取得にはRESTを優先して使用します。

description の原文を見る

> Query Funda AI financial data via two surfaces: the MCP server at https://funda.ai/api/mcp for analyst-grade research synthesis (DCF, comps, earnings previews/recaps, sector deep-dives, SEC filings, transcripts, supply-chain mapping, ownership flow, macro framing) via the agent_chat tool — OR the REST API at https://api.funda.ai/v1 with FUNDA_API_KEY for raw data (real-time quotes, intraday candles, EOD prices, financial statements, options chains/greeks/GEX, supply-chain KG, social sentiment, news, calendars, FRED, ESG, congressional trades, AI hiring signals). Triggers: "funda", "funda.ai", real-time quote, stock price, intraday, balance sheet, income statement, options chain, DCF, comps, earnings preview/recap, analyst estimates, 10-K/10-Q/8-K, transcript, ownership flow, gamma exposure, supply chain, sector deep-dive, congressional trades, FRED. Prefer MCP for synthesis/analysis questions; use REST for raw structured data the MCP declines.

SKILL.md 本文

Funda AI Skill

Funda AI は同じデータをバックアップした 2 つの相互補完的なサーフェスを公開しています:

サーフェス最適用途認証出力
MCP agent_chat https://funda.ai/api/mcpリサーチ、分析、合成OAuth (自動 via claude mcp add)免責事項付き合成テキスト
REST /v1/* https://api.funda.aiロー構造化データFUNDA_API_KEY BearerJSON

どちらも有効な Funda AI サブスクリプションが必要です。


ステップ 1: どちらのサーフェスかを決定

ユーザーが望むことサーフェス
DCF / comps の詳細説明、セクター表示、トランスクリプト合成、企業プライマーMCP
判断を含むアーニングプレビュー/リキャップ、ビート/ミスの分解、ナラティブフレーミングMCP
リアルタイムまたは日中相場、終値の履歴REST
生のオプションチェーンスナップショット、ギリシャ文字、GEX タイムシリーズREST
財務諸表の特定の行項目 (単一数値、JSON)REST
13F ファイリング、インサイダー取引、議会取引 (行として)REST
構造化センチメント/イベントタイムライン付きニュース (JSON)REST
バルクデータセットダウンロードREST
AI 企業採用シグナル (OpenAI、Anthropic、Google、xAI)REST

曖昧なリサーチ形式の質問には MCP をデフォルトに機械可読の構造化データが必要な場合、 または MCP が拒否した場合 (リアルタイム相場、生の相場) は REST を使用

MCP はまた買い/売りコール、株価目標、個人的なポートフォリオアドバイス、税務/法的アドバイス、 および取引実行を拒否します。これらは両方のサーフェスの対象外です — 丁寧に断り、 異なる回答を望んで REST にフォールスルーしないでください。


ステップ 2: MCP フロー (リサーチ)

2a. MCP が接続されていることを確認

!`claude mcp list 2>/dev/null | grep -iE "^funda:" || echo "FUNDA_MCP_NOT_CONNECTED"`
  • funda: で始まる行 → 登録済み。ツールは mcp__funda__agent_chat として呼び出し可能。続行。
  • FUNDA_MCP_NOT_CONNECTED → ユーザーにインストールするよう依頼:
    claude mcp add --transport http funda https://funda.ai/api/mcp
    
    OAuth 承認用のブラウザタブが開きます (1 時間トークン + 30 日更新、自動管理)。Claude Code セッションは ツールが登録される前に再起動が必要になる場合があります。

2b. 質問をフレーミング

agent_chatクロスコール メモリがない 新しいリサーチターンです — ティッカー、 時間軸、仮定を質問テキスト自体に焼き込みます。

ユーザーが望むこと質問の形式
アーニングプレビュー"MSFT の木曜日の Q3 発表をプレビュー — セグメント トレンド、コンセンサスが積極的/保守的な場所、ビート/ミスパターン。"
アーニングリキャップ"NVDA Q2 を詳しく説明 — セグメント別のビート/ミス、ガイダンス対コンセンサス、トランスクリプト Q&A データセンター需要について。"
セクター深掘り"2026 年のハイパースケーラー capex サイクルをまとめて — 名前別の支出段階、サプライヤーの露出、グロスマージン への含意。"
サプライチェーン"TSMC の顧客集中度と N2 ランプリスクをマッピング — 売上別の上位 3 つの露出。"
ファイリングサマリー"PLTR の最新 10-K の新しいリスク要因と前年を比較。"
DCF"NVDA の DCF を詳しく説明、データセンター成長 25%、ターミナルマージン 10%、WACC 9% を想定 — 感度テーブルを表示。"
マクロ"米国はダリオの長期債務サイクルのどこにあり、それはデュレーション配置に何を意味するか?"
オーナーシップ"最新の 13F ファイリングで CRWD の機関投資家所有が変わったか — ネット買い手対売り手?"

ユーザーがティッカーのみを指定した場合、呼び出す前にターンをスコープするための 1 つの明確化質問を質問します (プレビュー?リキャップ?プライマー?DCF?) — 曖昧な質問はターンを無駄にし、曖昧な回答を返します。

ユーザーが以前の Funda 回答のフォローアップをしている場合、新しい質問内で関連する段落を引用返します; エージェントは以前の呼び出しのメモリがありません。

トピックごとのサンプル質問の詳細は references/research-topics.md を参照してください。

2c. ツールを呼び出す

mcp__funda__agent_chat(question: "<full research question>")

通常の実行は 15~60 秒;サーバーは全体を通して進捗通知をストリーム配信するため、 クライアントはタイムアウトしません。

応答の形式:

  • content[0].text[Funda research output — fundamental analysis, informational only…] で始まる回答。プリフィックスを保持。
  • _meta["funda.io/conversation_id"] — UUID。アプリ内履歴ページは https://funda.ai/agent-chat?c=<id> (/agent-chat ルートは /agent-chat-v2?c=<id> にリダイレクト)。
  • _meta["funda.io/timed_out"] — エージェントが実行予算に達した場合 true。回答は部分的; より厳しいスコープで再試行するよう提供。

呼び出しが 403 subscription_required を返す場合、MCP は登録されていますが、 アカウントはサブスクライブされていません — ユーザーを https://funda.ai に案内してアクティベート。

各呼び出しはリサーチターンのコストがかかります。最初の回答が合理的だった場合、 言い換えられた質問で推測的に再呼び出ししないでください。


ステップ 3: REST フロー (ロー データ)

3a. FUNDA_API_KEY を解決

スキルは次の順序で FUNDA_API_KEY を解決します:

  1. FUNDA_API_KEY 環境変数
  2. 現在のディレクトリの .env 内の FUNDA_API_KEY
  3. git リポジトリルートの .env 内の FUNDA_API_KEY (ワークツリーはメインチェックアウトから キーを継承)
!`if [ -n "$FUNDA_API_KEY" ]; then echo "KEY_FROM_ENV_VAR"; elif [ -f .env ] && grep -qE "^FUNDA_API_KEY=" .env; then echo "KEY_FROM_LOCAL_DOTENV:$(pwd)/.env"; else GIT_COMMON=$(git rev-parse --path-format=absolute --git-common-dir 2>/dev/null); if [ -n "$GIT_COMMON" ]; then ROOT=$(dirname "$GIT_COMMON"); if [ -f "$ROOT/.env" ] && grep -qE "^FUNDA_API_KEY=" "$ROOT/.env"; then echo "KEY_FROM_ROOT_DOTENV:$ROOT/.env"; else echo "KEY_NOT_SET"; fi; else echo "KEY_NOT_SET"; fi; fi`

その後、結果に基づいて行動:

  • KEY_FROM_ENV_VAR — curl 呼び出しで $FUNDA_API_KEY を直接使用。
  • KEY_FROM_LOCAL_DOTENV:<path> / KEY_FROM_ROOT_DOTENV:<path> — 呼び出す前に 1 回ロード:
    export FUNDA_API_KEY=$(grep -E "^FUNDA_API_KEY=" <path> | head -1 | cut -d= -f2- | sed 's/^["'\'']//;s/["'\'']$//')
    
  • KEY_NOT_SET — ユーザーにキーを依頼。export FUNDA_API_KEY="..." するか、 FUNDA_API_KEY=... をリポジトリルートの .env に追加 (ワークツリーでは推奨)。

3b. 適切なエンドポイントを見つけ

ユーザーのリクエストをカテゴリに一致させ、完全なパラメータと応答スキーマについて 対応する参考ファイルを読み取ります。

カテゴリエンドポイント ファミリリファレンス
リアルタイム/バッチ/アフターマーケット相場/v1/quotes?type=...references/market-data.md
履歴終値、日中ローソク足、テクニカル指標/v1/stock-price, /v1/chartsreferences/market-data.md
コモディティ/外為/暗号相場/v1/quotes?type=commodity-quotesreferences/market-data.md
損益/貸借対照表/キャッシュフロー/指標/比率/v1/financial-statementsreferences/fundamentals.md
企業プロファイル、ピア、株式フロート、検索、スクリーナー、リスト/v1/company-profile, /v1/company-details, /v1/search, /v1/companiesreferences/fundamentals.md
アナリスト推定値、株価目標、格付け、DCF、レーティング/v1/analyst?type=...references/fundamentals.md
オプションチェーン、ギリシャ文字、GEX、IV、最大ペイン、フロー、スクリーナー/v1/options/...references/options.md
サプライチェーン KG:サプライヤー、顧客、競合他社、パートナー/v1/supply-chain/...references/supply-chain.md
Twitter、Reddit、Polymarket、政府取引、オーナーシップ/v1/twitter-posts, /v1/reddit-posts, /v1/polymarket/..., /v1/government-trading, /v1/ownershipreferences/alternative-data.md
AI エンリッチドニュース + 集約センチメント + イベントタイムライン/v1/news/ticker, /v1/news/timeline, /v1/news/sentimentreferences/news-enriched.md
SEC ファイリング、アーニング/ポッドキャストトランスクリプト、リサーチレポート/v1/sec-filings, /v1/transcripts, /v1/investment-research-reportsreferences/filings-transcripts.md
アーニング/配当/IPO/分割/経済カレンダー/v1/calendar?type=...references/calendar-economics.md
国債利回り、GDP/CPI 指標、FRED、リスクプレミアム/v1/economics, /v1/fredreferences/calendar-economics.md
株式ニュース、ゲインザー/ルーザー、ETF ホールディング、ESG、COT、バルク、市場時間/v1/news, /v1/market-performance, /v1/funds, /v1/esg, /v1/cot-report, /v1/bulk, /v1/market-hoursreferences/other-data.md
AI 企業採用シグナル (OpenAI、Anthropic、Google、xAI、Mercor、SurgeAI)/v1/recruit-...references/recruit.md
Bedrock 経由の Claude API プロキシ/v1/claude/v1/messagesreferences/claude-proxy.md

3c. エンドポイントを呼び出す

curl -s -H "Authorization: Bearer $FUNDA_API_KEY" \
  "https://api.funda.ai/v1/<endpoint>?<params>" | python3 -m json.tool

すべての応答は {"code": "0", "message": "", "data": ...} です。ゼロ以外の code はエラーです — message を読んでください。

リストエンドポイントはページネーションします: {"items": [...], "page": 0, "page_size": 20, "next_page": 1, "total_count": N}。 ページは 0 ベース; next_page は 消尽時に -1 です。

広いティッカー概要用 (「AAPL について教えて」)、複数の REST 呼び出しを組み合わせます: セクター/CEO/mcap/価格用 /v1/company-profile + /v1/financial-statements?type=key-metrics-ttm + 株価目標サマリー用 /v1/analyst?type=price-target-summary


ステップ 4: ユーザーに応答

  • MCP 合成の場合:構造を持って表示 (テーブル、箇条書き、見出し) — 生のブロブをダンプしないでください。 Funda 免責事項を保持;分析を推奨、株価目標、または取引シグナルとして再パッケージ化しないでください。
  • MCP 応答の場合、エージェントの完全なタイムラインを検査できるように https://funda.ai/agent-chat?c={conversation_id} を引用。
  • REST 応答の場合、数値をきれいにフォーマット (価格は小数点以下 2 桁、比率は 2~4、 大きい数字はコンマまたは $2.8T のような略語)。比較データにテーブルを使用; 時系列をダンプするのではなくトレンドをまとめます。
  • DCF/バリュエーション作業の場合、ユーザーが調整できるように Funda が使用した仮定を表示。
  • ソースに注記:「Funda AI」(MCP または REST かどうか)。
  • 取引推奨を提供しないでください — データを提示してユーザーが結論を引き出せるようにします。

リファレンス ファイル

MCP パス:

  • references/research-topics.md — カテゴリ化されたサンプル質問と agent_chat クエリをフレーミングするためのヒント。

REST パス:

  • references/market-data.md — 相場、履歴価格、チャート、テクニカル指標
  • references/fundamentals.md — 財務諸表、企業プロファイル/詳細、検索/スクリーナー、アナリスト、企業リスト
  • references/options.md — チェーン、ギリシャ文字、GEX、フロー、IV、スクリーナー、契約レベルデータ
  • references/supply-chain.md — サプライチェーン KG、関係、グラフトラバーサル
  • references/alternative-data.md — Twitter、Reddit、Polymarket、政府取引、オーナーシップ
  • references/news-enriched.md — AI エンリッチドニュース、イベントタイムライン、集約センチメント
  • references/filings-transcripts.md — SEC ファイリング、アーニング/ポッドキャストトランスクリプト、リサーチレポート
  • references/calendar-economics.md — カレンダー、経済、国債、FRED
  • references/other-data.md — ニュース、市場パフォーマンス、ファンド、ESG、COT、バルク、市場時間
  • references/recruit.md — AI 企業採用シグナル、JD 分類、製品クラスタ、起動確率
  • references/claude-proxy.md — Bedrock 経由の Claude API プロキシ

ライセンス: MIT(寛容ライセンスのため全文を引用しています) · 原本リポジトリ

詳細情報

作者
himself65
リポジトリ
himself65/finance-skills
ライセンス
MIT
最終更新
不明

Source: https://github.com/himself65/finance-skills / ライセンス: MIT

関連スキル

OpenAILLM・AI開発⭐ リポ 6,054

agent-browser

AI エージェント向けのブラウザ自動化 CLI です。ウェブサイトとの対話が必要な場合に使用します。ページ遷移、フォーム入力、ボタンクリック、スクリーンショット取得、データ抽出、ウェブアプリのテスト、ブラウザ操作の自動化など、あらゆるブラウザタスクに対応できます。「ウェブサイトを開く」「フォームに記入する」「ボタンをクリックする」「スクリーンショットを取得する」「ページからデータを抽出する」「このウェブアプリをテストする」「サイトにログインする」「ブラウザ操作を自動化する」といった要求や、プログラマティックなウェブ操作が必要なタスクで起動します。

by JimmyLv
汎用LLM・AI開発⭐ リポ 1,982

anyskill

AnySkill — あなたのプライベート・スキルクラウド。GitHubを基盤としたリポジトリからエージェントスキルを管理、同期、動的にロードできます。自然言語でクラウドスキルを検索し、オンデマンドでプロンプトを自動ロード、カスタムスキルのアップロードと共有、スキルバンドルの一括インストールが可能です。OpenClaw、Antigravity、Claude Code、Cursorに対応しています。

by LeoYeAI
汎用LLM・AI開発⭐ リポ 1,982

engram

AIエージェント向けの永続的なメモリシステムです。バグ修正、意思決定、発見、設定変更の後はmem_saveを使用してください。ユーザーが「覚えている」「記憶している」と言及した場合、または以前のセッションと重複する作業を開始する際はmem_searchを使用します。セッション終了前にmem_session_summaryを使用して、コンテキストを保持してください。

by LeoYeAI
汎用LLM・AI開発⭐ リポ 21,584

skyvern

AI駆動のブラウザ自動化により、任意のウェブサイトを自動化できます。フォーム入力、データ抽出、ファイルダウンロード、ログイン、複数ステップのワークフロー実行など、ユーザーがウェブサイトと連携する必要があるときに使用します。Skyvernは、LLMとコンピュータビジョンを活用して、未知のサイトも自動操作可能です。Python SDK、TypeScript SDK、REST API、MCPサーバー、またはCLIを通じて統合できます。

by Skyvern-AI
汎用LLM・AI開発⭐ リポ 1,149

pinchbench

PinchBenchベンチマークを実行して、OpenClawエージェントの実世界タスクにおけるパフォーマンスを評価できます。モデルの機能テスト、モデル間の比較、ベンチマーク結果のリーダーボード提出、またはOpenClawのセットアップがカレンダー、メール、リサーチ、コーディング、複数ステップのワークフローにどの程度対応しているかを確認する際に使用します。

by pinchbench
汎用LLM・AI開発⭐ リポ 4,693

openui

OpenUIとOpenUI Langを使用してジェネレーティブUIアプリを構築できます。これらはLLM生成インターフェースのためのトークン効率的なオープン標準です。OpenUI、@openuidev、ジェネレーティブUI、LLMからのストリーミングUI、AI向けコンポーネントライブラリ、またはjson-render/A2UIの置き換えについて述べる際に使用します。スキャフォルディング、defineComponent、システムプロンプト、Renderer、およびOpenUI Lang出力のデバッグに対応しています。

by thesysdev
本サイトは GitHub 上で公開されているオープンソースの SKILL.md ファイルをクロール・インデックス化したものです。 各スキルの著作権は原作者に帰属します。掲載に問題がある場合は info@alsel.co.jp または /takedown フォームよりご連絡ください。
原作者: himself65 · himself65/finance-skills · ライセンス: MIT