Trading Assistant Core

01. 项目概述

可安装的 OpenClaw / ClawHub 交易技能：支撑阻力分析、多指标信号、仓位测算与风险提醒——并提供 Docker 与 CLI 路径，供非 Agent 用户使用。

02. 问题

为什么做？

交易工作流停留在笔记本和聊天提示词里——Agent 无法安装带风险护栏的稳定技能。

03. 方案

怎么解决？

将支撑阻力、多指标信号、仓位测算与风险提醒打包为 ClawHub 技能，并提供 Docker 与 pip / CLI 入口。

04. 架构

系统架构

05. 关键特性

核心功能

• 支撑与阻力分析
• 多指标交易信号
• 仓位测算辅助
• 风险优先提醒与护栏
• ClawHub / OpenClaw 技能安装
• Docker 与 CLI 供人工场景运行

06. 我的角色

我具体做了什么？

• 定义技能契约：没有风险控制的信号不可交付。
• 实现指标 / 支撑阻力逻辑，并完成 ClawHub、Docker 与 CLI 打包。
• 发布并维护可安装技能，下载量实时可见。

07. 技术栈

使用什么技术？

• Python
• OpenClaw
• ClawHub
• Docker
• pip / CLI
• Technical indicators

08. 成果指标

取得什么成果？

09. 部署

如何运行？

作为 Agent 技能安装，或在没有 Agent 运行时本地运行。

1. ClawHub：为 OpenClaw Agent 安装 Trading Assistant Core。
2. Docker：拉取并运行已发布镜像，容器化使用。
3. CLI：通过 pip 安装，使用 ta 入口进行本地工作流。

10. GitHub

11. 在线体验

12. 取舍

• 仓位测算与风险提醒优先于花哨信号——只会喊进场的技能不安全。
• 保留 CLI / Docker，让没有 Agent 运行时的人也能跑同一套逻辑。
• 发布到 ClawHub，而不是停在笔记本工作流，让 Agent 拿到可安装包。

13. 交付物

• 作为可安装 OpenClaw / ClawHub 技能发布
• 提供非 Agent 场景的 CLI 与 Docker 路径
• 以风险优先默认值替代纯信号演示

14. 可检查的证据

15. 链接