analyze-crypto

Analyze Crypto — 一键加密货币综合分析

Safety Notice

This listing is imported from skills.sh public index metadata. Review upstream SKILL.md and repository scripts before running.

Copy this and send it to your AI assistant to learn

Install skill "analyze-crypto" with this command: npx skills add jssfy/k-skills/jssfy-k-skills-analyze-crypto

Analyze Crypto — 一键加密货币综合分析

输入代币名称或符号,自动并行采集五个维度的数据,综合分析后输出标准报告。

When to Use

当用户请求以下操作时触发:

  • "分析BTC" / "分析以太坊" / "分析SOL"

  • "analyze BTC" / "analyze Ethereum"

  • "比特币怎么样" / "ETH最近为什么涨/跌"

  • "帮我看看SOL" / "DOGE值得买吗"

Phase 0: 解析输入

根据用户输入,识别以下信息:

代币名称映射(常用代币中英文对照)

  • 比特币/Bitcoin → BTC

  • 以太坊/Ethereum → ETH

  • 索拉纳/Solana → SOL

  • 瑞波/Ripple → XRP

  • 币安币/BNB Chain → BNB

  • 艾达/Cardano → ADA

  • 狗狗币/Dogecoin → DOGE

  • 波卡/Polkadot → DOT

  • 雪崩/Avalanche → AVAX

  • 马蹄/Polygon → POL

  • 链接/Chainlink → LINK

  • 莱特币/Litecoin → LTC

  • Uniswap → UNI

  • Aave → AAVE

  • Toncoin → TON

  • 柴犬币/Shiba Inu → SHIB

  • Sui → SUI

  • Aptos → APT

  • Arbitrum → ARB

  • Optimism → OP

  • Jupiter → JUP

  • Celestia → TIA

  • 如果不在列表中,使用 WebSearch 搜索确认代币符号

识别赛道类别

  • L1 公链: BTC, ETH, SOL, ADA, AVAX, TON, SUI, APT

  • L2 扩展: ARB, OP, POL

  • DeFi: UNI, AAVE, LINK, JUP

  • Meme: DOGE, SHIB

  • 支付: XRP, LTC

  • 跨链/互操作: DOT

  • 模块化: TIA

  • 其他: 通过 WebSearch 确认

确定关键变量 (后续所有 Agent 都需要用到)

  • {token} : 代币符号 (如 BTC, ETH)

  • {token_name} : 代币全称 (如 Bitcoin, Ethereum)

  • {category} : 赛道类别 (如 L1, DeFi, Meme)

  • {project_website} : 项目官网 URL

  • {competitors} : 同赛道 2-3 个主要竞品

如果无法确定项目官网或赛道,先用一次 WebSearch 快速查询,不要跳过这一步。

Phase 1: 并行数据采集 (5 个 Subagent)

关键要求: 以下 5 个 Task 必须放在同一条消息中发出,确保并行执行。

每个 Agent 使用 subagent_type: "general-purpose" 。

Agent 1: 价格与技术指标

description: "采集{token}价格数据"

prompt 模板:

你是加密货币价格分析师。请获取 {token_name}({token}) 近7天的价格数据,并重点突出最近24小时的变化

任务:

  1. 使用 WebSearch 搜索 "{token} price last 7 days" 获取最近行情

  2. 使用 WebSearch 搜索 "{token} price today 24h" 获取最新24小时详细数据

  3. 使用 WebSearch 搜索 "{token} funding rate perpetual" 获取永续合约资金费率

  4. 整理以下信息:

    最近24小时行情:

    • 当前价格、24h最高、24h最低
    • 24h涨跌幅与涨跌金额
    • 24h成交量与成交额,较前日放量/缩量比例
    • 永续合约资金费率(正=多头支付,负=空头支付)
    • 与BTC同期涨跌幅对比(BTC相关性)
    • 24h内是否有影响价格的即时事件

    近7天汇总:

    • 每日收盘价和涨跌幅
    • 7天累计涨跌幅
    • 成交量变化趋势 (放量/缩量)
    • 关键技术信号 (如有: 均线多空排列、RSI超买超卖、明显支撑位/阻力位)
    • 与BTC同期涨跌幅对比

输出要求:

  • 以结构化格式返回,24h行情单独列出
  • 重点突出: 24h涨跌幅、7天涨跌幅、量价配合、资金费率方向、BTC相关性
  • 控制在 600 字以内
  • 不要给出投资建议
  • 标注数据来源: 关键数据注明来源网站名称(如 CoinGecko、CoinMarketCap、TradingView 等)及原始链接

Agent 2: 新闻与社区情绪

description: "搜索{token_name}近期新闻"

prompt 模板:

你是加密货币新闻与情绪分析师。请搜索 {token_name}({token}) 最近7天的重要新闻和社区情绪。

任务:

  1. 使用 WebSearch 搜索以下关键词 (至少搜3次不同关键词):
    • "{token_name} news this week" 或 "{token_name} 最新新闻"
    • "{token} crypto twitter" 或 "{token} community sentiment"
    • "crypto fear greed index today"
  2. 从搜索结果中挑选 3-5 条最重要的新闻
  3. 使用 WebFetch 访问其中至少 2 条新闻的原文,验证内容真实性
  4. 获取当前 Crypto Fear & Greed Index 数值
  5. 分析社区情绪倾向

输出要求:

  • 列出 3-5 条关键新闻,每条包含: 日期、标题、来源名称、原文URL、简要内容(1-2句)
  • Crypto Fear & Greed Index: 当前数值及级别 (Extreme Fear / Fear / Neutral / Greed / Extreme Greed)
  • 社区情绪判断: 正面 / 负面 / 中性,并说明理由
  • 识别是否有重大事件 (协议升级、安全事件、监管动态、合作公告、交易所上下架等)
  • 控制在 600 字以内

Agent 3: 赛道对比分析

description: "分析{category}赛道情况"

prompt 模板:

你是加密货币赛道分析师。请分析 {token_name}({token}) 所在的 {category} 赛道近期情况。

任务:

  1. 使用 WebSearch 搜索:
    • "{category} crypto sector performance this week" 或 "{category} 赛道 近期表现"
    • "{token_name} vs {competitors} comparison"
  2. 整理以下信息:
    • {category} 赛道近期整体趋势 (上升/下行/平稳)
    • 影响赛道的关键因素 (技术升级、TVL变化、用户增长、政策等)
    • 2-3 个主要竞品的近期价格表现和关键动态
    • {token_name} 在赛道中的市值排名和相对地位

输出要求:

  • 赛道趋势概述 (2-3句)
  • 竞争格局简表: 代币名、近7天涨跌、市值、关键动态
  • 该代币的相对优劣势 (1-2条)
  • 控制在 500 字以内
  • 标注数据来源: 竞品价格及市值数据注明来源(如 CoinMarketCap、CoinGecko 等)及链接

Agent 4: 加密市场环境

description: "分析加密市场环境"

prompt 模板:

你是加密货币宏观市场分析师。请分析当前加密货币市场整体环境,重点关注与 {token_name}({token}) 相关的市场因素。

任务:

  1. 使用 WebSearch 搜索最新市场数据:
    • "bitcoin dominance total crypto market cap today"
    • "crypto market overview this week"
    • "DXY dollar index today"
    • "bitcoin ETF fund flow this week"
  2. 评估:
    • BTC 主导率 (Bitcoin Dominance) 及趋势
    • 加密货币总市值及7日变化
    • 美元指数 (DXY) 水平及走势
    • BTC 现货 ETF 资金流向 (净流入/流出)
    • 美联储利率政策最新动态
    • 是否有重大监管事件

输出要求:

  • 加密市场环境一句话总结
  • BTC主导率及含义 (资金在BTC vs 山寨币的分配)
  • 总市值水平和趋势
  • ETF资金流和机构情绪
  • DXY与利率环境对加密市场的影响
  • 控制在 400 字以内
  • 标注数据来源: 各市场指标注明来源(如 Alternative.me、Farside Investors、Trading Economics 等)及链接

Agent 5: 项目基本面

description: "调研{token_name}项目基本面"

prompt 模板:

你是加密货币项目研究员。请调研 {token_name}({token}) 的项目基本面和链上数据。

任务:

  1. 使用 WebFetch 访问项目官网: {project_website}

    • 查看最新公告、路线图更新
  2. 使用 WebSearch 搜索:

    • "{token_name} tokenomics supply schedule"
    • "{token_name} on-chain metrics active addresses TVL"
    • "{token_name} github development activity"
  3. 整理以下信息:

    代币经济学:

    • 总供应量 / 流通供应量 / 流通率
    • 近期是否有大额解锁事件
    • 通胀/通缩机制 (如有)

    链上指标:

    • 活跃地址数趋势 (如有)
    • TVL (DeFi/L1适用)
    • 哈希率 (PoW适用) 或质押率 (PoS适用)

    开发活跃度:

    • GitHub 近期提交频率或重大更新 (如有)
    • 近期协议升级计划

输出要求:

  • 项目最新官方动态
  • 代币经济学关键数据
  • 链上指标概要
  • 控制在 400 字以内
  • 如果官网无法访问,说明情况并依赖搜索结果
  • 标注数据来源: 链上数据注明来源(如 Glassnode、DeFiLlama、官网等)及访问URL

Phase 2: 综合分析 (主线程)

等待 5 个 Agent 全部返回后,在主线程中完成以下分析。

Step 1: 信息汇总

将 5 个 Agent 的结果整合,识别:

  • 各维度之间的 一致性信号 (如: 价格涨 + 社区看多 + 赛道向上 = 强看多)

  • 各维度之间的 矛盾信号 (如: 价格涨但资金费率极高 = 可能存在过热)

  • 同时整理各 Agent 返回的所有来源 URL,汇总到来源列表,用于报告末尾「参考来源」区块

Step 2: 因果归因

分析价格变动的原因,按影响力排序:

  • 项目层面因素: 协议升级、安全事件、合作公告、代币解锁

  • 赛道传导因素: 赛道轮动、竞品事件、技术叙事变化

  • 市场环境因素: BTC走势带动、ETF资金流、宏观政策、监管事件

特别关注最近24小时变动: 加密市场24/7运行,对最近24小时的涨跌单独归因分析,区分短期催化因素与中期趋势因素。

Step 3: 趋势预测

基于以上分析,给出:

  • 短期展望 (1-2周): 考虑技术面信号 + 资金费率 + 即将到来的事件

  • 中期展望 (1-3月): 考虑项目基本面 + 赛道趋势 + 市场周期

  • 主要风险点: 可能导致走势反转的因素

Phase 3: 输出报告

按以下 HTML 格式输出最终报告。使用内联 CSS 确保在浏览器和飞书中均可良好显示:

<!DOCTYPE html> <html lang="zh-CN"> <head> <meta charset="UTF-8"> <meta name="viewport" content="width=device-width, initial-scale=1.0"> <title>{token_name} ({token}) 综合分析报告</title> <style> body { font-family: -apple-system, BlinkMacSystemFont, "Segoe UI", Roboto, "Helvetica Neue", Arial, sans-serif; max-width: 800px; margin: 0 auto; padding: 20px; color: #1a1a1a; background: #f8f9fa; } .report { background: #fff; border-radius: 12px; padding: 32px; box-shadow: 0 2px 12px rgba(0,0,0,0.08); } h1 { font-size: 24px; border-bottom: 3px solid #1a73e8; padding-bottom: 12px; } h2 { font-size: 18px; color: #1a73e8; margin-top: 28px; border-left: 4px solid #1a73e8; padding-left: 10px; } h3 { font-size: 15px; color: #333; margin-top: 16px; } .meta { color: #666; font-size: 13px; margin-bottom: 16px; } .summary { background: #e8f0fe; border-radius: 8px; padding: 16px; font-size: 16px; font-weight: 500; margin: 16px 0; } .daily-highlight { background: #fff8e1; border: 1px solid #ffcc02; border-radius: 8px; padding: 16px; margin: 16px 0; } .daily-highlight h2 { color: #f57f17; border-left-color: #f57f17; } table { width: 100%; border-collapse: collapse; margin: 12px 0; font-size: 14px; } th { background: #f1f3f4; text-align: left; padding: 10px 12px; font-weight: 600; border-bottom: 2px solid #ddd; } td { padding: 8px 12px; border-bottom: 1px solid #eee; } tr:hover td { background: #f8f9fa; } .up { color: #2e7d32; font-weight: 600; } .down { color: #d32f2f; font-weight: 600; } .tag { display: inline-block; padding: 2px 8px; border-radius: 4px; font-size: 12px; font-weight: 500; } .tag-positive { background: #e8f5e9; color: #2e7d32; } .tag-negative { background: #ffebee; color: #c62828; } .tag-neutral { background: #f5f5f5; color: #616161; } .risk { background: #fff3e0; border-radius: 8px; padding: 12px 16px; margin: 8px 0; } .onchain { background: #f3e5f5; border-radius: 8px; padding: 16px; margin: 16px 0; } .onchain h2 { color: #7b1fa2; border-left-color: #7b1fa2; } .disclaimer { margin-top: 24px; padding-top: 16px; border-top: 1px solid #eee; color: #999; font-size: 12px; } .references { margin-top: 16px; padding: 16px 20px; background: #f8f9fa; border-radius: 8px; border-top: 1px solid #eee; } .references h3 { font-size: 13px; color: #888; font-weight: 600; margin: 0 0 8px 0; } .references ol { margin: 0; padding-left: 18px; } .references li { font-size: 12px; color: #999; margin: 3px 0; line-height: 1.5; } a.src { color: #1a73e8; text-decoration: none; font-size: 12px; } a.src:hover { text-decoration: underline; } ul, ol { padding-left: 20px; } li { margin: 6px 0; line-height: 1.6; } </style> </head> <body> <div class="report">

<h1>{token_name} ({token}) 综合分析报告</h1> <div class="meta">分析日期: {date} | 分析周期: 近7天 | 赛道: {category}</div>

<div class="summary">{一句话总结}</div>

<!-- 最近24小时行情 — 黄色高亮区块,放在最前面 --> <div class="daily-highlight"> <h2>最近24小时行情</h2> <table> <tr><th>指标</th><th>数值</th></tr> <tr><td>当前价格</td><td>$...</td></tr> <tr><td>24h最高 / 最低</td><td>$... / $...</td></tr> <tr><td>24h涨跌</td><td><span class="up/down">+/-X.XX%</span> (±$金额)</td></tr> <tr><td>24h成交量</td><td>$XXX亿 (较前日 +/-XX%)</td></tr> <tr><td>资金费率</td><td>+/-X.XX% (多头/空头支付)</td></tr> <tr><td>BTC同期表现</td><td>+/-X.XX% (相关性: 强/中/弱)</td></tr> </table> <p><strong>24h变动归因:</strong> 简要说明最近24小时涨跌的直接原因</p> </div>

<h2>一、7日价格概览</h2> <table> <tr><th>指标</th><th>数值</th></tr> <tr><td>当前价格</td><td>$XXX</td></tr> <tr><td>7日涨跌幅</td><td><span class="up/down">+/-X.XX%</span></td></tr> <tr><td>同期BTC表现</td><td>+/-X.XX%</td></tr> <tr><td>市值 / 排名</td><td>$XXX亿 / #XX</td></tr> <tr><td>成交量趋势</td><td>放量/缩量/持平</td></tr> <tr><td>技术面信号</td><td>...</td></tr> </table>

<h2>二、价格变动原因分析</h2> <h3>项目层面因素</h3> <ol><li>...</li></ol> <h3>赛道传导因素</h3> <ol><li>...</li></ol> <h3>市场环境因素</h3> <ol><li>...</li></ol>

<h2>三、新闻与社区情绪</h2> <table> <tr><th>日期</th><th>事件</th><th>来源</th><th>影响</th></tr> <tr><td>...</td><td>...</td><td><a href="原文URL" class="src">来源名称</a></td><td><span class="tag tag-positive/negative/neutral">利好/利空/中性</span></td></tr> </table> <p>Fear & Greed Index: <strong>XX — 级别</strong></p> <p>社区情绪: <strong>正面/负面/中性</strong></p>

<h2>四、赛道对比</h2> <table> <tr><th>代币</th><th>7日涨跌</th><th>市值</th><th>关键动态</th></tr> <tr><td>{token_name}</td><td>...</td><td>...</td><td>...</td></tr> <tr><td>竞品A</td><td>...</td><td>...</td><td>...</td></tr> <tr><td>竞品B</td><td>...</td><td>...</td><td>...</td></tr> </table>

<div class="onchain"> <h2>五、链上指标与代币经济学</h2> <h3>链上指标</h3> <ul> <li>活跃地址: ...</li> <li>TVL: $XXX (适用于DeFi/L1)</li> <li>哈希率/质押率: ...</li> </ul> <h3>代币经济学</h3> <ul> <li>流通量/总供应量: XXX / XXX (流通率 XX%)</li> <li>近期解锁: ...</li> <li>通胀/通缩机制: ...</li> </ul> </div>

<h2>六、市场环境</h2> <ul> <li>BTC主导率: XX% (资金偏向BTC/山寨币)</li> <li>加密总市值: $X.XX万亿 (7日变化: +/-XX%)</li> <li>DXY (美元指数): XXX (强势/弱势)</li> <li>BTC ETF 资金流: 本周净流入/流出 $XXX亿</li> <li>关键宏观因素: ...</li> </ul>

<h2>七、趋势展望</h2> <h3>短期 (1-2周)</h3> <ul><li>...</li></ul> <h3>中期 (1-3月)</h3> <ul><li>...</li></ul> <h3>主要风险</h3> <div class="risk"> <ol><li>...</li></ol> </div>

<div class="references"> <h3>参考来源</h3> <ol> <li>价格数据: <a href="URL" class="src">来源名称(如 CoinGecko / CoinMarketCap)</a></li> <li>新闻: <a href="URL" class="src">来源1</a> / <a href="URL" class="src">来源2</a></li> <li>链上数据: <a href="URL" class="src">来源名称(如 Glassnode / DeFiLlama)</a></li> <li>Fear & Greed Index: <a href="URL" class="src">来源名称(如 Alternative.me)</a></li> <li>市场数据 (BTC主导率 / ETF资金流等): <a href="URL" class="src">来源名称(如 Farside Investors)</a></li> </ol> </div>

<div class="disclaimer">声明: 本报告由 AI 自动生成,仅供参考,不构成任何投资建议。加密货币波动剧烈,投资有风险,决策需谨慎。</div> </div> </body> </html>

HTML 填写规则:

  • 加密货币涨跌幅为正时使用 class="up" (绿色),为负时使用 class="down" (红色)— 注意与A股相反,遵循国际惯例

  • 新闻影响标签: 利好用 tag-positive ,利空用 tag-negative ,中性用 tag-neutral

  • 链上指标区块使用 class="onchain" (紫色背景)

  • 将模板中的占位符替换为实际数据,删除注释

  • 确保 HTML 完整可直接在浏览器中打开

  • 「参考来源」区块须填入各 Agent 返回的实际 URL;新闻表格的「来源」列须包含可点击原文链接

将报告保存为文件: {token_name}-analysis-{date}.html ,保存在当前工作目录。

Phase 4: 生成 PDF 报告

基于 Phase 3 生成的 HTML 文件,通过 Chrome headless 打印 PDF:

"/Applications/Google Chrome.app/Contents/MacOS/Google Chrome"
--headless --disable-gpu --no-sandbox
--print-to-pdf="$(pwd)/{token_name}-analysis-{date}.pdf"
--no-pdf-header-footer
"file://$(pwd)/{token_name}-analysis-{date}.html"

注意: 如果系统没有 Chrome,可使用 npx -y md-to-pdf "$(pwd)/{token_name}-analysis-{date}.html" 作为备选方案。

最终输出两份文件:

  • ./{token_name}-analysis-{date}.html — HTML 版本(可在浏览器中打开)

  • ./{token_name}-analysis-{date}.pdf — PDF 版本(可直接分享)

Error Handling

  • Agent 超时或失败: 如果某个 Agent 未返回结果,在报告中标注该维度为"数据缺失",其余维度照常分析

  • 代币名称无法识别: 提示用户确认代币名称或符号

  • 官网无法访问: 跳过官网抓取,依赖搜索引擎结果

  • 数据源不一致: 以多数数据源为准,在报告中注明数据差异

Notes

  • 每个 Agent 的输出严格限制字数,防止主线程上下文溢出

  • 综合分析阶段重在 交叉关联,而非简单罗列

  • 因果分析应区分 "相关" 与 "因果"

  • 趋势预测需明确标注不确定性

  • 加密市场 24/7 运行,时间参考以 UTC 为准

  • 涨跌颜色遵循国际惯例 (绿涨红跌),与 A 股分析不同

Source Transparency

This detail page is rendered from real SKILL.md content. Trust labels are metadata-based hints, not a safety guarantee.

Related Skills

Related by shared tags or category signals.

General

send-feishu

No summary provided by upstream source.

Repository SourceNeeds Review
220-jssfy
General

analyze-stock

No summary provided by upstream source.

Repository SourceNeeds Review
General

git-review

No summary provided by upstream source.

Repository SourceNeeds Review
General

go-backend-reviewer

No summary provided by upstream source.

Repository SourceNeeds Review