AlphaEar Sentiment
Note le sentiment d'un texte financier comme positif, négatif ou neutre à l'aide de FinBERT.
Fonctionne avec configuration
Ce que fait
Analyse le sentiment d'un texte financier à l'aide de FinBERT ou d'un LLM. Se déclenche quand l'utilisateur a besoin de déterminer le sentiment (positif/négatif/neutre) et le score d'un texte de marché financier.
Rapport de test
Installation git-clone à l'identique testée (propre ; frontmatter YAML strict valide, tous les scripts référencés présents) plus un A/B de classification de sentiment financier sur 5 titres. Le chemin FinBERT du skill nécessite torch/transformers et un modèle téléchargeable (lourd, mais sans API payante), tandis que son mode LLM/agentique est piloté par l'agent selon SKILL.md et fonctionne sans dépendance externe ; les helpers de réécriture en base ont en plus besoin d'un DatabaseManager sqlite initialisé. L'A/B a montré que la classification agentique du skill et la classification directe de la base (sans skill) ont produit des étiquettes et des scores effectivement identiques et corrects — le skill ajoute donc une structure/un guide de notation mais aucun gain de précision sur du texte inline. La sortie n'est qu'un artefact de classification de sentiment, PAS un conseil d'investissement.
Testé le: 2026-07-13 · Claude Code 2.x (agent harness)
Installation
git clone https://github.com/RKiding/Awesome-finance-skills cd Awesome-finance-skills mkdir -p ~/.claude/skills cp -r skills/alphaear-sentiment ~/.claude/skills/alphaear-sentiment
Commandes et exemples de prompts
/alphaear-sentimentNote le sentiment d'un texte financier comme positif, négatif ou neutre à l'aide de FinBERT.
Les skills se déclenchent sur des demandes en langage courant — aucune commande à retenir. Après installation, des prompts comme ceux-ci l'activent (en anglais) :
Score the sentiment of this earnings call transcriptAnalyze sentiment in these finance news headlinesClassify this market commentary as bullish or bearish