Analysez le sentiment des textes financiers à l’aide de FinBERT ou LLM. À utiliser lorsque l'utilisateur a besoin de déterminer le sentiment (positif/négatif/neutre) et le score des marchés de textes financiers.
Installez rapidement le skill IA alphaear-sentiment dans votre environnement de développement via la ligne de commande
Source : rkiding/awesome-finance-skills.
This skill provides sentiment analysis capabilities tailored for financial texts, supporting both FinBERT (local model) and LLM-based analysis modes.
Use scripts/sentimenttools.py for high-speed, local sentiment analysis using FinBERT.
For higher accuracy or reasoning capabilities, YOU (the Agent) should perform the analysis using the Prompt below, calling the LLM directly, and then update the database if necessary.
Analysez le sentiment des textes financiers à l’aide de FinBERT ou LLM. À utiliser lorsque l'utilisateur a besoin de déterminer le sentiment (positif/négatif/neutre) et le score des marchés de textes financiers. Source : rkiding/awesome-finance-skills.
Champs et commandes stables pour les citations IA/recherche.
npx skills add https://github.com/rkiding/awesome-finance-skills --skill alphaear-sentimentAnalysez le sentiment des textes financiers à l’aide de FinBERT ou LLM. À utiliser lorsque l'utilisateur a besoin de déterminer le sentiment (positif/négatif/neutre) et le score des marchés de textes financiers. Source : rkiding/awesome-finance-skills.
Ouvrez votre terminal ou outil de ligne de commande (Terminal, iTerm, Windows Terminal, etc.) Copiez et exécutez cette commande : npx skills add https://github.com/rkiding/awesome-finance-skills --skill alphaear-sentiment Une fois installé, le skill sera automatiquement configuré dans votre environnement de programmation IA et prêt à être utilisé dans Claude Code, Cursor ou OpenClaw
https://github.com/rkiding/awesome-finance-skills