Agent skill

Moss Trade Bot Factory

by moss-site in moss-site/moss-trade-bot-skills

用户用自然语言描述币种、回测时间区间和策略风格时,自动创建加密货币交易 Bot,读取内置 Hyperliquid CSV 覆盖并运行本地回测/进化;若币种、时间区间或策略风格缺失,则主动询问缺失项并展示 CSV 解析出的可用回测区间。也可在回测后上传平台 verify 或创建模拟实盘 Bot。适用于创建bot、交易策略、回测、backtest、evolve、upload verify、live…

MIT-0Auto-check passedBusiness, Finance & HR

Install Moss Trade Bot Factory

skills CLI
$ npx skills add moss-site/moss-trade-bot-skills --skill moss-trade-bot-factory -a claude-code

Project install by default; add -g for ~/.claude/skills/.

GitHub CLI
$ gh skill install moss-site/moss-trade-bot-skills moss-trade-bot-factory --agent claude-code

Project scope by default; add --scope user for a personal install. Needs GitHub CLI 2.90.0 or later (public preview).

Manual copy
$ git clone --depth 1 https://github.com/moss-site/moss-trade-bot-skills.git skills-src && mkdir -p .claude/skills && cp -r skills-src/moss-trade-bot-factory-1.0.26 .claude/skills/moss-trade-bot-factory && rm -rf skills-src

Use ~/.claude/skills/ instead of .claude/skills for a personal install. The folder must contain SKILL.md.

Claude Code skills documentation · loads skills from .claude/skills/

Facts

Skill name
moss-trade-bot-factory
GitHub stars
390
Token cost
~2.2k tokens
SKILL.md length
536 words
Files
95 (incl. scripts)
Skills in repo
1
Repo updated
First seen
Licence
MIT-0

At a glance

用户用自然语言描述币种、回测时间区间和策略风格时,自动创建加密货币交易 Bot,读取内置 Hyperliquid CSV 覆盖并运行本地回测/进化;若币种、时间区间或策略风格缺失,则主动询问缺失项并展示 CSV 解析出的可用回测区间。也可在回测后上传平台 verify 或创建模拟实盘 Bot。适用于创建bot、交易策略、回测、backtest、evolve、upload verify、live…

  • Works in 5 steps: 解析意图并确定请求 → 生成参数并直接跑回测 → 回测(含进化) → …
  • Tasks that involve Trading and backtesting
  • SKILL.md covers 入口路由(先解析,必须执行), 数据覆盖发现(每次创建/重跑都要执行), 缺失字段追问模板 and 知识库(按需读取,不要一次全读), plus 7 more sections
  • Runs Python scripts from its folder; calls python3; reaches ai.moss.site

What it does

Moss Trade Bot Factory is an agent skill from moss-site/moss-trade-bot-skills. 用户用自然语言描述币种、回测时间区间和策略风格时,自动创建加密货币交易 Bot,读取内置 Hyperliquid CSV 覆盖并运行本地回测/进化;若币种、时间区间或策略风格缺失,则主动询问缺失项并展示 CSV 解析出的可用回测区间。也可在回测后上传平台 verify 或创建模拟实盘 Bot。适用于创建bot、交易策略、回测、backtest、evolve、upload verify、live trading 等请求。

Its SKILL.md is about 2.2k tokens, which your agent loads only when the skill is triggered. The skill folder holds 99 other files, including scripts (for example `__init__.py`, `agents/openai.yaml` and `knowledge/backtest_commands.md`).

It sits in Business, Finance & HR, covering Trading and backtesting. It works with Hyperliquid. The repository describes itself as: LLM-powered trading agents that turn plain natural language into a five-pillar strategy: Trend, Mean-Reversion, Momentum, Volume, and Risk. Each strategy is hosted… The licence is MIT-0.

When your agent uses it

  • Tasks that involve Trading and backtesting

Example prompts

  • “/moss-trade-bot-factory”

Requirements

  • Python 3

Workflow steps

5 steps, taken from the step headings in SKILL.md.

  1. 解析意图并确定请求
  2. 生成参数并直接跑回测
  3. 回测(含进化)
  4. 上传验证(用户选 B 时)
  5. 实盘交易(用户选 A 时)

What it can do on your machine

Read from SKILL.md and the folder at commit 56bf53c. It shows what the files ask for, not the result of running them.

  • Tool permissions

    Pre-approves nothing: there is no allowed-tools line, so your agent's usual permission prompts apply.

    From allowed-tools in the SKILL.md frontmatter.

  • Runs code

    Ships 7 files in scripts/ (Python, from the files we listed), which the agent can run.

    Shell commands in SKILL.md call:

    • python3

    From the folder's file list and the shell code blocks in SKILL.md.

  • Network

    Hosts in commands or code, which the agent is likely to contact:

    • ai.moss.site

    From URLs in SKILL.md, links to its own repository left out.

  • Credentials

    Names no API keys, tokens, secrets or passwords.

    From names ending in _API_KEY, _TOKEN, _SECRET, _KEY or _PASSWORD in SKILL.md.

Context cost

Moss Trade Bot Factory loads about 2.2k tokens when it runs. Until then it costs about 59 tokens; SKILL.md has 536 words of instructions outside code blocks.

Always · name and description, kept in context so the agent knows when to use it
~59
When it runs · the whole SKILL.md, loaded when a task matches
~2.2k

Estimates: characters ÷ 4, the usual rule of thumb; real counts depend on the model's tokenizer. Scripts and assets cost tokens only if the agent reads them.

Safety

Auto-check passed

The automated check found no risky patterns in SKILL.md.

Automated static check — not a guarantee. Review scripts before installing. It scans the text of SKILL.md for risky patterns (piping downloads into a shell, reading credential files, hidden Unicode, destructive commands); the scripts in this folder are not scanned.

SKILL.md

The full file from moss-site/moss-trade-bot-skills at commit 56bf53c, republished under its MIT-0 licence (© moss-site). 536 words, ~2,170 tokens.

Download SKILL.mdSave it as .claude/skills/moss-trade-bot-factory/SKILL.md (or your agent's skills folder). This skill also uses 94 other files; get the full folder from GitHub.
name
moss-trade-bot-factory
description
用户用自然语言描述币种、回测时间区间和策略风格时,自动创建加密货币交易 Bot,读取内置 Hyperliquid CSV 覆盖并运行本地回测/进化;若币种、时间区间或策略风格缺失,则主动询问缺失项并展示 CSV 解析出的可用回测区间。也可在回测后上传平台 verify 或创建模拟实盘 Bot。适用于创建bot、交易策略、回测、backtest、evolve、upload verify、live trading 等请求。

Moss Trade Bot Factory

你是一个专业的加密货币量化交易 Bot 工厂 + 策略调参师。支持 BTC 及主流山寨币(ETH、SOL 等)的全流程 Bot 创建。

入口路由(先解析,必须执行)

在读取参数、杠杆、回测命令或写 /tmp/*.json 之前,先从用户当前自然语言消息解析三个必填字段:

  1. symbol:交易币种,例如 BTC/USDC、ETH/USDC。
  2. backtest_range:回测区间,例如“全部数据”“最近90天”“2025-08 ~ 2025-12”“2025-08-15 到 2025-12-20”。
  3. strategy_style:策略风格,例如“利弗莫尔”“凉兮”“趋势跟随”“保守网格”“高频突破”。

解析规则:

  • 如果三个必填字段都能从当前消息解析出来,并且区间在 CSV 覆盖内,直接继续创建参数并回测,不要再额外确认。
  • 如果任一必填字段缺失、模糊、不支持或超出 CSV 覆盖,只询问缺失/无效字段,问完立刻停止;本轮禁止读取 params_schema.json、leverage_caps.md、backtest_commands.md、evolution_guide.md,禁止写 /tmp/backtest_request.json、/tmp/bot_params.json、/tmp/evolution_schedule.json,禁止运行 fetch_data.py、run_backtest.py、run_evolve_backtest.py。
  • 不要为缺失的币种或策略风格套默认值。用户只说“创建一个 bot”时,要同时询问币种、回测区间和策略风格;用户只说“创建 ETH bot”时,要询问回测区间和策略风格。
  • 交易参数细节(方向、杠杆、阈值等)不是必填字段;只要策略风格明确,就由你根据风格自动推断。

数据覆盖发现(每次创建/重跑都要执行)

在回答“有没有数据 / 能不能跑某区间 / 支持哪些币”前,必须运行脚本读取真实 CSV 文件,而不是凭 SKILL.md 的历史说明、旧文件名、ls 片段或记忆判断。

若已解析出 symbol:

bash
cd {baseDir}/scripts && python3 dataset_catalog.py --symbol "$SYMBOL" --timeframe 15m > /tmp/dataset_catalog.json

若 symbol 缺失或用户问支持范围:

bash
cd {baseDir}/scripts && python3 dataset_catalog.py --list --timeframe 15m > /tmp/dataset_catalog_all.json

展示规则:

  • symbol 已知时,必须告诉用户该币种的真实覆盖:<SYMBOL>:<start> ~ <end>(<bars> 根 15m K)。
  • symbol 缺失时,必须告诉用户每个可用币种的覆盖区间;可以把相同覆盖的币种合并成一组,但不能遗漏币种。
  • found=false 时,说明该 symbol 没有内置 CSV,展示 available_symbols 及其覆盖范围并请用户重选。
  • found=true 时,csv_path / start / end / bars / compact 是唯一数据源;后续 DATA_CSV 必须等于 csv_path。

需要解释支持范围、外部 CSV 限制或数据策略时读取 cat {baseDir}/knowledge/data_policy.md。

缺失字段追问模板

追问只问缺失项,并附上已经从 CSV 解析出的覆盖范围。不要把已经明确的信息再问一遍。

text
我已读取到 <SYMBOL 或 可选币种> 的内置 15m CSV 覆盖:
<coverage list>

还缺少:<缺失字段列表>。
请补充 <例如:回测区间 + 策略风格>。示例:2025-10-01 ~ 2025-12-31,利弗莫尔趋势突破。

如果用户给出的区间超出覆盖范围,用具体日期说明:

text
<SYMBOL> 当前可回测区间是 <start> ~ <end>,你给的 <user_range> 超出了覆盖范围。
请改成覆盖范围内的日期、最近90天,或全部可用数据。

“推荐项”不等于用户已选择。只有用户明确写出某个区间或在当前消息里已经包含可解析区间时,才能继续。

知识库(按需读取,不要一次全读)

  • 参数详解 + 调参速查表 → cat {baseDir}/knowledge/params_reference.md
  • 数据集覆盖 + 区间规则 → cat {baseDir}/knowledge/data_policy.md
  • 进化原理 + 反思7原则 → cat {baseDir}/knowledge/evolution_guide.md
  • 上传验证 + 实盘交易操作 → cat {baseDir}/knowledge/platform_ops.md
  • 币种杠杆上限查表 → cat {baseDir}/knowledge/leverage_caps.md(Step 2 写杠杆参数前必读)
  • 回测命令模板(Step 3 用) → cat {baseDir}/knowledge/backtest_commands.md

安全与透明声明

  • 本地优先:Bot 创建、回测、进化默认都在本地完成,并且使用内置 CSV 时可完全离线。
  • 数据边界:回测 / 进化 / 上传验证只使用预置的 Hyperliquid 固定数据集 CSV(scripts/data_cache/ 目录),不要从交易所下载数据。
  • 平台功能(可选):只有用户明确要求 upload / bind / live 时才连接外部平台。默认平台地址使用 skill config trade_api_url,默认值 https://ai.moss.site。
  • 平台 URL 规则:--platform-url 只填站点 origin,例如 https://ai.moss.site;脚本会自动补上完整 API 前缀,并请求 https://ai.moss.site/api/v1/moss/agent/agents/bind。
  • 本地凭证:平台凭证默认存 ~/.moss-trade-bot/agent_creds.json;若 skill config agent_creds_path 已配置,优先使用该路径。凭证只发往用户指定的平台地址。
  • 无环境变量:平台相关脚本只依赖显式 --platform-url / 本地 creds 文件,不读取隐藏环境变量,也不会扫描无关系统凭证。
  • 渐进式披露:多个本地 md 仅按需读取;/tmp/*.json 只作为参数、指纹、回测结果的本地中间产物。

本 skill 的步骤顺序是有依赖的(入口路由确定的 symbol、区间和风格贯穿到 Step 5;Step 2 的参数决定 Step 3 的回测;Step 3 的输出决定 Step 4 的上传素材)。除缺失必填字段、回测结果后的 A/B/C 选择、首次切换 live data source、手动模式每笔下单外,其余本地步骤在前置条件满足后直接推进。


Step 1: 解析意图并确定请求

固定配置:

  • 时间周期:15m
  • 初始资金:10000
  • 回测天数由实际 CSV 覆盖和用户选择的区间决定,由 dataset_catalog.py 从 CSV 内容读出,不要写死天数(如 148d)。

交易品种规则:

  • 从用户描述中提取币种,并统一为 USDC 永续报价,例如 BTC → BTC/USDC,ETH → ETH/USDC。
  • 不要把“主流币”“山寨币”“随便一个”直接默认成某个币种;这类描述缺少明确 symbol,需要追问。
  • 能否本地回测只看 scripts/data_cache/ 是否有对应 CSV,必须用 dataset_catalog.py 判断。
  • 平台是否支持某 alt 币种(用于 Step 4 上传 / Step 5 实盘)由平台接口实时返回决定,在 Step 4/5 时由 package_upload.py / live_trade.py 按平台错误响应处理,Step 1 不预先查询平台。

区间解析规则:

  • 全部数据 / 全部可用数据:使用该 symbol 的实际 CSV 完整覆盖。
  • 最近90天 / 近3个月:以 CSV end 为右边界向前取对应区间。
  • 2025-08 ~ 2025-12:解释为 start=2025-08-01,end=2026-01-01(end 为 exclusive,覆盖完整 12 月)。
  • 2025-08-15 ~ 2025-12-20:解释为 start=2025-08-15,end=2025-12-21(覆盖 12 月 20 日整天)。
  • 如果日期明显笔误或不可能(例如年份 2525、end <= start、超出数据覆盖),必须用具体日期说明可用范围并请用户确认,不要擅自改成旧区间。

策略风格规则:

  • 风格必须来自用户描述或追问回复,例如“利弗莫尔”“凉兮”“趋势跟随”“保守”“高频突破”“均值回归”。
  • 风格明确后,方向、杠杆、阈值等参数由你推断:趋势跟随→双向;做空/逆势→偏空;保守/定投→偏多;激进/高频→更高交易频率。
  • 杠杆最终值必须 ≤ 该 symbol 的 Hyperliquid 上限。写参数前先读 cat {baseDir}/knowledge/leverage_caps.md 查表,超限按上限封顶并在 Step 2 摘要里告知用户“已按上限 Nx 封顶”。

进化选项默认开启:用户没有明确关闭进化时,直接按“每周进化开启”继续;用户说“不进化 / 关闭进化 / 固定参数”才走不进化模式。

所有必填字段解析并校验通过后,写入请求状态文件:

bash
cat > /tmp/backtest_request.json << 'REQUEST_EOF'
{
  "symbol": "<SYMBOL>",
  "timeframe": "15m",
  "strategy_style": "<解析出的策略风格>",
  "data_csv": "<dataset_catalog.csv_path>",
  "data_start": "<dataset_catalog.start>",
  "data_end": "<dataset_catalog.end>",
  "range_mode": "default 或 custom",
  "start": "<custom 起始日期;全部数据时可为空>",
  "end": "<custom exclusive 结束日期;全部数据时可为空>",
  "evolution_enabled": true,
  "source": "initial_request 或 followup_reply",
  "source_text": "<产生完整请求的用户原文>"
}
REQUEST_EOF

source=initial_request 表示用户第一句话已经包含 symbol、回测区间、策略风格;source=followup_reply 表示通过追问补齐。两者都可以进入 Step 2。

Show full SKILL.md (248 more words)Show less

Step 2: 生成参数并直接跑回测

硬前置条件:进入 Step 2 前必须存在 /tmp/backtest_request.json,且其中 symbol / strategy_style / data_csv / range_mode / source_text 非空;如果缺失,回到入口路由询问缺失字段并停止。

先给出简短执行摘要,再直接跑回测。不要先展示完整参数 JSON 逐项确认。

  1. 读取 cat {baseDir}/knowledge/leverage_caps.md,确认杠杆上限。
  2. 读取 cat {baseDir}/scripts/params_schema.json。
  3. 根据 strategy_style 和用户描述赋值,保存到 /tmp/bot_params.json。
  4. 同时生成 Bot 文案双语对象:name_i18n / personality_i18n / description_i18n,格式固定为 { "zh": "...", "en": "..." }。
  5. 在执行前,用 1-2 句说明本次关键输入:symbol / timeframe / capital / 回测区间 / 是否进化 / 数据来源。
  6. 若用户原始描述主要是中文,自行补出自然英文版本;不要把中文原样复制到 en。
  7. 需要参数含义时读取 cat {baseDir}/knowledge/params_reference.md。
  8. 立刻进入 Step 3。

双语文案约束:

  • name_i18n.zh/en <= 64
  • personality_i18n.zh/en <= 64
  • description_i18n.zh/en <= 280
  • 上传验证和创建 realtime bot 时,必须显式传双语字段;旧单字段不能替代 *_i18n.zh/en

Step 3: 回测(含进化)

硬前置条件:只有 /tmp/backtest_request.json 存在并包含完整请求时,才能读取 knowledge/backtest_commands.md 并执行回测命令。若不存在,停止并回到入口路由询问缺失字段。

先读取命令模板:cat {baseDir}/knowledge/backtest_commands.md,里面有「模板 A 不进化 / 模板 B 进化(B1~B4)」可直接拷贝执行的 bash 范本。

决策流程:

  • 用户没有关闭进化 → 走模板 B(B1~B4),不要先跑模板 A 再问。
  • 用户明确关进化 → 走模板 A。
  • 反思阶段(B3)必须先读 cat {baseDir}/knowledge/evolution_guide.md 拿反思 7 原则,再据 /tmp/evolve_baseline.json 的 evolution_log 逐段分析。
展示结果(一次性,不要分多轮问)
text
## 回测结果
📈 进化模式:+47.3% | Sharpe 0.84 | 84笔 | 21轮进化
关键进化: entry 0.15→0.18 | sl_atr 2.8→3.3

下一步:
A) 启动实盘自动交易(15分钟决策)
B) 上传到平台验证(用进化结果 + evolution_log,平台会做分段回放)
C) 调整参数重跑

上传时:用 evolve_result_final.json 作为 result,params 用初始参数(/tmp/bot_params.json)。package_upload.py 会从该文件自动带出 evolution_log,平台做分段 stitched 回放,与本地进化结果同类,才能对上。

  • 收益为正 → 默认建议 A,同时列 B/C。
  • 收益为负 → 默认建议 C,给出具体改进方向。
  • 有明确改进思路 → 直接说“我建议把 XX 改成 YY 再跑一次,你同意吗”。
  • 调参时读取 cat {baseDir}/knowledge/params_reference.md 中的速查表。

Step 4: 上传验证(用户选 B 时)

先读取操作手册:cat {baseDir}/knowledge/platform_ops.md

然后按手册中「上传验证」章节执行。关键要点:

  • 进化回测上传:result 用 /tmp/evolve_result_final.json,params 用初始参数 /tmp/bot_params.json。
  • 上传包里的 bot.name_i18n / personality_i18n / description_i18n 必须显式带 zh/en 两份;脚本和接口都会拒绝伪双语。
  • 其余 Pair Code、凭证路径、平台 URL、失败重试规则统一以 platform_ops.md 为准,不在此重复展开。

Step 5: 实盘交易(用户选 A 时)

先读取操作手册:cat {baseDir}/knowledge/platform_ops.md

然后按手册中「实盘交易」章节执行。关键要点:

  • 先完成 Pair Code 绑定,再执行 创建 Realtime Bot;create-bot 必须显式传 zh/en 两份文案。
  • --symbol 沿用入口路由确定的 USDC 永续值(与本地回测、上传一致,无需 quote 替换)。
  • 实盘信号默认使用 Hyperliquid K 线(--data-source hyperliquid),与平台后端价格源一致。
  • 自动模式只有在用户明确说“启动自动交易”后进入;手动模式仍然逐笔确认。
  • 当 skill 自己做出开仓 / 平仓决策时,必须同时生成中文 reasoning 和英文 reasoning_en,再通过 live_trade.py ... --reasoning-zh ... --reasoning-en ... 或等价上报接口透传给后端。
  • reasoning / reasoning_en 必须是基于当次上下文生成的自然语言,至少覆盖:方向/动作、触发依据(信号/价格行为/regime/仓位变化中至少两项)、风险或退出原因;不要用“突破阻力,顺势开多”这类预制短句反复套用,也不要把中文原样复制到英文。
  • 推荐长度:中文 2-4 句或 60-180 字,英文 2-4 句;避免 JSON、标签堆砌、机械字段拼接。
  • live_runner.py 自动开仓 / 平仓时必须把运行时生成的 reasoning + reasoning_en 一起上报;需要更高质量 LLM 风格说明时,应由 skill 自己逐轮决策并调用 live_trade.py ... --reasoning-zh ... --reasoning-en ...。
  • 其余平台地址、凭证路径、bot_id、命令参数统一以 platform_ops.md 为准,不在此重复展开。

安全护栏

  • 杠杆上限:按 knowledge/leverage_caps.md 逐币封顶(全表最高 SP500 50x,BTC 40x)。
  • 不暴露 API Key / API Secret。
  • 参数值必须在 min/max 范围内;信号权重 5 项之和 ≤ 1.0。
  • 高杠杆(>20x)必须配宽止损(sl_atr_mult >= 2.5)。
  • 实盘开仓必须用户确认(自动模式除外)。

© moss-site, MIT-0. Rendered from Markdown: HTML in the file is shown as text, images as links, and headings moved down two levels. Raw file

Files

SKILL.md and 94 other files (scripts) in moss-trade-bot-factory-1.0.26 of moss-site/moss-trade-bot-skills.

  • SKILL.md
  • __init__.py
  • agents/openai.yaml
  • knowledge/backtest_commands.md
  • knowledge/data_policy.md
  • knowledge/evolution_guide.md
  • knowledge/leverage_caps.md
  • knowledge/params_reference.md
  • knowledge/platform_ops.md
  • scripts/__init__.py
  • scripts/__pycache__/dataset_catalog.cpython-314.pyc
  • scripts/__pycache__/live_trade.cpython-314.pyc
  • scripts/__pycache__/run_evolve_backtest.cpython-314.pyc
  • scripts/__pycache__/text_i18n.cpython-314.pyc
  • scripts/__pycache__/trading_client.cpython-314.pyc
  • scripts/core/__init__.py
  • … and 79 more

Open the folder on GitHubat commit 56bf53c

Compare with similar skills

Moss Trade Bot Factory next to the 5 skills that share the most tags, products or categories with it. Stars are the repository's; “used in” counts other GitHub owners with a copy.

Moss Trade Bot Factory compared with similar skills
SkillStarsUsed inTokensAuto-checkLicenceRepo updated
Moss Trade Bot Factory this skillmoss-site/moss-trade-bot-skills390—~2.2kAutomated safety check: PassMIT-0
Fintoolsecond-state/fintool316—~5.9kAutomated safety check: PassNone
Opportunity RadarNunchi-trade/agent-cli521—~1.2kAutomated safety check: PassMIT
Nansen Tradingnansen-ai/nansen-cli139—~3.3kAutomated safety check: NotesMIT
Hyperliquidalsk1992/CloddsBot3k—~1.4kAutomated safety check: PassMIT
Trading Futuresalsk1992/CloddsBot3k—~5.6kAutomated safety check: PassMIT

Similar skills

  • Fintool

    second-state/fintool

    Financial trading CLIs — spot and perp trading on Hyperliquid, Binance, Coinbase, OKX.

    316 GitHub stars~5.9k tokensUpdated 4 mo ago
    Business, Finance & HRAuto-check passed
  • Opportunity Radar

    Nunchi-trade/agent-cli

    Screens all Hyperliquid perps and surfaces top trading setups

    521 GitHub stars~1.2k tokensUpdated 3 mo ago
    Business, Finance & HRAuto-check passed
  • Nansen Trading

    nansen-ai/nansen-cli

    Execute DEX swaps on Solana or Base (including cross-chain bridges) and Hyperliquid perpetual trades.

    139 GitHub stars~3.3k tokensUpdated 2 days ago
    Business, Finance & HRAuto-check: notes
  • Hyperliquid

    alsk1992/CloddsBot

    Hyperliquid L1 perps DEX (69% market share). An agent skill from alsk1992/CloddsBot.

    3k GitHub stars~1.4k tokensUpdated 8 days ago
    Business, Finance & HRAuto-check passed
  • Trading Futures

    alsk1992/CloddsBot

    Trade perpetual futures on Binance, Bybit, Hyperliquid, MEXC with up to 200x leverage

    3k GitHub stars~5.6k tokensUpdated 8 days ago
    Business, Finance & HRAuto-check passed
  • Senpi Why

    Senpi-ai/senpi-skills

    Answer "what makes Senpi different?" / "why Senpi?" / "Senpi vs other trading apps, bots or AI chatbots?" — the positioning answer, led by value, not a feature dump.

    134 GitHub stars~2.5k tokensUpdated yesterday
    Business, Finance & HRAuto-check passed

Works with

Questions about Moss Trade Bot Factory

What does Moss Trade Bot Factory do?

用户用自然语言描述币种、回测时间区间和策略风格时,自动创建加密货币交易 Bot,读取内置 Hyperliquid CSV 覆盖并运行本地回测/进化;若币种、时间区间或策略风格缺失,则主动询问缺失项并展示 CSV 解析出的可用回测区间。也可在回测后上传平台 verify 或创建模拟实盘 Bot。适用于创建bot、交易策略、回测、backtest、evolve、upload verify、live…. Moss Trade Bot Factory is an agent skill from moss-site/moss-trade-bot-skills.

When should I use Moss Trade Bot Factory?

Moss Trade Bot Factory fits situations like: tasks that involve Trading and backtesting.

How do I install Moss Trade Bot Factory in Claude Code?

Run `npx skills add moss-site/moss-trade-bot-skills --skill moss-trade-bot-factory -a claude-code`. Or copy the skill folder (moss-trade-bot-factory-1.0.26 in moss-site/moss-trade-bot-skills) into .claude/skills/moss-trade-bot-factory in your project. Claude Code loads it when a task matches its description.

How do I install Moss Trade Bot Factory in Codex?

Run `npx skills add moss-site/moss-trade-bot-skills --skill moss-trade-bot-factory -a codex`. Or copy the skill folder (moss-trade-bot-factory-1.0.26 in moss-site/moss-trade-bot-skills) into .agents/skills/moss-trade-bot-factory in your project. Codex loads it when a task matches its description.

Can I use Moss Trade Bot Factory in Cursor, Gemini CLI or GitHub Copilot?

Cursor, Gemini CLI, GitHub Copilot and OpenCode also load SKILL.md folders. With the skills CLI, run `npx skills add moss-site/moss-trade-bot-skills --skill moss-trade-bot-factory -a cursor` (or -a gemini-cli, github-copilot or opencode for the others). To copy it by hand, put the folder in .cursor/skills/moss-trade-bot-factory, .gemini/skills/moss-trade-bot-factory, .github/skills/moss-trade-bot-factory and .opencode/skills/moss-trade-bot-factory in your project.

What does Moss Trade Bot Factory need to run?

Going by SKILL.md and its folder, Moss Trade Bot Factory needs Python for the scripts in its folder and the command-line tools its instructions call (python3). Our summary lists: Python 3.

Does Moss Trade Bot Factory access the network?

SKILL.md names 1 domain. In commands or code: ai.moss.site; the agent is likely to contact it when it follows the instructions. This is read from the text; nothing was executed.

Is Moss Trade Bot Factory safe to install?

Our automated static check of SKILL.md found no risky patterns, such as piping downloads into a shell, reading credential files or hidden Unicode. It is not a guarantee. The check reads SKILL.md only: the scripts in the folder are not scanned, so read them before running anything.

What licence does Moss Trade Bot Factory use?

Moss Trade Bot Factory is published under the MIT-0 licence (the repository's licence). It allows redistribution, so the full SKILL.md is shown on this page.

How many tokens does Moss Trade Bot Factory use?

About 2.2k tokens (SKILL.md is roughly 8.7k characters). Agents keep only the skill's name and description in context until a task matches; then they load SKILL.md in full.

What are the alternatives to Moss Trade Bot Factory?

Skills that share tags, products or a category with Moss Trade Bot Factory: Fintool (second-state/fintool, 316 stars), Opportunity Radar (Nunchi-trade/agent-cli, 521 stars), Nansen Trading (nansen-ai/nansen-cli, 139 stars) and Hyperliquid (alsk1992/CloddsBot, 3k stars). The comparison table on this page puts their stars, adoption, token cost, safety result and licence side by side.

Who maintains Moss Trade Bot Factory?

moss-site (a GitHub organization) maintains it in moss-site/moss-trade-bot-skills, which has 390 GitHub stars. The repository was last updated on September 9, 2026.

Source: moss-site/moss-trade-bot-skills on GitHub. Facts on this page come from the repository at the commit we read; the author's words are quoted as theirs.