Ticaret altyapısı için test edilmiş 501 yapay zeka ajan becerisi içeren açık kaynak kütüphane Hacker News'te öne çıktı

Kütüphanenin içeriği

Algo-Trading-Skills adlı açık kaynak bir proje, 11 Eylül 2026 tarihli bir Show HN gönderisiyle Hacker News ana sayfasına ulaştı. HimanshuJ16 GitHub hesabı altında geliştirilen depo, yapay zeka kodlama ajanları için 501 beceriyi paketliyor — agentskills.io açık standardını izleyen yapılandırılmış talimat belgeleri, her biri çalışan bir Python referans uygulaması ve kendi birim testleriyle eşleştirilmiş durumda. Projenin sayfasına göre tüm kütüphane, sürekli entegrasyonda çalışan 20.291 testle destekleniyor.

Beceriler 16 mühendislik alanına yayılıyor; aralarında broker API entegrasyonu, backtesting, risk yönetimi, execution algoritmaları, makine öğrenmesi ve uyumluluk yer alıyor. Bireysel beceriler soyut konular yerine somut hata modlarına göre adlandırılmış: yeniden bağlantıdan sonra mükerrer emirleri önleyen idempotent emir gönderimi, drawdown tetikli kill switch'ler, wash trade ve spoofing'in kendini tespiti, para çekme anomalileri görüldüğünde hot wallet'ı donduran hız limitleri. Projenin temel iddiası şu: Bir dil modeli, doğru görünen — temiz yapılı, makul mantıklı — ticaret kodu üretebilir, ancak yine de üretimde, hiçbir sözdizimi denetiminin yakalayamayacağı nedenlerle başarısız olabilir; örneğin bir backtest'in, bir bar'ın yönünü tahmin etmek için aynı barın kendi kapanış fiyatını sessizce kullanması ya da bir callback'in, stratejinin yakalamak için tasarlandığı oynaklık sırasında WebSocket okuma döngüsünü bloke etmesi gibi.

Regülasyon eşlemesi

Depoya göre kütüphane beş regülasyon ve borsa çerçevesi grubuna eşleniyor: ABD SEC ve FINRA kuralları (Rule 15c3-5 işlem öncesi risk kontrolleri, Reg NMS emir koruması ve Reg SHO kısa satış locate'leri dahil), AB'nin MiFID II, RTS 6 ve MAR piyasa suistimali rejimi, İngiltere FCA'nın algoritmik ticaret kontrolleri ve Senior Managers rejimi, ASIC, SEBI, MAS ve IIROC gibi küresel regülatörler ile OTC türevleri için ISDA standartları. Örnek beceriler Alpaca, IBKR, Zerodha, Fyers, Upstox, Coinbase, Fireblocks ve BitGo dahil broker ve platform temas noktalarına atıfta bulunuyor.

Her beceri ayrıca, kapsamadığı durumları adlandıran ve bunları ele alan beceriye işaret eden bir "Ne Zaman Kullanılmamalı" bölümü taşıyor. Proje bunu, belirli bir hata moduna karşı bir koruma olarak çerçeveliyor: bir ajanın bir playbook'u yanlış Probleme doğru şekilde uygulaması — özellikle anahtar kelime eşleştirmesinin yol açmaya yatkın olduğu bir durum.

Uyumluluk ve bağlam maliyetleri

Beceriler Claude Code, GitHub Copilot, OpenAI Codex CLI, Cursor ve Gemini CLI ile çalışıyor — pratikte SKILL.md dosyalarını okuyan her şeyle. Kurulum seçenekleri arasında Claude Code için alan bazlı bir plugin marketplace, etkileşimli bir npx skills add komutu ve yapıyı, frontmatter'ı ve çapraz referansları her becerinin test paketini çalıştırmadan önce denetleyen doğrulama scriptleriyle birlikte düz bir git clone yer alıyor.

Paketleme kararı dikkat çekici. Proje, tek bir dev yığın yerine mühendislik alanı başına bir plugin gönderiyor, çünkü Claude Code her oturumun başında kurulu her becerinin adını ve açıklamasını modelin bağlamına yüklüyor. Tek bir alan birkaç bin token'a mal olurken, hepsi bir arada plugin oturum başına on binlerce token'a ulaşıyor. Disk düzeyinde bir uyarı devam ediyor: tek bir alanı kurmak yine de tüm depoyu, kabaca 100 MB, checkout ediyor; ancak bağlama yalnızca o alanın becerileri yükleniyor.

Açık sınırlar ve beyanlar

Proje kendini, Anthropic PBC veya depoda adı geçen hiçbir broker, borsa ya da satıcıyla bağı olmayan bağımsız bir topluluk çabası olarak tanımlıyor. Becerilerin finansal, hukuki, vergisel veya uyumluluk tavsiyesi değil üretim mühendisliği pratiklerini kodladığını, strateji kârlılığını garanti etmediğini ve canlı ticarette sermaye kaybı riskini ortadan kaldırmadığını açıkça belirtiyor. Önerilen yol, kağıt hesaplar veya katı risk limitleriyle zorunlu kılınan canlı ortamlar. Kod Apache 2.0 lisanslı.

Neden önemli

Depo, ortaya çıkan bir kalıbın net bir örneği: genel amaçlı bir modelin bir alanın operasyonel ayrıntılarını özümsemiş olmasını ummak yerine, uzman uygulayıcı bilgisini ajanların talep üzerine yüklediği sürümlenmiş, makine tarafından okunabilir beceri dosyaları olarak kodlamak. Onu ayırt eden şey doğrulama boyutu — her beceri yalnızca düz yazı değil testlerle geliyor ve kabaca 20.000 testlik bir CI paketi somut, öz beyana dayalı da olsa, bir kalite sinyali veriyor. Ayrıca bağlam ekonomisi konusunda yararlı bir veri noktası: beceri kütüphaneleri artık oturum başına token maliyetleri göz önünde bulundurularak tasarlanıyor ve alan düzeyinde paketleme, tek bir mega yığın yerine varsayılan haline geliyor. Yapay zeka ajanlarıyla ticaret ya da diğer regüle altyapıları inşa eden ekipler için buradaki yapı — kapsamı belirlenmiş beceriler, açık geçersizlik bölümleri, regülasyon çapraz referansları — ticaret içeriğinin kendisi kadar öğretici olabilir.