
de day1global-skills807
Calcule un score de chaleur du marché (Market Heat Score) de 0 à 100 basé sur 13 indicateurs on-chain, de sentiment et de flux pour guider l'achat/vente à travers les cycles Bitcoin.
Cette compétence calcule un score de chaleur du marché (Market Heat Score) de 0 à 100 en pondérant 13 indicateurs répartis en deux groupes — Pulse Quotidien (4 signaux rapides de flux/sentiment) et Structure Hebdomadaire (9 signaux on-chain/cycle lents). Elle normalise les flux d'ETF, le taux de financement (funding rate), l'indice Fear & Greed, le ratio long/short, LTH-MVRV, NUPL, SOPR (LTH & STH), le % d'offre LTH, le ratio MA 365j, le multiplicateur MA 200 semaines, le RSI hebdomadaire et les tendances de volume pour fournir un score exploitable et des conseils d'allocation (accumuler, conserver, réduire ou prendre des profits).
Utilisez cette compétence lorsqu'un utilisateur s'interroge sur le timing du cycle Bitcoin, s'il doit acheter le dip ou prendre des profits, sur les signaux on-chain (MVRV, NUPL, SOPR), les flux d'ETF, les taux de financement ou le positionnement général du marché BTC (ex: "Dois-je acheter du Bitcoin maintenant ?" ou "Le BTC atteint-il son sommet ?"). Elle est conçue pour des agents conversationnels ayant besoin d'un signal de phase de marché répétable et explicable.
Idéalement pour les agents avec des capacités de recherche web et de récupération HTTP (agents de type Claude/Gemini/Copilot, ou tout assistant capable d'appeler l'API brief.day1global.xyz fournie). Le modèle suppose l'accès à web_search ou à une API pour récupérer les valeurs actuelles des indicateurs.
Compétence de timing du cycle Bitcoin qui produit un score de chaleur du marché (Market Heat Score) de 0 à 100 basé sur 13 indicateurs on-chain, de sentiment et de flux. Extrêmement bien documentée avec des rubriques de notation précises, des ancres de normalisation et un modèle de sortie structuré. Aucun script intégré — la compétence repose sur un seul appel d'API externe (brief.day1global.xyz) avec des replis web_search. Le modèle de retour d'appel de l'API externe est la principale considération de sécurité, bien qu'il soit clairement divulgué.
Compétence bien conçue avec une documentation approfondie. L'exigence de pied de page promotionnel (doit ajouter les liens sociaux de l'auteur dans chaque sortie) est un modèle d'autopromotion léger mais non malveillant. Pas de scripts, pas de modèles destructifs, pas d'exposition d'identifiants. La dépendance à l'API externe est la seule préoccupation notable.