[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"extension-skill-mnemox-ai-trading-memory-de":3,"guides-for-mnemox-ai-trading-memory":416,"similar-k177re651qqdxa2pxznqy4qzx186mgmm-de":417},{"_creationTime":4,"_id":5,"children":6,"community":7,"display":9,"evaluation":15,"identity":238,"isFallback":233,"parentExtension":243,"providers":275,"relations":279,"repo":281,"tags":413,"workflow":414},1778693819124.3687,"k177re651qqdxa2pxznqy4qzx186mgmm",[],{"reviewCount":8},0,{"description":10,"installMethods":11,"name":13,"sourceUrl":14},"Domänenwissen für die KI-Trading-Erinnerung – Outcome-Weighted Memory (OWM)-Architektur, 5 Speichertypen, Abrufbewertung und Verhaltensanalyse. Verwenden Sie dies beim Aufzeichnen von Trades, beim Abrufen ähnlicher Kontexte, bei der Leistungsanalyse oder bei der Überprüfung von Verhaltensabweichungen. Löst bei \"record trade\", \"remember trade\", \"recall\", \"similar trades\", \"performance\", \"behavioral\", \"disposition\", \"affective state\", \"confidence\" aus.",{"claudeCode":12},"mnemox-ai/tradememory-protocol","trading-memory","https://github.com/mnemox-ai/tradememory-protocol",{"_creationTime":16,"_id":17,"extensionId":5,"locale":18,"result":19,"trustSignals":221,"workflow":236},1778693819124.369,"kn76prw6xc38b13yyptm6hcpgs86nfr7","de",{"checks":20,"evaluatedAt":191,"extensionSummary":192,"features":193,"nonGoals":199,"promptVersionExtension":203,"promptVersionScoring":204,"purpose":205,"rationale":206,"score":207,"summary":208,"tags":209,"tier":215,"useCases":216},[21,26,29,32,36,39,43,47,50,53,57,61,64,68,71,74,77,80,83,86,90,94,98,102,106,109,113,116,120,123,126,129,132,135,138,142,146,149,153,157,160,163,166,169,173,176,179,182,185,188],{"category":22,"check":23,"severity":24,"summary":25},"Praktischer Nutzen","Problemrelevanz","pass","Die Beschreibung legt das Problem der Einschränkungen von KI-Trading-Speichern und die Lösung, die die Outcome-Weighted Memory (OWM)-Architektur bietet, klar dar.",{"category":22,"check":27,"severity":24,"summary":28},"Einzigartiges Verkaufsversprechen","Die Erweiterung bietet eine neuartige Speicherarchitektur (OWM) und mehrere Speichertypen für KI-Trading-Agenten, die über die grundlegende Trade-Aufzeichnung hinausgehen.",{"category":22,"check":30,"severity":24,"summary":31},"Produktionsreife","Die Erweiterung bietet eine umfassende Reihe von Werkzeugen zur Aufzeichnung, zum Abruf, zur Analyse und zur Planung von Trades und deckt den gesamten Lebenszyklus des Speichermanagements für Trading-Agenten ab.",{"category":33,"check":34,"severity":24,"summary":35},"Umfang","Prinzip der einzigen Verantwortung","Die Erweiterung konzentriert sich auf die Domäne des KI-Trading-Speichers und bietet eine kohärente Reihe von Werkzeugen zur Aufzeichnung, zum Abruf und zur Analyse von Trade-bezogenen Informationen.",{"category":33,"check":37,"severity":24,"summary":38},"Qualität der Beschreibung","Die angezeigte Beschreibung spiegelt genau die im SKILL.md und README.md dargelegten Fähigkeiten wider, einschließlich der OWM-Architektur, der Speichertypen und der Anwendungsfälle.",{"category":40,"check":41,"severity":24,"summary":42},"Aufruf","Geltungsbereich von Werkzeugen","Die Werkzeuge sind spezifisch für ihre Funktion benannt (z. B. `remember_trade`, `recall_memories`, `get_strategy_performance`) und verlassen sich nicht auf willkürliche Eingaben.",{"category":44,"check":45,"severity":24,"summary":46},"Dokumentation","Konfigurations- & Parameterreferenz","Die SKILL.md und README.md detaillieren die Speichertypen, OWM-Scoring-Faktoren und verfügbaren MCP-Werkzeuge und bieten eine ausreichende Referenz für Konfiguration und Nutzung.",{"category":33,"check":48,"severity":24,"summary":49},"Werkzeugbenennung","Die Werkzeugnamen sind beschreibende Verb-Nomen-Paare, die ihre Funktion im Bereich des Trading-Speichers klar angeben.",{"category":33,"check":51,"severity":24,"summary":52},"Minimale I/O-Oberfläche","Die Werkzeugbeschreibungen und SKILL.md implizieren, dass Eingaben spezifische Trade-Kontexte anfordern und Ausgaben relevante Speicher- oder Analysedaten ohne übermäßige Diagnosen zurückgeben.",{"category":54,"check":55,"severity":24,"summary":56},"Lizenz","Lizenznutzbarkeit","Die Erweiterung ist unter der MIT-Lizenz lizenziert, wie in der LICENSE-Datei und README.md angegeben, was eine permissive Open-Source-Lizenz ist.",{"category":58,"check":59,"severity":24,"summary":60},"Wartung","Aktualität der Commits","Der letzte Commit war am 10. April 2026, was innerhalb der letzten 3 Monate liegt und eine aktive Wartung anzeigt.",{"category":58,"check":62,"severity":24,"summary":63},"Abhängigkeitsverwaltung","Die Erweiterung verwendet Standard-Python-Pakete und ist über PyPI verfügbar, was auf Standardpraktiken für die Abhängigkeitsverwaltung hindeutet.",{"category":65,"check":66,"severity":24,"summary":67},"Sicherheit","Geheimnisverwaltung","Die Erweiterung ist schreibgeschützt und verarbeitet oder exponiert keine Geheimnisse, API-Schlüssel oder sensible Benutzeranmeldeinformationen.",{"category":65,"check":69,"severity":24,"summary":70},"Injektion","Die Erweiterung konzentriert sich auf die strukturierte Datenerfassung und den Abruf, und es gibt keine Hinweise auf das Laden oder Ausführen von nicht vertrauenswürdigem Drittanbietercode oder -daten.",{"category":65,"check":72,"severity":24,"summary":73},"Transitive Lieferketten-Granaten","Die Erweiterung ist in sich geschlossen und ruft zur Laufzeit keinen externen Code oder keine externen Daten ab; alle notwendigen Komponenten sind gebündelt.",{"category":65,"check":75,"severity":24,"summary":76},"Sandbox-Isolation","Als Speicher- und Analysetool modifiziert es keine Dateien außerhalb seines vorgesehenen Geltungsbereichs und arbeitet lokal ohne externe Netzwerkanrufe.",{"category":65,"check":78,"severity":24,"summary":79},"Sandbox-Escape-Primitive","Es gibt keine Hinweise auf getrennte Prozess-Spawns oder Wiederholungsversuche bei abgelehnten Tool-Aufrufen in den bereitgestellten Quelldateien.",{"category":65,"check":81,"severity":24,"summary":82},"Datenexfiltration","Der Zweck der Erweiterung ist die lokale Datenspeicherung und -analyse; sie stellt ausdrücklich fest, dass keine externen Netzwerkanrufe erfolgen und keine Daten an Dritte gesendet werden.",{"category":65,"check":84,"severity":24,"summary":85},"Versteckte Texttricks","Die gebündelten Markdown-Dateien und der Code scheinen frei von versteckten Steuerungs-Tricks, Steuerzeichen oder verdächtigen Unicode-Sequenzen zu sein.",{"category":87,"check":88,"severity":24,"summary":89},"Hooks","Undurchsichtige Codeausführung","Der bereitgestellte Quellcode ist einfacher, lesbarer Python- und Markdown-Code, ohne Anzeichen von Verschleierung, Base64-Payloads oder Laufzeit-Skriptabrufen.",{"category":91,"check":92,"severity":24,"summary":93},"Portabilität","Strukturelle Annahme","Die Erweiterung arbeitet mit bereitgestellten Trade-Daten und trifft keine Annahmen über die Dateistruktur des Benutzerprojekts.",{"category":95,"check":96,"severity":24,"summary":97},"Vertrauen","Aufmerksamkeit für Issues","Es gibt 0 offene und 0 geschlossene Issues in den letzten 90 Tagen, was entweder auf ein sehr neues Projekt oder ein exzellentes Issue-Management hindeutet.",{"category":99,"check":100,"severity":24,"summary":101},"Versionierung","Release-Management","Das Projekt verwendet PyPI-Versionierung (`pip install tradememory-protocol`) und es sind GitHub-Release-Tags/Tags vorhanden, was eine klare Versionierung anzeigt.",{"category":103,"check":104,"severity":24,"summary":105},"Ausführung","Validierung","Obwohl spezifische Validierungsbibliotheken für Schemata nicht explizit in den bereitgestellten Snippets gezeigt werden, impliziert das Tooldesign strukturierte Eingaben für Trade-Daten, und die README deutet auf eine umfassende API-Referenz hin.",{"category":65,"check":107,"severity":24,"summary":108},"Ungeschützte destruktive Operationen","Die Erweiterung ist hauptsächlich ein Datenaufzeichnungs- und Abrufwerkzeug, ohne erwähnte oder implizierte destruktive Operationen.",{"category":110,"check":111,"severity":24,"summary":112},"Codeausführung","Fehlerbehandlung","Die SKILL.md und README.md implizieren eine robuste Fehlerbehandlung und -meldung für ihre Operationen, insbesondere für Compliance- und Audit-Funktionen.",{"category":110,"check":114,"severity":24,"summary":115},"Protokollierung","Der Fokus der Erweiterung auf manipulationssichere Audit-Trails deutet auf robuste interne Protokollierungsmechanismen für alle aufgezeichneten Ereignisse hin.",{"category":117,"check":118,"severity":24,"summary":119},"Compliance","DSGVO","Die Erweiterung befasst sich mit Trade-Daten und dem Verhalten von Agenten, nicht mit persönlichen Benutzerdaten. Persönliche Daten wären nur zufällig und würden lokal behandelt.",{"category":117,"check":121,"severity":24,"summary":122},"Zielmarkt","Die Erweiterung ist global auf jeden KI-Trading-Agenten anwendbar, ohne regionale oder gerichtliche Einschränkungen zu erwähnen.",{"category":91,"check":124,"severity":24,"summary":125},"Laufzeitstabilität","Die Erweiterung ist ein Python-Paket, das über pip installiert werden kann und lokal ausgeführt wird, wodurch es auf POSIX- und Windows-Systemen breit kompatibel ist.",{"category":44,"check":127,"severity":24,"summary":128},"README","Das README ist umfassend und beschreibt den Zweck der Erweiterung, ihre Funktionsweise, den Schnellstart, Anwendungsfälle und technische Details.",{"category":33,"check":130,"severity":24,"summary":131},"Größe der Werkzeugoberfläche","Die Erweiterung bietet 17 MCP-Werkzeuge an, was im empfohlenen Bereich für ein komplexes Dienstprogramm wie dieses liegt.",{"category":40,"check":133,"severity":24,"summary":134},"Überlappende Nahe-Synonym-Werkzeuge","Die Werkzeuge sind eindeutig benannt und decken getrennte Aspekte des Speichermanagements ab, wodurch redundante Nahe-Synonyme vermieden werden.",{"category":44,"check":136,"severity":24,"summary":137},"Phantom-Funktionen","Alle beworbenen Funktionen, einschließlich der 5 Speichertypen und des Audit-Trails, spiegeln sich in den Werkzeugbeschreibungen und der Dokumentation wider.",{"category":139,"check":140,"severity":24,"summary":141},"Installation","Installationsanleitung","Klare Installationsanweisungen sind für pip, Claude Code, Docker und aus der Quelle verfügbar, zusammen mit einem kopierbaren Beispiel für Claude Desktop.",{"category":143,"check":144,"severity":24,"summary":145},"Fehler","Aktionsfähige Fehlermeldungen","Der Schwerpunkt auf Audit-Trails, Compliance und strukturierte Abrufe impliziert, dass Fehlermeldungen handlungsfähig und informativ wären.",{"category":110,"check":147,"severity":24,"summary":148},"Angepinnte Abhängigkeiten","Als PyPI-Paket werden Abhängigkeiten standardmäßig verwaltet und angepinnt, und Skripte würden Standard-Shebangs verwenden.",{"category":33,"check":150,"severity":151,"summary":152},"Trockenlauf-Vorschau","not_applicable","Die Erweiterung ist in erster Linie ein Datenaufzeichnungs- und Abrufwerkzeug und beinhaltet keine zustandsverändernden Operationen, die eine Trockenlauf-Funktion erfordern würden.",{"category":154,"check":155,"severity":24,"summary":156},"Protokoll","Idempotente Wiederholung & Timeouts","Die Erweiterung konzentriert sich auf lokale Datenoperationen und scheint keine Remote-Aufrufe zu beinhalten, die explizite Wiederholungs-/Timeout-Behandlung über die Standardfunktionen der Bibliothek hinaus erfordern würden.",{"category":117,"check":158,"severity":24,"summary":159},"Telemetrie-Opt-in","Die Erweiterung gibt ausdrücklich an, keine externen Netzwerkanrufe zu tätigen, und sendet daher keine Telemetrie.",{"category":40,"check":161,"severity":24,"summary":162},"Präziser Zweck","Die Beschreibung definiert den Zweck klar als 'Domänenwissen für die KI-Trading-Erinnerung' und gibt Anwendungsfälle wie 'Aufzeichnen von Trades' und 'Leistungsanalyse' mit klaren Auslöserphrasen an.",{"category":40,"check":164,"severity":24,"summary":165},"Prägnantes Frontmatter","Das Frontmatter ist prägnant, in sich geschlossen und fasst die Kernfunktionalität und Auslöser effektiv zusammen.",{"category":44,"check":167,"severity":24,"summary":168},"Prägnanter Körper","Die SKILL.md ist prägnant und beschreibt die Architektur und die Werkzeuge, während tiefere Materialien in separaten Dateien wie 'docs/' delegiert werden.",{"category":170,"check":171,"severity":24,"summary":172},"Kontext","Progressive Offenlegung","Tiefere Materialien wie API-Referenzen und OWM-Framework-Details werden in separaten Markdown-Dateien verlinkt, was eine progressive Offenlegung zeigt.",{"category":170,"check":174,"severity":151,"summary":175},"Gabelnde Erkundung","Die Erweiterung ist nicht für tiefgehende Erkundungen oder Forschung innerhalb des Benutzerprojekts konzipiert; sie verwaltet ihren eigenen internen Speicherzustand.",{"category":22,"check":177,"severity":24,"summary":178},"Anwendungsbeispiele","Das README bietet ein klares Schnellstartbeispiel für die Integration mit Claude Desktop und erwähnt detaillierte Anleitungen und Anwendungsfälle in separater Dokumentation.",{"category":22,"check":180,"severity":24,"summary":181},"Randfälle","Die Dokumentation behandelt Randfälle implizit, indem sie sich auf die strukturierte Datenerfassung und den Abruf konzentriert, und erwähnt explizit Fehlerfälle in der Dokumentation 'Failure Taxonomy'.",{"category":110,"check":183,"severity":24,"summary":184},"Werkzeug-Fallback","Die Erweiterung ist ein in sich geschlossenes Python-Paket und stützt sich nicht auf externe MCP-Server mit Fallbacks.",{"category":65,"check":186,"severity":24,"summary":187},"Halt bei unerwartetem Zustand","Der Schwerpunkt auf Audit-Trails und Compliance deutet darauf hin, dass unerwartete Zustände Operationen stoppen und gemeldet würden.",{"category":91,"check":189,"severity":24,"summary":190},"Cross-Skill-Kopplung","Die Erweiterung ist in sich geschlossen und scheint nicht von anderen spezifischen zu ladenden Skills abzuhängen; alle verwandten Aufgaben werden intern oder über ihre eigenen bereitgestellten Werkzeuge gehandhabt.",1778693719704,"Diese Erweiterung bietet ein hochentwickeltes Speichersystem für KI-Trading-Agenten, das die Outcome-Weighted Memory (OWM)-Architektur mit fünf verschiedenen Speichertypen implementiert. Sie ermöglicht die detaillierte Aufzeichnung von Trades mit vollem Kontext, den Abruf basierend auf gewichteter Relevanz (Ergebnis, Ähnlichkeit, Aktualität, Vertrauen) und die Verhaltensanalyse. Sie umfasst Werkzeuge zur Erstellung von Trading-Plänen und zur Überprüfung des Agentenzustands, mit einem starken Fokus auf manipulationssichere Audit-Trails für die Einhaltung von Vorschriften.",[194,195,196,197,198],"Outcome-Weighted Memory (OWM)-Architektur","Fünf verschiedene Speichertypen (episodisch, semantisch, prozedural, affektiv, prospektiv)","Abrufbewertung basierend auf P&L, Kontextähnlichkeit, Aktualität und Vertrauen","Automatisierte Trade-Aufzeichnung und -Analyse","Manipulationssicherer SHA-256-Audit-Trail für die Einhaltung von Vorschriften",[200,201,202],"Ausführen von Trades oder Zugriff auf Gelder/Wallets des Benutzers.","Bereitstellung von Echtzeit-Marktdaten-Feeds (obwohl sie Marktkontext nutzt).","Ersetzen einer Kernhandelsplattform; es ist eine Speicherschicht.","3.0.0","4.4.0","KI-Trading-Agenten mit einem persistenten, intelligenten Gedächtnis auszustatten, das aus vergangenen Trades lernt, um zukünftige Entscheidungen zu informieren, die Leistung zu verbessern und regulatorische Dokumentationsanforderungen zu erfüllen.","Alle Prüfungen bestanden, was auf eine qualitativ hochwertige, gut dokumentierte und sichere Erweiterung hindeutet.",100,"Ein robustes und gut dokumentiertes KI-Trading-Speichersystem mit fortschrittlicher OWM-Architektur und Compliance-Funktionen.",[210,211,212,213,214],"trading","ai","memory","finance","python","verified",[217,218,219,220],"Aufzeichnung jedes Trades mit vollem Kontext für die spätere Analyse.","Abrufen ähnlicher vergangener Handelssituationen zur Information aktueller Entscheidungen.","Analyse der Handelsleistung pro Strategie und Identifizierung von Verhaltensmustern.","Einrichtung von Handelsplänen mit bedingten Auslösern und Risikoparametern.",{"codeQuality":222,"collectedAt":224,"documentation":225,"maintenance":228,"security":232,"testCoverage":235},{"hasLockfile":223},true,1778693700818,{"descriptionLength":226,"readmeSize":227},400,10941,{"closedIssues90d":8,"forks":229,"hasChangelog":223,"openIssues90d":8,"pushedAt":230,"stars":231},116,1775836242000,877,{"hasNpmPackage":233,"license":234,"smitheryVerified":233},false,"MIT",{"hasCi":223,"hasTests":223},{"updatedAt":237},1778693819124,{"basePath":239,"githubOwner":240,"githubRepo":241,"locale":18,"slug":13,"type":242},"tradememory-plugin/skills/trading-memory","mnemox-ai","tradememory-protocol","skill",{"_creationTime":244,"_id":245,"community":246,"display":247,"identity":251,"parentExtension":255,"providers":256,"relations":268,"tags":270,"workflow":271},1778693539593.1846,"k170vxkqee48k2xq1v55a025nh86nzn7",{"reviewCount":8},{"description":248,"installMethods":249,"name":250,"sourceUrl":14},"Persistent memory + autonomous strategy evolution for AI traders. 200+ trading MCP servers execute. None remember. TradeMemory does.",{"claudeCode":250},"tradememory",{"basePath":252,"githubOwner":240,"githubRepo":241,"locale":253,"slug":252,"type":254},"tradememory-plugin","en","plugin",null,{"evaluate":257,"extract":263},{"promptVersionExtension":203,"promptVersionScoring":204,"score":258,"tags":259,"targetMarket":262,"tier":215},98,[210,211,212,260,213,261],"strategy","automation","global",{"commitSha":264,"plugin":265},"HEAD",{"mcpCount":8,"provider":266,"skillCount":267},"classify",3,{"repoId":269},"kd73z11kfekksxyrs8ds0snacs86ncdy",[211,261,213,212,260,210],{"evaluatedAt":272,"extractAt":273,"updatedAt":274},1778693569977,1778693539593,1778693832100,{"evaluate":276,"extract":278},{"promptVersionExtension":203,"promptVersionScoring":204,"score":207,"tags":277,"targetMarket":262,"tier":215},[210,211,212,213,214],{"commitSha":264},{"parentExtensionId":245,"repoId":269,"translatedFrom":280},"k173a67a16bpq0e29wjd85v71986nx03",{"_creationTime":282,"_id":269,"identity":283,"providers":284,"workflow":409},1778693533831.6553,{"githubOwner":240,"githubRepo":241,"sourceUrl":14},{"classify":285,"discover":395,"github":398},{"commitSha":264,"extensions":286},[287,317,326,338,346,354,362,370,376],{"basePath":252,"description":248,"displayName":250,"installMethods":288,"rationale":289,"selectedPaths":290,"source":316,"sourceLanguage":253,"type":254},{"claudeCode":250},"plugin manifest at tradememory-plugin/.claude-plugin/plugin.json",[291,294,296,299,301,303,305,308,310,312,314],{"path":292,"priority":293},".claude-plugin/plugin.json","mandatory",{"path":295,"priority":293},"README.md",{"path":297,"priority":298},"skills/evolution-engine/SKILL.md","medium",{"path":300,"priority":298},"skills/risk-management/SKILL.md",{"path":302,"priority":298},"skills/trading-memory/SKILL.md",{"path":304,"priority":293},".mcp.json",{"path":306,"priority":307},"commands/daily-review.md","high",{"path":309,"priority":307},"commands/evolve.md",{"path":311,"priority":307},"commands/performance.md",{"path":313,"priority":307},"commands/recall.md",{"path":315,"priority":307},"commands/record-trade.md","rule",{"basePath":318,"description":319,"displayName":320,"installMethods":321,"rationale":322,"selectedPaths":323,"source":316,"sourceLanguage":253,"type":242},".skills/strategy-validator","Validate trading strategies for overfitting using 4 statistical tests (DSR, Walk-Forward, Regime, CPCV)","strategy-validator",{"claudeCode":12},"SKILL.md frontmatter at .skills/strategy-validator/SKILL.md",[324],{"path":325,"priority":293},"SKILL.md",{"basePath":327,"description":328,"displayName":250,"installMethods":329,"rationale":330,"selectedPaths":331,"source":316,"sourceLanguage":253,"type":242},".skills/tradememory","AI trading memory with outcome-weighted recall and autonomous strategy evolution. 17 MCP tools, 1,233 tests, works with any trading platform.",{"claudeCode":12},"SKILL.md frontmatter at .skills/tradememory/SKILL.md",[332,333,336],{"path":325,"priority":293},{"path":334,"priority":335},"scripts/install.sh","low",{"path":337,"priority":335},"scripts/setup_mt5.sh",{"basePath":339,"description":340,"displayName":341,"installMethods":342,"rationale":343,"selectedPaths":344,"source":316,"sourceLanguage":253,"type":242},"skills/binance-skills-hub/trade-memory","Compliance-grade decision audit trail for AI trading agents. Records every trading decision with full context (conditions, filters, indicators, risk state), SHA-256 tamper detection, and structured export for MiFID II / EU AI Act readiness. Works alongside Binance Spot, Futures, and Web3 skills — they execute trades, TradeMemory records why.","trade-memory",{"claudeCode":12},"SKILL.md frontmatter at skills/binance-skills-hub/trade-memory/SKILL.md",[345],{"path":325,"priority":293},{"basePath":347,"description":348,"displayName":349,"installMethods":350,"rationale":351,"selectedPaths":352,"source":316,"sourceLanguage":253,"type":242},"skills/tradememory-bridge","Bridge between Binance trading events and TradeMemory Protocol.\nAutomatically journals trades, recalls similar past setups, detects behavioral biases,\nand provides outcome-weighted recall for AI trading agents.\nUse this skill after executing Binance spot trades to build persistent memory.\n","tradememory-bridge",{"claudeCode":12},"SKILL.md frontmatter at skills/tradememory-bridge/SKILL.md",[353],{"path":325,"priority":293},{"basePath":355,"description":356,"displayName":357,"installMethods":358,"rationale":359,"selectedPaths":360,"source":316,"sourceLanguage":253,"type":242},"tradememory-plugin/skills/evolution-engine","Domain knowledge for the Evolution Engine — LLM-powered autonomous strategy discovery from raw OHLCV data. Covers the generate-backtest-select-evolve loop, vectorized backtesting, out-of-sample validation, and strategy graduation. Use when discovering trading patterns, running backtests, evolving strategies, or reviewing evolution logs. Triggers on \"evolve\", \"discover patterns\", \"backtest\", \"evolution\", \"strategy generation\", \"candidate strategy\".","evolution-engine",{"claudeCode":12},"SKILL.md frontmatter at tradememory-plugin/skills/evolution-engine/SKILL.md",[361],{"path":325,"priority":293},{"basePath":363,"description":364,"displayName":365,"installMethods":366,"rationale":367,"selectedPaths":368,"source":316,"sourceLanguage":253,"type":242},"tradememory-plugin/skills/risk-management","Risk management domain knowledge for trading agents — affective state monitoring, position sizing, drawdown management, tilt detection, and behavioral guardrails. Use when checking risk before trades, managing drawdowns, detecting behavioral drift, or enforcing discipline. Triggers on \"risk\", \"drawdown\", \"tilt\", \"position size\", \"lot size\", \"confidence\", \"revenge trading\", \"overtrading\", \"discipline\".","risk-management",{"claudeCode":12},"SKILL.md frontmatter at tradememory-plugin/skills/risk-management/SKILL.md",[369],{"path":325,"priority":293},{"basePath":239,"description":371,"displayName":13,"installMethods":372,"rationale":373,"selectedPaths":374,"source":316,"sourceLanguage":253,"type":242},"Domain knowledge for AI trading memory — Outcome-Weighted Memory (OWM) architecture, 5 memory types, recall scoring, and behavioral analysis. Use when recording trades, recalling similar contexts, analyzing performance, or checking behavioral drift. Triggers on \"record trade\", \"remember trade\", \"recall\", \"similar trades\", \"performance\", \"behavioral\", \"disposition\", \"affective state\", \"confidence\".",{"claudeCode":12},"SKILL.md frontmatter at tradememory-plugin/skills/trading-memory/SKILL.md",[375],{"path":325,"priority":293},{"basePath":377,"displayName":241,"installMethods":378,"rationale":379,"selectedPaths":380,"source":316,"sourceLanguage":253,"type":394},"",{"pypi":241},"server.json with namespace/server name at server.json",[381,383,385,386,388,390,392],{"path":382,"priority":293},"server.json",{"path":384,"priority":293},"pyproject.toml",{"path":295,"priority":293},{"path":387,"priority":307},"LICENSE",{"path":389,"priority":298},"src/tradememory/cli.py",{"path":391,"priority":298},"src/tradememory/server.py",{"path":393,"priority":335},"hosted/server.py","mcp",{"sources":396},[397],"manual",{"closedIssues90d":8,"description":399,"forks":229,"homepage":400,"license":234,"openIssues90d":8,"pushedAt":230,"readmeSize":227,"stars":231,"topics":401},"Decision audit trail + persistent memory for AI trading agents. Outcome-weighted recall, SHA-256 tamper detection, 17 MCP tools.","https://mnemox.ai/tradememory/",[402,403,394,212,404,210,405,406,357,407,408],"claude","forex","mt5","ai-agents","crypto","mcp-server","outcome-weighted-memory",{"classifiedAt":410,"discoverAt":411,"extractAt":412,"githubAt":412,"updatedAt":410},1778693539413,1778693533831,1778693537570,[211,213,212,214,210],{"evaluatedAt":415,"extractAt":273,"updatedAt":237},1778693719816,[],[418,447,469,490,512,533],{"_creationTime":419,"_id":420,"community":421,"display":422,"identity":428,"providers":433,"relations":440,"tags":443,"workflow":444},1778696691708.3274,"k170az7r02e9e2v47mpy80kx6n86nff3",{"reviewCount":8},{"description":423,"installMethods":424,"name":426,"sourceUrl":427},"Detect current market regime using npx neural-trader — bull/bear/ranging/volatile classification with recommended strategy",{"claudeCode":425},"ruvnet/ruflo","Trader Regime","https://github.com/ruvnet/ruflo",{"basePath":429,"githubOwner":430,"githubRepo":431,"locale":253,"slug":432,"type":242},"plugins/ruflo-neural-trader/skills/trader-regime","ruvnet","ruflo","trader-regime",{"evaluate":434,"extract":439},{"promptVersionExtension":203,"promptVersionScoring":204,"score":207,"tags":435,"targetMarket":262,"tier":215},[213,210,436,211,437,438],"market-analysis","typescript","cli",{"commitSha":264,"license":234},{"parentExtensionId":441,"repoId":442},"k17drge8h1fgzchr0p4jaeg33n86mwmy","kd7ed28gj8n0y3msk5dzrp05zs86nqtc",[211,438,213,436,210,437],{"evaluatedAt":445,"extractAt":446,"updatedAt":445},1778701108877,1778696691708,{"_creationTime":448,"_id":449,"community":450,"display":451,"identity":455,"providers":456,"relations":463,"tags":465,"workflow":466},1778693798788.0542,"k170ymfjagf8xv5gd19p7dq52986mp9g",{"reviewCount":8},{"description":452,"installMethods":453,"name":454,"sourceUrl":14},"Domänenwissen für die Evolution Engine — LLM-gestützte autonome Strategieentdeckung aus rohen OHLCV-Daten. Behandelt die Schleife Generieren-Backtesten-Auswählen-Entwickeln, vektorisiertes Backtesting, Out-of-Sample-Validierung und Strategiegraduierung. Verwenden Sie es beim Entdecken von Handelspatterns, Ausführen von Backtests, Entwickeln von Strategien oder Überprüfen von Evolutionsprotokollen. Löst aus bei \"evolve\", \"discover patterns\", \"backtest\", \"evolution\", \"strategy generation\", \"candidate strategy\".",{"claudeCode":12},"TradeMemory Protocol",{"basePath":355,"githubOwner":240,"githubRepo":241,"locale":18,"slug":357,"type":242},{"evaluate":457,"extract":462},{"promptVersionExtension":203,"promptVersionScoring":204,"score":207,"tags":458,"targetMarket":262,"tier":215},[210,211,212,459,460,461],"audit","compliance","llm",{"commitSha":264,"license":234},{"parentExtensionId":245,"repoId":269,"translatedFrom":464},"k171p5pgbfbm5g4k5sa3y4cj9s86m6hk",[211,459,460,461,212,210],{"evaluatedAt":467,"extractAt":273,"updatedAt":468},1778693678813,1778693798788,{"_creationTime":470,"_id":471,"community":472,"display":473,"identity":477,"providers":478,"relations":484,"tags":486,"workflow":487},1778693810753.2522,"k17e9x8nbeqn99r3hpez0fzfs186n9jv",{"reviewCount":8},{"description":474,"installMethods":475,"name":476,"sourceUrl":14},"Risikomanagement-Domänenwissen für Handelsagenten – Überwachung des affektiven Zustands, Positionsbestimmung, Drawdown-Management, Tilt-Erkennung und Verhaltensrichtlinien. Verwenden Sie dies beim Prüfen des Risikos vor Trades, beim Verwalten von Drawdowns, beim Erkennen von Verhaltensabweichungen oder beim Erzwingen von Disziplin. Löst bei \"risk\", \"drawdown\", \"tilt\", \"position size\", \"lot size\", \"confidence\", \"revenge trading\", \"overtrading\", \"discipline\" aus.",{"claudeCode":12},"Risk Management",{"basePath":363,"githubOwner":240,"githubRepo":241,"locale":18,"slug":365,"type":242},{"evaluate":479,"extract":483},{"promptVersionExtension":203,"promptVersionScoring":204,"score":207,"tags":480,"targetMarket":262,"tier":215},[210,365,481,482,213],"ai-agent","behavioral-analysis",{"commitSha":264,"license":234},{"parentExtensionId":245,"repoId":269,"translatedFrom":485},"k17bgwvhb6h29py715de1cm9xd86msq6",[481,482,213,365,210],{"evaluatedAt":488,"extractAt":273,"updatedAt":489},1778693700524,1778693810753,{"_creationTime":491,"_id":492,"community":493,"display":494,"identity":498,"providers":500,"relations":508,"tags":509,"workflow":510},1778696691708.2983,"k17c6tkghtgnr7jnsh6gf5mf9h86nk00",{"reviewCount":8},{"description":495,"installMethods":496,"name":497,"sourceUrl":427},"Implement persistent memory patterns for AI agents using AgentDB. Includes session memory, long-term storage, pattern learning, and context management. Use when building stateful agents, chat systems, or intelligent assistants.",{"claudeCode":425},"agentdb-memory-patterns",{"basePath":499,"githubOwner":430,"githubRepo":431,"locale":253,"slug":497,"type":242},".claude/skills/agentdb-memory-patterns",{"evaluate":501,"extract":507},{"promptVersionExtension":203,"promptVersionScoring":204,"score":502,"tags":503,"targetMarket":262,"tier":215},99,[211,504,212,505,437,506],"agent","database","nodejs",{"commitSha":264},{"repoId":442},[504,211,505,212,506,437],{"evaluatedAt":511,"extractAt":446,"updatedAt":511},1778698807267,{"_creationTime":513,"_id":514,"community":515,"display":516,"identity":520,"providers":522,"relations":529,"tags":530,"workflow":531},1778696691708.328,"k172nv5vbyw1c60vavz8f9esw186m2q7",{"reviewCount":8},{"description":517,"installMethods":518,"name":519,"sourceUrl":427},"Generate trading signals using npx neural-trader anomaly detection engine with Z-score scoring and neural prediction",{"claudeCode":425},"trader-signal",{"basePath":521,"githubOwner":430,"githubRepo":431,"locale":253,"slug":519,"type":242},"plugins/ruflo-neural-trader/skills/trader-signal",{"evaluate":523,"extract":528},{"promptVersionExtension":203,"promptVersionScoring":204,"score":502,"tags":524,"targetMarket":262,"tier":215},[210,213,525,526,527],"anomaly-detection","machine-learning","prediction",{"commitSha":264},{"parentExtensionId":441,"repoId":442},[525,213,526,527,210],{"evaluatedAt":532,"extractAt":446,"updatedAt":532},1778701148958,{"_creationTime":534,"_id":535,"community":536,"display":537,"identity":540,"providers":541,"relations":546,"tags":548,"workflow":549},1778693793330.2832,"k177d4r606hjhrdzjy7nbxena986ncpn",{"reviewCount":8},{"description":538,"installMethods":539,"name":349,"sourceUrl":14},"Brücke zwischen Binance-Handelsereignissen und dem TradeMemory Protocol.\nJournalisiert automatisch Trades, ruft ähnliche vergangene Setups ab, erkennt Verhaltensverzerrungen\nund bietet ergebnisgewichteten Abruf für KI-Trading-Agenten.\nVerwenden Sie diese Fähigkeit nach der Ausführung von Binance-Spot-Trades, um ein persistentes Gedächtnis aufzubauen.\n",{"claudeCode":12},{"basePath":347,"githubOwner":240,"githubRepo":241,"locale":18,"slug":349,"type":242},{"evaluate":542,"extract":545},{"promptVersionExtension":203,"promptVersionScoring":204,"score":502,"tags":543,"targetMarket":262,"tier":215},[210,213,212,544,481],"journaling",{"commitSha":264},{"repoId":269,"translatedFrom":547},"k17em57x7pnqhv6x3a2s5g5wv586mjq6",[481,213,544,212,210],{"evaluatedAt":550,"extractAt":273,"updatedAt":551},1778693660212,1778693793330]