# Market Ingest

> Ingiere y normaliza datos de mercado en vectores OHLCV con indexación HNSW.

Fuente: https://skillsagentes.com/skills/ruvnet/ruflo/market-ingest
Markdown: https://skillsagentes.com/skills/ruvnet/ruflo/market-ingest.md

Repositorio: https://github.com/ruvnet/ruflo
Autor: ruvnet
Licencia: MIT
Actualizado: el mes pasado
Coste de contexto: 18 tok instalada, 529 tok al activarse, 529 tok con todos los archivos del bundle
Bundle: 1 archivo, 2 KB
Permisos que pide: bash mcp__plugin_ruflo-core_ruflo__memory_store mcp__plugin_ruflo-core_ruflo__memory_search mcp__plugin_ruflo-core_ruflo__ruvllm_hnsw_create mcp__plugin_ruflo-core_ruflo__ruvllm_hnsw_add mcp__plugin_ruflo-core_ruflo__embeddings_generate

## Instalación

Un skill son archivos markdown: los mismos archivos valen para cualquier agente y lo único que cambia es el directorio de destino, es decir la bandera `--agent`. Añade `-g` para instalarlo en todos los proyectos de la máquina.

```bash
# Claude Code
npx -y skills add ruvnet/ruflo --skill market-ingest --agent claude-code
# Cursor
npx -y skills add ruvnet/ruflo --skill market-ingest --agent cursor
# Codex
npx -y skills add ruvnet/ruflo --skill market-ingest --agent codex
# Gemini CLI
npx -y skills add ruvnet/ruflo --skill market-ingest --agent gemini
# Windsurf
npx -y skills add ruvnet/ruflo --skill market-ingest --agent windsurf
# Cline
npx -y skills add ruvnet/ruflo --skill market-ingest --agent cline
```

## Qué hace

- Obtiene datos OHLCV de un símbolo desde una API, un CSV o entrada manual.
- Normaliza los precios a valores relativos y calcula el z-score del volumen.
- Codifica cada vela como un vector de 64 dimensiones y lo indexa con HNSW.
- Guarda los datos normalizados en el namespace market-data vía memory_store.

## Cuándo usarla

- Necesitas preparar datos de mercado en bruto antes de detectar patrones o buscar similitudes.
- Es el primer paso obligatorio antes de usar market-pattern.

## Qué la activa

- "Ingiere los datos OHLCV de AAPL de la última semana"
- "Prepara los datos de mercado de TSLA para detectar patrones"

## Antes de instalar

- Necesita en el PATH: npx

## Archivos

- SKILL.md — 2 KB

## SKILL.md

Reproducido tal cual desde ruvnet/ruflo bajo MIT. Esta sección es el documento original y está en inglés.

# Market Ingest

Fetch market data for a symbol, normalize to OHLCV vectors, and store with HNSW indexing for fast pattern search.

## When to use

When you need to ingest raw market data (price and volume) for a symbol and prepare it for pattern detection and similarity search. This is the first step before running pattern detection or comparison.

## Steps

1. **Fetch data** -- retrieve OHLCV data for the symbol from the configured data source (REST API, CSV file, or manual input)
2. **Normalize** -- convert raw prices to relative values:
   - Open: `(open - prev_close) / prev_close`
   - High: `(high - open) / open`
   - Low: `(low - open) / open`
   - Close: `(close - open) / open`
   - Volume: Z-score against rolling mean/std
3. **Vectorize** -- encode each candle as a 64-dimension padded vector (5 normalized OHLCV values + padding). For semantic embeddings of pattern descriptions, use `mcp__plugin_ruflo-core_ruflo__embeddings_generate` (NOT `embeddings_embed` — that tool name does not exist).
4. **Store** -- call `mcp__plugin_ruflo-core_ruflo__memory_store --namespace market-data` to persist normalized OHLCV data with symbol+date keys. The `memory_*` tool family routes by namespace; the `agentdb_hierarchical-*` family routes by tier (`working|episodic|semantic`) and ignores namespace strings, so use `memory_*` here.
5. **Index** -- call `mcp__plugin_ruflo-core_ruflo__ruvllm_hnsw_add` to add vectors to the HNSW index for nearest-neighbor search.
6. **Report** -- summarize: candles ingested, date range, price range, average volume

## CLI alternative

```bash
npx @claude-flow/cli@latest memory store --namespace market-data --key "symbol-SYMBOL-DATE" --value "OHLCV_JSON"
```

## Dónde encaja

- Categoría: [Finanzas](https://skillsagentes.com/categorias/finanzas.md) — Contabilidad, modelado financiero y flujos de reportes.
- Creador: [ruvnet](https://skillsagentes.com/creators/ruvnet.md) — 275 skills en el directorio
- [Todas las skills](https://skillsagentes.com/skills.md)
- [Ranking de instalaciones](https://skillsagentes.com/ranking.md)

## Otras skills del mismo repositorio

- [Harness Gepa](https://skillsagentes.com/skills/ruvnet/ruflo/harness-gepa.md): Inspecciona y audita genomas GEPA: carga y valida un genoma, renderiza el system prompt que compila, o clasifica los modos de fallo de una transcripción de ejecución.
- [Deepseek Reason](https://skillsagentes.com/skills/ruvnet/ruflo/deepseek-reason.md): Completion en modo razonamiento contra deepseek-reasoner (R1) de DeepSeek. Devuelve el chain-of-thought por separado de la respuesta final. Lee DEEPSEEK_API_KEY y degrada si falta o la API no responde.
- [Deepseek Chat](https://skillsagentes.com/skills/ruvnet/ruflo/deepseek-chat.md): Completion de un solo turno contra el modelo deepseek-chat de DeepSeek vía /v1/chat/completions. Lee DEEPSEEK_API_KEY y degrada con status:degraded si falta o la API no responde. Para tareas sin razonamiento.
- [Adr Index](https://skillsagentes.com/skills/ruvnet/ruflo/adr-index.md): Construye o reconstruye el índice de ADRs y su grafo de dependencias ejecutando scripts/import.mjs, en vez de cientos de llamadas MCP.
- [Agntcy Status](https://skillsagentes.com/skills/ruvnet/ruflo/agntcy-status.md): Muestra el estado de la integración AGNTCY/SLIM/CASA: si los paquetes están instalados, qué transporte está activo y si el enforcement de CASA está habilitado.

---

Skills Agentes · [Índice de páginas en markdown](https://skillsagentes.com/sitemap.md) · [Inicio](https://skillsagentes.com/index.md)