fear-greed

fear-greed 是一款专注于加密货币市场情绪监测的轻量级工具，通过获取权威的恐惧与贪婪指数（Fear & Greed Index），为交易者和开发者提供即插即用的数据可视化解决方案。该技能以 Strykr PRISM 数据服务为后端支撑，无需 API 密钥即可获取实时市场 sentiment 数据，极大降低了技术接入门槛。

核心用法

该技能提供三层使用方式：对于终端用户，可通过 ./fear-greed.sh 命令行工具快速获取当前指数值，支持 --json 输出格式便于脚本处理，以及 --history 查看历史数据；对于前端开发者，提供完整的 React 组件（FearGreedGauge），支持 dark/light/transparent 多主题、gauge/bar/badge 多种展示形态，并内置 5 分钟自动刷新机制；对于内容创作者，可直接通过 iframe 或 HTML/JS 嵌入代码将情绪仪表盘集成到博客、Newsletter 或 Discord 机器人中。所有接口均返回标准化 JSON 格式，包含 0-100 的指数值、情绪标签（Extreme Fear 至 Extreme Greed）及 UTC 时间戳。

显著优点

首先是零配置开箱即用，用户无需注册 API 密钥或配置复杂参数，通过环境变量 PRISM_URL 即可自定义数据源，默认依赖的 Strykr PRISM 端点响应速度仅需 229ms。其次是多形态嵌入能力，从终端 ASCII 艺术到现代 React 组件，再到传统 HTML iframe，覆盖 CLI、Web、移动端全场景。第三是AI 代理原生支持，技能描述明确提及与 Claude、Cursor 等 AI 编码助手的兼容性，适合集成到自动化交易工作流或 AI Agent 的决策链中。此外，可视化设计专业，提供直观的仪表盘、进度条和紧凑徽章三种形态，并支持自定义刷新间隔，满足不同实时性需求。

潜在缺点或局限性

首要局限在于第三方 API 依赖，所有数据均来自 strykr-prism.up.railway.app，该服务的长期稳定性、数据准确性和持续性维护由个人开发者（T3 来源）提供，存在服务中断或数据延迟风险。其次是功能单一性，该技能仅提供恐惧贪婪指数这一项指标，缺乏与其他市场数据（如价格、成交量、链上指标）的联动分析能力。第三是网络强依赖，无法在离线环境使用，且当前实现缺少 TLS 证书验证机制，存在中间人攻击的潜在风险。此外，作为较新的社区项目（GitHub Stars 未公开），缺乏广泛的社区验证和第三方安全审计。

适合的目标群体

加密货币交易员可利用该指标作为逆向投资参考（极端恐惧时买入，极端贪婪时卖出），快速判断市场过热程度；金融科技开发者可将其集成至交易仪表盘、投资组合管理 App 或算法交易系统中，作为情绪因子输入；金融内容创作者和市场分析师可在 Substack 博客、YouTube 直播或 Twitter 分析中嵌入实时情绪徽章，增强内容数据支撑；AI 应用开发者可利用其标准化输出，为交易机器人或市场分析 Agent 提供实时 sentiment 数据流。

使用风险

数据可靠性风险：恐惧贪婪指数基于社交媒体情绪、波动率、市场动量等多维度计算，不同数据源算法存在差异，且 T3 来源的数据未经权威金融机构背书，不应作为唯一交易依据。服务可用性风险：Railway 平台免费套餐可能存在休眠或流量限制，高并发场景下 API 响应可能延迟或失败。网络安全风险：当前实现未强制验证 TLS 证书，在公共 Wi-Fi 等不可信网络环境下，数据传输可能被截获或篡改。合规风险：在某些司法管辖区，使用情绪指标进行自动化交易可能涉及金融监管合规要求，用户需自行评估法律风险。建议生产环境使用时配置自定义可信数据源，并添加本地缓存机制以降低外部依赖。