可移植自包含的股票分析薄编排 skill。行情/基本面/新闻/资金流等全部数据委托 sibling skill a-stock-data(A股,43端点)运行时取数;本 skill 只做输入归一化、技术指标(纯标准库)、上下文合并、LLM 决策仪表盘 prompt、报告存储。覆盖 A 股 + A 股 ETF(港美台不支持)。编排流程与 prompt 内置,任何支持 skill 的智能体项目都能用。存储可选本地文件或 sqlite。
Stock Analysis Skill(薄编排 · 全数据委托)
A 股分析薄编排 skill:只负责输入归一化、技术指标计算(纯标准库)、上下文合并、LLM 决策仪表盘 prompt、报告落盘。所有数据获取委托 sibling skill a-stock-data(43 端点 / 15 数据源)在运行时由 agent 调用——本 skill 不维护任何 fetcher/channel/dispatcher。
1. 概述
本 skill 是编排层 + 指标库 + prompt + 存储;数据层全部委托 a-stock-data。K线 由本 skill kline.py 取——候选源含 a-stock-data §1.3 百度K线 / §1.1 mootdx(opt-in) + 腾讯 appstock,发现机制探测命中源、持久化优先链到 storage/kline_chain.json(无写死兜底,不同环境发现不同命中源)。仅支持 A 股 + A 股 ETF(a-stock-data 是纯 A 股 skill,港美台不支持)。
2. 触发条件
满足任一即激活:
- 用户请求分析 A 股个股 / A 股 ETF(
600519/515980/002044等)。 - 用户要生成 A 股决策仪表盘报告或回顾历史分析。
- 用户要 A 股行情 / 新闻 / 资金流 / 基本面数据(取数委托 a-stock-data)。
非触发:纯持仓管理、交易记录、回测 → portfolio-manager skill。港股/美股/台股 → 不支持(a-stock-data 不覆盖)。
3. 依赖与分工
| 层 | 由谁 | 说明 |
|---|---|---|
| 编排(步骤1/5/6/7)+ 指标(步骤3) | 本 skill | scripts/lib/indicators.py 纯标准库;references/prompts.md、storage.md |
| K线/行情(步骤2) | 本 skill scripts/lib/kline.py | 候选源:a-stock-data §1.3 百度K线 / §1.1 mootdx(opt-in) + 腾讯 appstock;发现机制探测命中源、存优先链 storage/kline_chain.json,无写死兜底 |
| 数据(步骤2b/4:基本面/新闻/资金流/研报/公告/打板/期权/舆情) | 委托 a-stock-data skill | agent 运行时按 a-stock-data 端点路由速查表取代码段执行,归一化后喂本 skill |
a-stock-data 依赖(项目 .venv 已装):mootdx/stockstats/requests/pandas。本 skill 自身零 pip 依赖(indicators + kline 均纯标准库 urllib)。
本 skill 不 import a-stock-data(它是单文件 Skill,非 Python 模块)。"委托" = agent 运行时调 a-stock-data skill 取数 + 归一化;K线 由本 skill kline.py 取(候选含 a-stock-data 百度/mootdx + 腾讯,发现机制决定命中源,非写死兜底)。
4. 工具索引表
| 想做什么 | 用什么 |
|---|---|
| 跑完整分析流程 | 读 references/orchestration.md(步骤含委托 a-stock-data 的取数点) |
| 拿分析 SYSTEM_PROMPT 与输出 schema | 读 references/prompts.md |
| 拿 A 股 K线/行情(bars + OHLCV) | python -c "import sys; sys.path.insert(0,'scripts'); from lib.kline import fetch_quote; print(fetch_quote('515980'))" |
| 算技术指标(MA/RSI/量比/乖离) | python -c "import sys; sys.path.insert(0,'scripts'); from lib.indicators import compute_all; ..."(喂 kline.fetch_bars 的 bars) |
| 多股批量信号总表(Tier1,快) | python scripts/batch.py [--codes "600519,515980,..." --names "..."] [--news NAMES] [--json] |
| 查报告落盘目录结构与 sqlite 表 | 读 references/storage.md |
| 取 A 股基本面/新闻/资金流/研报等 | 调 sibling skill a-stock-data(其 SKILL.md 端点路由速查表) |
5. 环境变量
| 变量 | 用途 | 缺失行为 |
|---|---|---|
STORAGE_MODE | file(默认) / sqlite | 缺省 file |
STORAGE_DIR | 覆盖 storage/ 根目录 | 缺省 skill 内 storage/ |
数据层环境变量见 a-stock-data SKILL.md(OPENWEBSEARCH_* 不再用;东财限流 EM_MIN_INTERVAL 等)。
6. 快速开始
-
依赖:a-stock-data 的
.venv依赖已装(mootdx/stockstats/requests/pandas);本 skill 指标库零依赖。 -
冒烟(指标):
bash python -c "import sys,json; sys.path.insert(0,'scripts'); from lib.indicators import compute_all; print(compute_all([{'close':10,'volume':100},{'close':11,'volume':120}]))" -
跑完整分析:按
references/orchestration.md步骤——步骤 2/2b/4 调 a-stock-data 取数并归一化,步骤 3 算指标,步骤 5 合并 context pack,步骤 6 读prompts.md生成决策仪表盘,步骤 7 按storage.md落盘。
7. 允许的自动操作
- 运行
scripts/lib/indicators.py(compute_all,纯标准库)。 - 调 sibling skill
a-stock-data取 A 股数据(按其端点路由速查表)。 - 读
references/*.md。 - 写
storage/reports/下报告文件(file 模式)或storage/analysis.db(sqlite 模式)。 - 单股或 ≤5 只批量分析。
8. 需确认操作
- 批量分析 > 5 只:先列清单与预计取数次数,等用户确认。
force_refresh/ 绕过缓存重新拉取:确认是否真需要。STORAGE_DIR指向 skill 外路径。- 任何写入 skill 目录外的操作。
9. 已知限制
- 纯 A 股:港股/美股/台股不支持(a-stock-data 不覆盖,kline.py 也只映射 A 股/ETF 符号)。如需港美台,可另加 yfinance 委托层(当前不提供)。
- K线 发现+持久化:K线 由
kline.py取,候选源 a-stock-data §1.3 百度 / §1.1 mootdx(opt-in,KLINE_TRY_MOOTDX=1) + 腾讯 appstock;首次探测命中源、存优先链storage/kline_chain.json(无写死兜底)。本机 mootdx TDX 死 + 百度返空,发现命中 tencent;他机可能命中百度/mootdx。保存链全失败则自愈重探。mootdx 独有的五档/逐笔/F10 不可用。 - 委托开销:基本面/新闻/资金流等每次取数需 agent 加载 a-stock-data SKILL.md 对应章节并 exec 内嵌 Python,比直接 HTTP 调用慢且 token 重;批量按端点路由速查表局部读取控 token。
- 无程序化数据 CLI(除 K线/指标/批量):K线/指标有
scripts/lib/{kline,indicators}.py直接 import 入口,多股批量有scripts/batch.py(Tier1 信号总表,K线并发+qt批量,30只~1-2s);基本面/新闻等只能 agent 委托 a-stock-data。
Related skills
- Downloads
- 1.5kAll time
- Security audit
- Review
- Last updated
- 4mo ago
- Current version
- v0.1.0
- License
- MIT-0
