Install
openclaw skills install @caoling7878-arch/yanlin-report-gen研林Skill — 产业投研日报生成器,将采集数据合成为完整券商级日报(Markdown格式)
openclaw skills install @caoling7878-arch/yanlin-report-gen⚠️ 数据来源与限制(重要披露): 默认模式:基于传入的4个数据JSON(market/macro/news/filings)生成日报;另有
--standalone独立模式:自动调用本课程配套的采集Skill(yanlin-market-data 等)拉取数据,该模式仅适用于已完整安装课程全部Skill的环境,且数据来源同样遵循各采集Skill的实时优先/内置兜底策略。 日报仅用于课程教学演示,不构成投资建议。
将前序Skill采集的结构化数据,按固定模板生成完整的产业投研日报。
前序4个Skill的输出JSON必须全部提供,缺一不可:
yanlin-market-data → 市场行情数据yanlin-macro-data → 宏观指标数据yanlin-news-filter → 过滤后的关键事件yanlin-company-filings → 有效公告列表market_data.json ───────┐
macro_data.json ─────────┤
news_filter.json ────────┤──→ 日报模板引擎 → 产业投研日报.md
filings_data.json ───────┘ │
├── 一致性校验
└── 格式化输出
| 板块 | 输入数据源 | 核心逻辑 |
|---|---|---|
| 一、今日核心投研结论 | 全量数据 | AI提取TOP 1-3条最重要边际变化 |
| 二、宏观&流动性观察 | macro_data | 表格+文字解读,判断对权益市场影响 |
| 三、行业产业动态深度解读 | news_filter | 事件→边际变化→供需→业绩→预期差 |
| 四、重点公司公告速览 | filings_data | 过滤后的有效公告表格 |
| 五、市场情绪&资金复盘 | market_data | 指数复盘+轮动归因+估值分位 |
| 六、明日前瞻&跟踪清单 | 全量+历史 | 事件日历+赛道增量更新+催化 |
| 七、核心风险提示 | 全量 | 五大维度风险评估矩阵 |
python3 {baseDir}/scripts/generate_report.py \
--market-data <market_data.json> \
--macro-data <macro_data.json> \
--news-data <news_filter.json> \
--filings-data <filings_data.json> \
--output <output_dir> \
--date YYYY-MM-DD
研林产业投研日报_YYYY-MM-DD.md--format pdf 或 --format docx 按需输出研林产业投研日报_2026-07-03.md
存放路径:{output_dir}/{date}/