jy-fund-research-report

基于恒生聚源 MCP 数据，生成覆盖基金概况、业绩、资产配置、经理、公司及投资建议的深度研究报告。

Audits

Warn

ClawScanWarn

Agentic behavior and permission review.

Static analysisPass

Pattern checks against bundled files.

VirusTotalPending

Multi-engine malware detections and file reputation.

Install

openclaw skills install jy-fund-research-report

基金深度研究报告生成器

基于 MCP 聚源金融数据库，自动生成专业深度的基金投资研究报告。报告包含基金概况、业绩分析、资产配置、基金经理、基金公司、投资建议六大模块，所有数据可溯源。

功能范围

本技能支持以下功能：

功能模块	说明
基金基本概况	基金代码、名称、类型、规模、成立日期、业绩基准、费率等
业绩深度分析	各周期收益率、同类排名、风险指标（夏普/波动率/回撤等）
资产配置分析	股票/债券/现金仓位、行业分布、持仓集中度
基金经理分析	现任/历任经理、管理业绩、投资风格、能力圈
基金公司分析	公司概况、管理规模、投研团队、财务数据
投资建议	适合投资者类型、配置建议、风险提示

支持查询的基金类型：

股票型基金
混合型基金
债券型基金
QDII 基金
FOF 基金

查询建议

查询必备要素：

基金代码（6 位数字，如 005827）或基金名称（如"易方达蓝筹精选混合"）

推荐查询写法：

使用基金代码最准确（如"005827"）
使用完整基金名称（如"易方达蓝筹精选混合"）
可指定分析维度（如"005827 业绩分析"、"005827 基金经理"）

查询示例

# 完整分析报告
./run.sh 005827

# 使用基金名称
./run.sh 易方达蓝筹精选混合

# 仅获取业绩数据
./run.sh 005827 performance

# 仅获取基金经理信息
./run.sh 005827 manager

# 仅获取资产配置
./run.sh 005827 allocation

在 OpenClaw 中直接使用：

帮我分析基金 005827，生成深度研究报告
分析易方达蓝筹精选混合的业绩和基金经理
生成 005827 的投资研究报告

环境检查与配置

每次使用本技能前，必须先检查 mcporter 安装和 MCP 服务配置状态！

步骤 1：检查 mcporter 是否安装

mcporter --version

如未安装，按以下流程安装：

# 1. 通过 npm 全局安装
npm install -g mcporter

# 2. 验证安装
mcporter --version

步骤 2：检查 MCP 服务配置

# 列出所有已配置的 MCP 服务
mcporter list

预期输出（必须包含以下两个服务）：

jy-financedata-tool
jy-financedata-api

如服务未配置，需要获取 JY_API_KEY 并配置：

2.1 获取 JY_API_KEY

向恒生聚源官方邮箱发送邮件申请签发数据地图 JY_API_KEY，用于接口鉴权。

申请邮箱： datamap@gildata.com

邮件标题： 数据地图 KEY 申请-XX 公司 - 申请人姓名

正文模板：

• 姓名：
• 手机号：
• 公司/单位全称：
• 所属部门：
• 岗位：
• MCP_KEY 申请用途：基金研究报告生成
• Skill 申请列表：jy-fund-research-report
• 是否需要 Skill 安装包：（是，邮件提供/否，自行下载）
• 其他补充说明（可选）：

申请通过后，恒生聚源将发送【工具版和接口版】KEY。

2.2 配置 MCP 服务

# 配置 jy-financedata-tool 服务
mcporter config add jy-financedata-tool --url "https://api.gildata.com/mcp-servers/aidata-assistant-srv-tool?token=你的 JY_API_KEY"

# 配置 jy-financedata-api 服务
mcporter config add jy-financedata-api --url "https://api.gildata.com/mcp-servers/aidata-assistant-srv-api?token=你的 JY_API_KEY"

2.3 验证配置

# 验证服务配置
mcporter list

预期输出应包含：

jy-financedata-tool
jy-financedata-api

2.4 测试调用

# 测试调用（所有工具入参均为 query）
mcporter call jy-financedata-api.FinancialDataAPI query="基金 005827 基本信息"

步骤 3：验证配置

# 验证服务配置
mcporter list

# 测试调用（注意：所有工具入参均为 query）
mcporter call jy-financedata-api.FinancialDataAPI query="基金 005827 基本信息"

预期： 返回基金基本信息的 JSON 数据。

步骤 4：运行环境检查脚本

cd ~/Desktop/jy-fund-research-report
./run.sh --check

脚本将自动检查：

mcporter 是否安装
MCP 服务是否配置
Python 3 是否可用
输出目录是否存在

核心工作流程

┌─────────────────┐    ┌─────────────────┐    ┌─────────────────┐
│  1. 环境检查     │ -> │  2. 并发获取数据  │ -> │  3. AI 深度分析   │
│  (mcporter/MCP) │    │  (7 个维度)      │    │  (生成报告)     │
└─────────────────┘    └─────────────────┘    └─────────────────┘
                               ↓
┌─────────────────┐    ┌─────────────────┐
│  5. 完成输出     │ <- │  4. 保存数据     │
│  (markdown 报告) │    │  (output 目录)   │
└─────────────────┘    └─────────────────┘

所有数据获取步骤并发执行以提升速度，单次完整数据获取约 60-90 秒。

步骤 1：环境检查

启动时自动检查：

mcporter 是否已安装
api-mcp 服务是否已配置
Python 3 是否可用
输出目录是否存在

如检查失败，脚本将提示用户进行相应配置。

步骤 2：并发获取基金数据

使用 Python 脚本并发调用 MCP 工具获取 7 个维度数据：

维度	查询示例	用途
basic	`基金{code} 基本信息`	基金概况、规模、费率
performance	`基金{code} 业绩表现`	各周期收益率、排名
risk	`基金{code} 风险指标`	夏普比率、波动率、回撤
manager	`基金{code} 基金经理`	经理履历、管理业绩
allocation	`基金{code} 资产配置`	股票/债券仓位
holdings	`基金{code} 重仓股`	持仓集中度、重仓股
company	`基金公司概况`	公司实力、财务数据

调用方式：

mcporter call jy-financedata-api.FinancialDataAPI query="基金 005827 基本信息"

步骤 3：AI 深度分析

将获取的原始数据发送给 AI，AI 根据参考报告格式进行深度分析：

解析各维度数据
进行业绩归因分析
评估基金经理能力
生成投资建议

步骤 4：生成报告

输出 Markdown 格式报告，包含：

基金基本概况
基金业绩分析（含业绩归因）
资产配置及持仓风格
基金经理投资框架
基金公司分析
综合评价及投资建议

快速开始

方式 A：命令行运行

# 1. 进入技能目录
cd ~/Desktop/jy-fund-research-report

# 2. 运行脚本（替换基金代码）
./run.sh 005827

# 3. 查看输出
ls -la output/
cat output/005827_data.md

方式 B：在 OpenClaw 中直接使用

帮我分析基金 005827，生成深度研究报告

AI 将自动：

调用 MCP 工具获取数据
进行深度分析
输出完整报告

方式 C：使用 Python 脚本直接获取数据

python3 scripts/fetch_data.py 005827

数据获取策略

优先级策略：

优先使用基金代码查询（最准确）
代码查询失败时，尝试基金名称
关键数据缺失时，尝试同义词查询

超时处理：

单次查询超时：30 秒
整体获取超时：180 秒
超时后输出已获取数据，标记缺失部分

错误处理：

查询无数据：标记为"暂缺"
服务不可用：提示用户检查配置
网络错误：重试 1 次后报错

资源清单

~/Desktop/jy-fund-research-report/
├── SKILL.md              # 技能说明文档（本文件）
├── run.sh                # 入口脚本（环境检查 + 数据获取）
├── scripts/
│   ├── fetch_data.py     # 数据获取脚本（并发调用 MCP）
│   └── ai_prompt.md      # AI 分析指令模板
├── references/
│   └── report_template.md  # 报告格式参考模板
└── output/               # 输出目录（运行时生成）
    ├── {code}_data.md    # 原始数据
    └── {code}_report.md  # 分析报告（AI 生成）

限制

数据源限制

依赖恒生聚源 MCP 服务，需有效 JY_API_KEY
部分新成立基金（<3 个月）数据可能不完整
QDII 基金数据可能存在 T+2 延迟

输出限制

报告为 Markdown 格式，不支持直接导出 PDF/Word
实时净值数据需通过其他工具获取
不支持多基金对比分析（需分别查询）

注意事项

JY_API_KEY 安全： 请勿在公开场合分享你的 API_KEY
数据时效性： 基金数据通常为 T+1 更新
投资建议： 报告仅供参考，不构成投资建议

故障排查

问题 1：mcporter 命令未找到

解决：

npm install -g mcporter

问题 2：MCP 服务未配置

解决：

mcporter config add api-mcp --url "https://pure.warrenq.com/mcpdb/api-mcp?token=你的 JY_API_KEY"

问题 3：查询返回空数据

可能原因：

基金代码错误
基金名称不准确
MCP 服务暂不可用

解决：

验证基金代码是否正确（6 位数字）
尝试使用基金全称查询
检查网络连接和 API_KEY 有效性

问题 4：脚本执行超时

解决：

减少并发数量（修改 fetch_data.py 中的 max_workers）
增加超时时间（修改 CONFIG 中的 timeout 配置）
检查网络连接

免责声明

本报告由 AI 基于公开数据生成，仅供参考，不构成任何投资建议。

基金投资有风险，过往业绩不代表未来表现
投资者应根据自身风险承受能力独立决策
报告数据可能存在延迟或误差，请以基金公司官方披露为准
使用本技能产生的任何投资决策风险由用户自行承担

技术支持： 参考 references/report_template.md 获取完整报告格式示例。

版本： 1.0.0
最后更新： 2026-04-02