According to AlphaMoat, as of 2026-10, 股票每日分析 has 22,009 downloads and 15 stars — ranked by downloads #1,278 among 10,914 AI skills in this ranking, and #111 of 1,228 in Professional.
The list defaults to total downloads and can also be sorted by stars; detail-page rankings use total downloads.
| Platform | Downloads | Stars | Comments |
|---|---|---|---|
| SkillHub ↗ | 22.0K | 15 | — |
Platforms count differently and update at different times.
It generates candidate lists, execution plans and manual order sheets using the workspace environment. Cached scores are preferred unless a refresh is requested; prices may come from live data or fallback templates and must be labeled. Local reports do not imply external delivery or order execution, and scheduling needs separate configuration.
Profile published 2026-10-27
Generated from the skill’s documentation as examples; not results of actual runs.
The counting method changed in 2026-09: skills with the same name are now counted separately by author, and the full catalog is covered. Dashed lines show months before the change; they are not compared with later months, and no growth is computed across the change.
| Month | Downloads | MoM | Stars |
|---|---|---|---|
| 2026-10 | 22.0K | — | 15 |
| 2026-09 | 7.3K | — | 15 |
| 2026-08 | 4.8K | +33.6% | 14 |
| 2026-07 | 3.6K | +54.4% | 9 |
| 2026-06 | 2.3K | +51.4% | 8 |
| 2026-05 | 1.5K | — | 1 |
| 2026-03 | 254 | — | - |
The author’s original file, shown as plain text without edits or review by AlphaMoat. Links are not clickable; check commands before running them. Fetched 2026-10-23.
--- name: a-share-daily-analysis description: 为当前工作区生成每日 A 股筛选报告、5 只候选股、执行价位和手工条件单清单。 --- # A 股每日分析 当用户在这个工作区里提出以下需求时,使用这个 skill: - 生成每日 A 股分析报告
- 输出当前值得跟踪的 5 只交易候选股 - 给出突破买点、回踩买点、止损位、止盈位 - 重新生成券商可手工录入的条件单清单 - 配置每日定时生成报告 ## 工作区事实 - 主工作流脚本: `trade_candidate_pipeline.py` - 每日报告生成脚本: `generate_daily_report.py` - 执行计划脚本: `trade_execution_plan.py` - 手工条件单导出脚本: `manual_order_ticket.py` - 全市场缓存评分文件: `a_share_scores.csv` - Python 解释器应使用当前工作区虚拟环境 - Windows 常见路径: `.venv/Scripts/python.exe` - Linux 服务器常见路径: `.venv/bin/python` ## 工作规则 1. 除非用户明确要求刷新市场数据,否则优先使用 `a_share_scores.csv` 中的缓存评分。 2. 如果实时行情或历史数据获取失败,保持当前的回退执行方案,不要让整个流程直接失败。 3. 除非用户已经配置了邮件、webhook、聊天通道等真实推送方式,否则不要声称已经具备外部推送能力。 4. 如果用户要求在 Windows 上定时生成报告,优先复用现成的 PowerShell 计划任务脚本。 5. 除非用户明确要求修改阈值、因子或筛选标准,否则沿用当前工作区既有的选股逻辑。 6. 如果当前运行环境是 Linux 服务器,不要使用 PowerShell 计划任务脚本;优先使用 OpenClaw cron 或系统 cron。 ## 默认工作流程 ### 1. 生成完整的每日报告包 在 Windows 上执行: ```powershell d:/pythonfile/uderestimate/.venv/Scripts/python.exe d:/pythonfile/uderestimate/generate_daily_report.py ``` 在 Linux 服务器上执行: ```bash ./.venv/bin/python ./generate_daily_report.py ``` 这一步应当刷新以下输出: - `a_share_agent_top5.csv` - `a_share_agent_execution_plan.csv` - `a_share_manual_order_sheet.csv` - `reports/a_share_daily_report_YYYYMMDD.md` - `a_share_daily_report_latest.md` ### 2. 只重跑选股和执行价位 在 Windows 上执行: ```powershell d:/pythonfile/uderestimate/.venv/Scripts/python.exe d:/pythonfile/uderestimate/trade_candidate_pipeline.py ``` 在 Linux 服务器上执行: ```bash ./.venv/bin/python ./trade_candidate_pipeline.py ``` ### 3. 注册 Windows 工作日定时任务 执行: ```powershell powershell -ExecutionPolicy Bypass -File d:/pythonfile/uderestimate/register_daily_report_task.ps1 ``` 如果要自定义时间: ```powershell powershell -ExecutionPolicy Bypass -File d:/pythonfile/uderestimate/register_daily_report_task.ps1 -RunTime 14:40 ``` ### 4. Linux 服务器定时运行 如果 OpenClaw 当前运行时支持 cron 工具,优先通过 OpenClaw cron 定时触发这个工作区流程。 如果 OpenClaw 当前运行时没有 cron 工具,则使用系统 cron,例如: ```bash 50 14 * * 1-5 cd /srv/uderestimate && ./.venv/bin/python ./generate_daily_report.py >> /srv/uderestimate/logs/daily_report.log 2>&1 ``` ## 输出时必须说明的内容 当你完成一次报告生成后,需要明确说明: - 使用的是缓存评分,还是重新刷新了市场数据 - Markdown 报告写到了哪里 - 执行价位来自实时数据,还是回退模板模式 - 候选股清单、执行计划、手工条件单分别写到了哪里 如果用户要求设置定时任务,还需要补充说明: - 注册的任务名 - 任务执行时间 - 当前实现是本地生成文件,不等于已经接入外部消息推送 ## 如果用户要求 OpenClaw 原生定时 如果当前 OpenClaw 运行时暴露了 cron 工具,优先创建一个 cron 任务来执行这个工作区流程,并返回一段简短结果摘要。 如果当前运行时没有 cron 工具,就回退到现有的 Windows 计划任务脚本,并明确说明当前交付目标仍然是本地报告文件,而不是外部消息通道。 如果当前环境是 Linux 服务器,则回退目标应改为系统 cron,而不是 Windows 计划任务。
AIGC创作过程自动存证技能。自动识别创作平台与生成工具,将创作过程记录存证并盖有公安备案电子印章,具备可信时间戳,可以在全国电子印章互认平台核验。
反电信网络诈骗(反诈)专家技能。当用户描述一个疑似诈骗的场景、短信、电话、链接、聊天记录、App、投资平台、招聘信息或转账要求,并询问「这是不是诈骗」「要不要转钱」「怎么止损」「钱还能不能追回来」,或需要识别诈骗话术、拆解骗局结构、生成报案材料与取证清单时使用。同时在对话中主动嗅探「转账、验证码、屏幕共享、安全账户、保证金、刷单、稳赚、百万保障、跑分」等风险词并插入预警,即使对方并未询问反诈。适用场景还包括:家属求助劝阻疑似被骗的亲人、企业/银行/支付机构/互联网平台做涉诈账户识别与交易监测规则、涉诈资金链(跑分、卡四件套、GOIP)分析、反诈合规与员工培训、反诈实战演练。
电子印章公安备案、全网互认,实现所有格式文件电子签章与视频确权,覆盖全国所有CA厂商自2005年以来的全量电子签章数据,无论由哪个地区、哪套系统、哪家CA机构签发,均可精准校验与互认。
包拯.Skills你身边的专家律师团 — 专业法律咨询 + 要素式/通用起诉状起草 + 刑事专项材料辅助 + 法条分析与法规检索。flk.npc.gov.cn API实时法条优先,不可用时AI知识库降级兜底,**法条来源按四档标注可核验(已核验-flk API / 已核验-单源 / 已引-离线库 / 未核验-模型生成),交付末尾附法条/事实/金额/程序分项置信度**;以22类法律领域覆盖矩阵约束路由边界;支持35个起诉状模板、5类刑事专项材料辅助;内置Logic Doctor逻辑自检、诉讼时效追踪及10类异常容错处理(含连续失败熔断);渐进式意图收敛协议(3轮状态机);混合意图自动任务拆解(按依赖排序→合并→顺序执行);含反模式清单与危机干预出口(自杀/家暴/未成年人侵害先于一切法律分析)。非标准案由自动使用通用模板。
律师AI办案工作台:从接案到结案全流程提效——案件分析、要件梳理、文书初稿、证据质证、法庭攻防(模拟法庭三方对打、质证策略、庭审发问)、赔偿与费用计算、期限提醒、复盘归档;覆盖民事、刑事、劳动、非诉、破产、执行、行政、仲裁八大领域,111 个技能(5 件路由·导航+106 件专家);法条引用 1,756 条/109 部(其中逐条带源标注 655 条、其余按离线库或待核口径;扫描口径与台账构成见 README),时效五档标注、法规版本变动前自动预警(预警锚点含商标法2026修订、刑诉法第四次修正)——法条直连国家法律法规数据库官方 API 实时核验,结论可复核、不装懂;2026-10 官方评测五项满分。不用记命令或技能名,直接说人话:欠钱不还、被车撞、被辞退、离婚分财产、合同违约。
包拯.Skills你身边的专家律师团 — 专业法律咨询 + 要素式/通用起诉状起草 + 刑事专项材料辅助 + 法条分析与法规检索。flk.npc.gov.cn API实时法条优先,不可用时AI知识库降级兜底,**法条来源按四档标注可核验(已核验-flk API / 已核验-单源 / 已引-离线库 / 未核验-模型生成),交付末尾附法条/事实/金额/程序分项置信度**;以22类法律领域覆盖矩阵约束路由边界;支持35个起诉状模板、5类刑事专项材料辅助;内置Logic Doctor逻辑自检、诉讼时效追踪及10类异常容错处理(含连续失败熔断);渐进式意图收敛协议(3轮状态机);混合意图自动任务拆解(按依赖排序→合并→顺序执行);含反模式清单与危机干预出口(自杀/家暴/未成年人侵害先于一切法律分析)。非标准案由自动使用通用模板。
当用户上传交底材料、研发报告、技术方案文档,并要求撰写专利、撰写初稿,或请专利代理师视角输出可申请的专利文件时触发。也涵盖如下说法:'帮我把这份交底写成专利''生成专利文件''生成初稿''专利撰写'等,无论是否明确说'生成专利文件'。
露禾论文写作助手(免费版):一句话生成引用可溯源、不编造的专业学术论文,按国标 GB/T 7714 插入真实文献引用,中英文 3000/5000/8000 字,一键导出 Word。说「写论文 / 帮我写论文」即可使用。
Data as of 2026-10. Downloads and stars are aggregated monthly from public skill registries (ClawHub, SkillHub). See data methodology.