Financial AI Analyst

All-Market Financial Data Hub

専門分野v1.0.12
作者:Financial AI Analyst更新日 2026-06-05全 13 バージョン · 最新版の公開日 2026-06-05mx-finance-data@clawhub_financial-ai-analyst/mx-finance-data
金融分析学術研究業界調査#Investment#数据库#资产配置#财务#金融

AlphaMoatによると、2026-10時点でAll-Market Financial Data Hubのダウンロード数は104,792、スター数は164で、累計ダウンロード数で今回のランキング対象AIスキル10,914件中236位、専門分野では1,228件中16位です。

一覧の初期表示は累計ダウンロード数順で、スター数順にも並べ替えできます。詳細ページの順位は累計ダウンロード数で計算しています。

ダウンロード数
10.5万
スター数
164
累計ダウンロード順位
#236
全体の上位 3% · 専門分野の上位 2%
プラットフォームダウンロード数スター数コメント
ClawHub ↗2.4万73-
SkillHub ↗10.5万164—

プラットフォームごとに集計方法と集計時点が異なります。

このスキルでできること

本文によると、対象は A 株、香港株、米国株のほか、投資信託、債券、指数、セクター、株主、発行体に及びます。データの種類は、リアルタイムの相場、テクニカル指標や資金流向といった定量データ、売上高や純利益、財務比率などの開示数値です。呼び出しでは元の問いを --query に、問いから抽出した指標と期間を --indicators に渡します。スクリプトはまず実体を識別して照会経路を選び、実体が多い場合は一括照会に切り替わり、上限を超える場合は分割して呼ぶ必要があります。出力は複数シートの Excel と、内容が一致する Markdown の表です。 文書化されていない API エンドポイントの上書きに、信頼できない URL を使わないでください。EM_API_KEY が漏えいするおそれがあると資料に記載されています。

資料公開日 2026-10-27

できること

  • 自然言語の問いから複数銘柄の相場と評価指標をまとめて取る
  • 複数社の財務指標を分析できる表に整える

使う場面

  • 調査や振り返りのために構造化された財務データをすぐ要すとき
  • 相場や決算の数値を表計算の作業に渡したいとき

プロンプト例

スキルのドキュメントをもとに生成した例であり、実際の実行結果ではありません。

この数社の直近の売上高と純利益を調べてください。
この銘柄群の騰落率、PER、時価総額を表にまとめてください。

月次の推移

ダウンロード数10.5万
1.5万6.3万11.1万2026-03 · ダウンロード数 2.2万2026-05 · ダウンロード数 3.5万2026-06 · ダウンロード数 4.3万2026-07 · ダウンロード数 4.6万2026-08 · ダウンロード数 5.9万2026-09 · ダウンロード数 6.9万2026-10 · ダウンロード数 10.5万26-0326-0926-10
スター数164
561141722026-03 · スター数 642026-05 · スター数 1012026-06 · スター数 1342026-07 · スター数 1542026-08 · スター数 1642026-09 · スター数 1642026-10 · スター数 16426-0326-0926-10

2026-09 から集計方法を変更し、同名スキルを作者ごとに分けて集計し、全スキルを対象にしました。破線は変更前の月で、変更後のデータとは直接比較せず、変更をまたぐ増減も計算していません。

月ダウンロード数前月比スター数
2026-1010.5万—164
2026-096.9万—164
2026-085.9万+27.8%164
2026-074.6万+8.3%154
2026-064.3万+22.2%134
2026-053.5万—101
2026-032.2万—64

SKILL.md 原文

作者が公開した元のファイルをテキストのまま表示しています。AlphaMoat による編集や審査はしていません。リンクはクリックできません。コマンドは内容を確認してから実行してください。取得日 2026-10-23。

6.2 KB・ClawHub v1.0.12
---
name: mx-finance-data
description: 基于东方财富数据库,支持自然语言查询金融数据,覆盖A港美、基金、债券等多种资产,含实时行情、公司信息、估值、财务报表等,可用于投资研究、交易复盘、市场监控、行业分析、信用研究、财报审计、资产配置等场景,适配机构与个人多元需求。返回结果包含 xlsx 与 Markdown 文件。Natural language query for financial data across all markets, including A-shares, ETFs, bonds, Hong Kong and US stocks, and funds. It provides L1/L2 data, financial indicators, company profiles and valuation metrics. Ideal for investment research, strategy backtesting, market monitoring and industry analysis. It meets the needs of diverse institutions and individuals.
metadata:
  {
    "openclaw": {
      "requires": {
        "env":["EM_API_KEY"]
      },
      "install": [
すべて表示(全 188 行)
        {
          "id": "pip-deps",
          "kind": "python",
          "package": "httpx pandas openpyxl",
          "label": "Install Python dependencies"
        }
      ]
    }
  }
---

# 金融数据查询

## 密钥来源与安全说明

- 本技能仅使用一个环境变量:`EM_API_KEY`。
- `EM_API_KEY` 由东方财富妙想服务(`https://ai.eastmoney.com/mxClaw`)签发,用于其接口鉴权。
- 在提供密钥前,请先确认密钥来源、可用范围、有效期及是否支持重置/撤销。
- 禁止在代码、提示词、日志或输出文件中硬编码/明文暴露密钥。

## 功能范围

### 1. 支持查询的对象范围

* 股票(A 股、港股、美股)
* 板块、指数、股东
* 企业发行人、债券、非上市公司
* 股票市场、基金市场、债券市场

### 2. 支持查询的数据类型

支持查询以下类型的结构化数据:

* **实时行情**(现价、涨跌幅、盘口数据等)
* **量化数据**(技术指标、资金流向等)
* **报表数据**(营收、净利润、财务比率等)

### 3. 查询方式与处理逻辑

统一使用 `--query` 传入自然语言问句(包含实体与指标),并使用 `--indicators` 传入从问句中提取的金融指标等关键信息。Skill 会先对 query 做实体识别,再按识别结果选择查数路径:

* **识别实体数 ≤ 5**:直接查数
* **识别实体数 > 5**:批量查数,最多处理识别结果中的前 **500** 个有效实体,如需大于500个实体,可分批多次调用

注意:当用户问句中只包含代词,需结合上下文或者提供文件读取所有实体名称,一并输入query。

#### `--indicators` 参数说明

调用本 Skill 前,需根据 `--query` 从用户问句中提取需要查询的**金融指标**(或指标组),填入 `--indicators`:

* 只填指标和时间范围等除实体外所有有效信息,不含实体名称等修饰语。
* 多个指标用用户原话拼接,如 `市盈率(动)和总市值`、`涨跌幅`、`营收、毛利、净利`。
* **不要在 `--indicators` 里重复写实体**。
* **尽量用用户原话表述,不要二次改写**。

> **示例**  
> 用户问「查询贵州茅台、五粮液近一年营收」  
> → `--query "查询贵州茅台、五粮液近一年营收" --indicators "近一年营收"`  

> 用户问「这批股票的涨跌幅是多少」或列出 6 只以上股票  
> → `--query "查询 A、B、C、D、E、F 六只股票的涨跌幅、pe、市值" --indicators "涨跌幅、pe、市值"`  

### 4. 输出结果

Skill 执行后会输出两个文件:

- **Excel(.xlsx)**:多 sheet 结构化数据表,每个实体/指标组合对应一个 sheet
- **Markdown(.md)**:与 Excel 内容一致的 Markdown 表格,按 sheet 分二级标题

------

## 前提条件

### 1. 注册东方财富妙想账号

访问 https://ai.eastmoney.com/mxClaw 注册账号并获取API_KEY。

### 2. 配置 Token

```bash
# macOS 添加到 ~/.zshrc,Linux 添加到 ~/.bashrc
export EM_API_KEY="your_api_key_here"
```

然后根据系统执行对应的命令:

**macOS:**
```bash
source ~/.zshrc
```

**Linux:**
```bash
source ~/.bashrc
```

### 3. 安装依赖


```bash
pip3 install httpx pandas openpyxl --user
```

## 快速开始

在工作目录下执行:

```bash
python3 {baseDir}/scripts/get_data.py --query "贵州茅台近期走势如何" --indicators "近期走势"
```

多实体示例:

```bash
python3 {baseDir}/scripts/get_data.py --query "查询贵州茅台、五粮液、宁德时代、比亚迪、隆基绿能、中芯国际的市盈率(动)" --indicators "市盈率(动)"
```

参数说明:

| 参数 | 必填 | 默认值 | 说明 |
| --- | --- | --- | --- |
| `--query` | 是 | - | 自然语言查询问句,需包含所有查询实体名称|
| `--indicators` | 是 | - | 从 query 中提取的金融指标、时间范围等关键信息|

------

### 输出示例

**直接查数:**

```
识别实体数: 1
查数模式: 直接查数
返回实体数: 1
文件: /path/to/miaoxiang/mx_finance_data/mx_finance_data_9535fe18.xlsx
Markdown: /path/to/miaoxiang/mx_finance_data/mx_finance_data_9535fe18.md
表格行数: 42
```

**多实体查数:**

```
识别实体数: 128
查数模式: 多实体
返回实体数: 128
文件: /path/to/miaoxiang/mx_finance_data/mx_finance_data_a1b2c3d4.xlsx
Markdown: /path/to/miaoxiang/mx_finance_data/mx_finance_data_a1b2c3d4.md
表格行数: 150
```

### 输出文件说明

| 文件 | 说明 |
| --- | --- |
| `mx_finance_data_<查询id>.xlsx` | 结构化数据表,包含请求的实体与指标 |
| `mx_finance_data_<查询id>.md` | 与 Excel 内容一致的 Markdown 表格 |


## 常见问题

**错误:请设置 EM_API_KEY 环境变量**

- 请访问 https://ai.eastmoney.com/mxClaw 获取`API_KEY`。
- 配置`EM_API_KEY`环境变量

**多实体查数报错:缺少 --indicators**

- 识别实体数 > 5 时必须提供 `--indicators`,否则无法构造有效的查数问句。

**当前一次请求的数据量过大,部分数据可能会有缺失,请减少指标数量和查询日期范围**

- 可分批多次(分不同指标或者日期)调用该技能,一次性请求压力过大。

**多实体查数最多处理识别结果中前 500 个有效实体**

- 可分批多次(每次500个实体数量以内)调用该技能

専門分野の人気スキル

AIGC过程存证服务専門分野

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。

↓ 390万★ 7u_c2c77b5f
防诈专家専門分野

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。

↓ 168.7万★ 4user_e9185b15
全国电子印章互认平台専門分野

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。

↓ 141.6万★ 8u_c2c77b5f
baozheng-skills専門分野

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。

↓ 52.7万★ 2user_814dbe54
律师助手専門分野

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。

↓ 50.7万★ 77user_cd0fcd93
包拯.SKILL専門分野

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。

↓ 42.4万★ 41user_741dc82b
专利初稿助手専門分野

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'。

↓ 36.9万★ 48user_9c63fdb4
露禾论文写作助手(免费版pro)専門分野

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。

↓ 35万★ 18u_a3c224a2

Financial AI Analystのその他のスキル

データ月:2026-10 · ダウンロード数とスター数は公開スキルレジストリ(ClawHub、SkillHub)から月単位で集計しています。詳しくはデータの方法論をご覧ください。