Financial AI Analyst

All-Market Financial Data Hub

專業領域v1.0.12
作者:Financial AI Analyst更新於 2026-06-05共 13 個版本 · 最新版本釋出於 2026-06-05mx-finance-data@clawhub_financial-ai-analyst/mx-finance-data
金融分析科研學術行業研究#Investment#数据库#资产配置#财务#金融

據 AlphaMoat 統計,截至 2026-10,All-Market Financial Data Hub 累計下載 104,792 次、獲 164 個星標,按累計下載量在本次參與排名的 10,914 個 AI 技能中排名第 236 位,在「專業領域」分類(1,228 個)中排名第 16 位。

列表預設按累計下載量排序,也可按星標排序;詳情頁排名按累計下載量計算。

累計下載
10.5萬
星標
164
全站下載量排名
#236
全站前 3% · 「專業領域」前 2%
平台累計下載星標評論
ClawHub ↗2.4萬73-
SkillHub ↗10.5萬164—

各平台的計數口徑不同,統計時間不一致。

這個技能是做什麼的

正文說明可查範圍包括 A 股、港股、美股,以及基金、債券、指數、板塊、股東與發行人;資料型別覆蓋即時行情、技術指標與資金流向等量化資料,以及營收、淨利潤、財務比率等報表資料。呼叫時用 --query 傳原始問句,用 --indicators 傳從問句裡抽出的指標與時間範圍。指令碼先做實體識別再選查數路徑,實體較多時轉為批次查數,單次超過上限需分批呼叫。輸出是一份多 sheet 的 Excel 和內容一致的 Markdown。請勿使用不可信的 URL 覆寫未文件化的 API 端點;來源指出這可能洩露 EM_API_KEY。

資料釋出於 2026-10-27

可以用來做什麼

  • 按自然語言問句拉一批股票的行情與估值指標
  • 把多家公司的財務指標整理成可分析的表

什麼時候用

  • 做投研或復盤時需要快速取結構化財務資料時
  • 需要把行情與財報資料交給表格工具繼續處理時

示例提示詞

以下是根據技能文件生成的示例,不代表實際執行結果。

查一下這幾家公司近期的營收和淨利潤。
把這批股票的漲跌幅、市盈率和總市值整理成表格。

月度資料趨勢

累計下載10.5萬
1.5萬6.3萬11.1萬2026-03 · 累計下載 2.2萬2026-05 · 累計下載 3.5萬2026-06 · 累計下載 4.3萬2026-07 · 累計下載 4.6萬2026-08 · 累計下載 5.9萬2026-09 · 累計下載 6.9萬2026-10 · 累計下載 10.5萬26-0326-0926-10
星標164
561141722026-03 · 星標 642026-05 · 星標 1012026-06 · 星標 1342026-07 · 星標 1542026-08 · 星標 1642026-09 · 星標 1642026-10 · 星標 16426-0326-0926-10

2026-09 起統計方法調整:同名技能按作者分別統計,並覆蓋全部技能。圖中虛線為調整前的月份,與之後的資料不直接比較,也不計算跨越調整的增長。

月份累計下載環比星標
2026-1010.5萬—164
2026-096.9萬—164
2026-085.9萬+27.8%164
2026-074.6萬+8.3%154
2026-064.3萬+22.2%134
2026-053.5萬—101
2026-032.2萬—64

SKILL.md 原文

以下是作者釋出的原始檔案,按純文字顯示,本站未做修改或稽核;其中的連結不可點選,命令請核實後再執行。抓取於 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": [
展開全部(共 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

「專業領域」分類下的熱門技能

AIGC過程存證服務專業領域

AIGC創作過程自動存證技能。自動識別創作平台與生成工具,將創作過程記錄存證並蓋有公安備案電子印章,具備可信時間戳,可以在全國電子印章互認平台核驗。

↓ 390萬★ 7u_c2c77b5f
防詐專家專業領域

反電信網路詐騙(反詐)專家技能。當用戶描述一個疑似詐騙的場景、簡訊、電話、連結、聊天記錄、App、投資平台、招聘資訊或轉賬要求,並詢問「這是不是詐騙」「要不要轉錢」「怎麼止損」「錢還能不能追回來」,或需要識別詐騙話術、拆解騙局結構、生成報案材料與取證清單時使用。同時在對話中主動嗅探「轉賬、驗證碼、螢幕共享、安全帳戶、保證金、刷單、穩賺、百萬保障、跑分」等風險詞並插入預警,即使對方並未詢問反詐。適用場景還包括:家屬求助勸阻疑似被騙的親人、企業/銀行/支付機構/網際網路平台做涉詐帳戶識別與交易監測規則、涉詐資金鍊(跑分、卡四件套、GOIP)分析、反詐合規與員工培訓、反詐實戰演練。

↓ 168.7萬★ 4user_e9185b15
全國電子印章互認平台專業領域

電子印章公安備案、全網互認,實現所有格式檔案電子簽章與影片確權,覆蓋全國所有CA廠商自2005年以來的全量電子簽章資料,無論由哪個地區、哪套系統、哪家CA機構簽發,均可精準校驗與互認。

↓ 141.6萬★ 8u_c2c77b5f
baozheng-skills專業領域

包拯.Skills你身邊的專家律師團 — 專業法律諮詢 + 要素式/通用起訴狀起草 + 刑事專項材料輔助 + 法條分析與法規檢索。flk.npc.gov.cn API即時法條優先,不可用時AI知識庫降級兜底,**法條來源按四檔標註可核驗(已核驗-flk API / 已核驗-單源 / 已引-離線庫 / 未核驗-模型生成),交付末尾附法條/事實/金額/程式分項置信度**;以22類法律領域覆蓋矩陣約束路由邊界;支援35個起訴狀模板、5類刑事專項材料輔助;內建Logic Doctor邏輯自檢、訴訟時效追蹤及10類異常容錯處理(含連續失敗熔斷);漸進式意圖收斂協議(3輪狀態機);混合意圖自動任務拆解(按依賴排序→合併→順序執行);含反模式清單與危機干預出口(自殺/家暴/未成年人侵害先於一切法律分析)。非標準案由自動使用通用模板。

↓ 52.7萬★ 2user_814dbe54
律師助手專業領域

律師AI辦案工作臺:從接案到結案全流程提效——案件分析、要件梳理、文書初稿、證據質證、法庭攻防演練、賠償與費用計算、期限提醒、復盤歸檔;覆蓋民事、刑事、勞動、非訴、破產、執行、行政、仲裁八大領域,111 個專家技能;法條可核驗、結論可複核。

↓ 50.7萬★ 77user_cd0fcd93
包拯.SKILL專業領域

包拯.Skills你身邊的專家律師團 — 專業法律諮詢 + 要素式/通用起訴狀起草 + 刑事專項材料輔助 + 法條分析與法規檢索。flk.npc.gov.cn API即時法條優先,不可用時AI知識庫降級兜底,**法條來源按四檔標註可核驗(已核驗-flk API / 已核驗-單源 / 已引-離線庫 / 未核驗-模型生成),交付末尾附法條/事實/金額/程式分項置信度**;以22類法律領域覆蓋矩陣約束路由邊界;支援35個起訴狀模板、5類刑事專項材料輔助;內建Logic Doctor邏輯自檢、訴訟時效追蹤及10類異常容錯處理(含連續失敗熔斷);漸進式意圖收斂協議(3輪狀態機);混合意圖自動任務拆解(按依賴排序→合併→順序執行);含反模式清單與危機干預出口(自殺/家暴/未成年人侵害先於一切法律分析)。非標準案由自動使用通用模板。

↓ 42.4萬★ 41user_741dc82b
專利初稿助手專業領域

基於技術交底書生成專利申請初稿。技術交底書內容至少包含技術問題、解決方案、技術效果。內建的推理、視覺、多模態、數學、函式、模擬等模型底座均為國產,國外模型0使用,可放心食用。 近期安裝量暴增感謝支援,不少私信希望能力提升但這已是國產極限,我們不必追求最強技能,達到及格即可。學習交流歡迎聯絡微訊號A26dian4

↓ 36.9萬★ 48user_9c63fdb4
露禾論文寫作助手(免費版pro)專業領域

露禾論文寫作助手(免費版):一句話生成引用可溯源、不編造的專業學術論文,按國標 GB/T 7714 插入真實文獻引用,中英文 3000/5000/8000 字,一鍵匯出 Word。說「寫論文 / 幫我寫論文」即可使用。

↓ 35萬★ 18u_a3c224a2

Financial AI Analyst 的其他技能

資料月份:2026-10 · 下載/星標數聚合自公開技能註冊庫(ClawHub、SkillHub),按月更新。口徑說明見資料方法。