Financial AI Analyst

Global Macro Database Assistant

資料分析v1.0.12
作者:Financial AI Analyst更新於 2026-05-11共 13 個版本 · 最新版本釋出於 2026-04-17mx-macro-data@clawhub_financial-ai-analyst/mx-macro-data
報表生成資料洞察#CSV#Accounting#数据库#金融

據 AlphaMoat 統計,截至 2026-10,Global Macro Database Assistant 累計下載 29,148 次、獲 71 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 952 位,在「資料分析」分類(915 個)中排名第 91 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
2.9萬
星標
71
全站下載量排名
#952
全站前 9% · 「資料分析」前 10%
平台累計下載星標評論
ClawHub ↗1.7萬67-
SkillHub ↗2.9萬71—

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

覆蓋國民經濟核算、價格指數、貨幣金融、財政收支、對外貿易、就業民生與產業執行等領域,介面返回 JSON 後自動轉成 CSV 並附內容描述檔案;地域可用“中國”“歐元區”這類宏觀表述,不必拆到省市。需要 EM_API_KEY,且不得明文寫入程式碼或日誌。 查詢會連線至東方財富服務;透過密鑰管理設定 EM_API_KEY,不要將其明文寫入程式碼或日誌。

資料釋出於 2026-10-27

可以用來做什麼

  • 取某國季度價格指數並匯出為表格
  • 對比多個地區的財政收支口徑

什麼時候用

  • 需要宏觀時間序列而不是新聞摘要時
  • 要按地區一次性取一批指標時

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。

匯出中國近幾年的價格指數資料
把歐元區和美國的就業資料拉成表格對比

月度資料趨勢

累計下載2.9萬
1.2萬2.1萬3萬2026-03 · 累計下載 1.3萬2026-05 · 累計下載 1.6萬2026-06 · 累計下載 1.7萬2026-07 · 累計下載 1.7萬2026-08 · 累計下載 1.8萬2026-09 · 累計下載 2萬2026-10 · 累計下載 2.9萬26-0326-0926-10
星標71
6568712026-03 · 星標 652026-05 · 星標 672026-06 · 星標 682026-07 · 星標 712026-08 · 星標 712026-09 · 星標 712026-10 · 星標 7126-0326-0926-10

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
2026-102.9萬—71
2026-092萬—71
2026-081.8萬+2.4%71
2026-071.7萬+4.2%71
2026-061.7萬+5.6%68
2026-051.6萬—67
2026-031.3萬—65

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。

13 KB · ClawHub v1.0.12
---
name: mx-macro-data
description: 基于东方财富数据库,支持自然语言查询全球宏观经济数据,涵盖国民经济核算、价格指数、货币金融、财政收支、对外贸易、就业民生、产业运行等多个领域,适配各类宏观经济研究、市场分析、政策解读等多元专业场景需求。返回结果包含数据说明及 csv 文件。Natural language query for macroeconomic data from financial databases, covering national economic accounting, price indices, monetary finance, fiscal revenue and expenditure, foreign trade, employment, industrial operation, and other fields. It supports diverse scenarios including macroeconomic research, market analysis, and policy interpretation.
metadata:
  {
    "openclaw": {
      "requires": {
        "env":["EM_API_KEY"]
      },
      "install": [
展開全部(共 274 行)
        {
          "id": "pip-deps",
          "kind": "python",
          "package": "httpx",
          "label": "Install Python dependencies"
        }
      ]
    }
  }
---

# 宏观经济数据查询 (mx_macro_data)

通过**文本输入**查询宏观经济数据,接口返回 JSON 后会自动转换为 **CSV** 并生成对应的**内容描述 txt** 文件。

## 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。

## ⚠️ 核心输入约束 (Critical Input Constraints)

- **时间维度**:支持相对时间表述(如“今年”、“过去三年”、“上月”)。
- **地域维度**:支持宏观地区表述(如“中国”、“美国”、“欧元区”、“华东地区”、“中国各省”),无需拆解为具体省市列表。

### 1. 禁止模糊商品类别 (No Ambiguous Commodities)
- **禁止输入**:大类统称(如“稀土金属”、“有色金属”、“农产品”、“能源”、“科技股”)。
- **要求**:必须解包为具体的**交易品种名称或代码**。
  - ❌ 错误:`"查询稀土价格走势"`
  - ✅ 正确:`"查询氧化镨钕、氧化镝、氧化铽的价格走势"`

### 2. 禁止宏观泛指指标 (No Macro Generalizations without Metrics)
- **禁止输入**:宽泛的经济概念而无具体指标(如“中国经济”、“美国制造业状况”、“全球通胀情况”)。
- **要求**:必须指定具体的**指标名称**(如 GDP、CPI、PMI、失业率、工业增加值等)。
  - ❌ 错误:`"查询中国经济数据"`
  - ✅ 正确:`"查询中国 GDP 同比增速、中国 CPI 同比"`
  - ✅ 正确:`"查询美国制造业 PMI"` (地域允许宏观,但指标必须具体)

### 3. 时间与地域的灵活性 (Flexible Time & Region)
- **时间**:无需绝对日期。
  - ✅ 允许:`"查询中国过去五年的M2增速"`、`"查询上个月美国的非农数据"`、`"查询黄金今日价格"`。
  - ✅ 允许(缺省):`"查询德国失业率"` 。
- **地域**:无需拆解为子集列表。
  - ✅ 允许:`"查询华东地区GDP"`,`"查询中国各省GDP"`。
  - ⚠️ 注意:若涉及“主要新兴市场”、“Top 5 国家”等动态排名指代,仍建议上层模型解包为具体国家列表(如 `"查询中国、印度、巴西的M2"`),以确保数据源一致性。

## 🔄 输出接口与上层规划协议 (Output Interface & Orchestration Protocol)

本 Skill 仅负责执行单次查询并生成文件。**为实现数据完整性保障,上层规划引擎必须根据以下协议,对本 Skill 的输出进行后续处理。**

### 1. 输出文件结构 (Output File Structure)
执行 `mx_macro_data` 后,Skill 将在指定目录下生成一个或多个 CSV 文件,以及一个描述文件。

- **CSV 文件**:`mx_macro_data_<查询ID>_<频率>.csv`
  - *示例*:`mx_macro_data_4591GG28_yearly.csv`, `mx_macro_data_4591GG28_quarterly.csv`, `mx_macro_data_4591GG28_monthly.csv`
  - **注意**:文件数量和频率取决于查询指标的可用性(yearly、quarterly、monthly、weekly、daily)。
- **描述文件**:`mx_macro_data_<查询ID>_description.txt`
  - 包含数据来源、时间范围、指标说明等基础信息。

### 2. 上层规划引擎必须执行的“完整性复核”逻辑 (Mandatory Verification Logic for Orchestrator)

上层规划引擎在调用 `mx_macro_data` 后,**必须**执行以下工作流,以确保最终结果的完整性:
#### **阶段 A: 任务解析与预期规划 (Task Parsing & Expectation Planning)**
1.  **解析原始用户意图**:从用户查询中提取核心要素。
2.  **构建预期全集 (Expected Universe)**:
    - **地域**:通过规划引擎的内置知识库、搜索引擎或 LLM 推理能力,将模糊地域表述解析为具体行政单元。例如:"中国各省" → 34 个省级行政区;"华东地区" → 上海、江苏、浙江、安徽、福建、江西、山东共 7 个省市。
    - **指标**:将复合指标拆解为独立指标。例如:"GDP, CPI" → ["GDP", "CPI"]。
    - **频率**:根据查询语境推断预期频率,可能生成多个频率的数据文件(yearly、quarterly、monthly等)。

#### **阶段 B: 文件读取与差异检测 (File Reading   & Gap Detection)**
1.  **获取输出文件列表**:获取 `mx_macro_data` 生成的所有 CSV 文件路径。
2.  **读取并分析每个文件**:
    - 使用规划引擎内置的代码执行能力(如 Python Sandbox)读取 CSV。
    - 提取每个文件中实际覆盖的 `(地区, 指标)` 组合及其数量。
3.  **执行差异计算**:
    - 对**每一种频率**的文件,分别计算 `Missing_Pairs_<Frequency> = Expected_Universe - Actual_From_CSV_File`。
    - 识别出具体缺失的项(如:年频数据中缺失“西藏-GDP”)。

#### **阶段 C: 决策与迭代调用 (Decision & Iterative Invocation)**

> ⚠️ **强制要求**:上层规划引擎**必须**执行以下补全流程,不得在存在缺失数据时直接交付结果。

1.  **判断是否需要补全**:
    - 如果所有频率的 `Missing_Pairs` 集合均为空:**结束流程**,交付现有文件。
    - 如果存在非空的 `Missing_Pairs` 集合:**必须进入补全流程**,不可跳过。

2.  **构建补全查询**:
    - 根据 `Missing_Pairs_<Frequency>` 中的缺失项,结合原始查询的时间维度,构造新的自然语言查询。
    - **示例**:
      ```
      Missing_Pairs_季 = [("西藏", "GDP"), ("宁夏", "GDP")]
      ↓
      补全查询 = "查询西藏自治区、宁夏回族自治区的 GDP 季度数据,时间范围同前次查询"
      ```

3.  **再次调用 `mx_macro_data`**:
    - 使用新构造的补全查询,再次调用本 Skill 获取缺失数据。

4.  **迭代循环**:
    - 重复执行 **阶段 B(差异检测)→ 阶段 C(决策补全)**,直至满足以下任一条件:
      - ✅ 所有频率下的缺失项均已补全
      - ⚠️ 达到最大重试次数5次,此时应向用户报告未能补全的数据项

#### **阶段 D: 最终交付 (Final Delivery)**
1.  **数据合并(可选)**:
    - 如果需要,可将同一频率下多次查询的结果(如多个 `quarterly.csv` 文件)合并为一个完整的 `quarterly.csv`。
2.  **状态报告**:
    - 规划引擎应向上游(如用户界面)报告最终交付的文件列表,并可选地报告补全过程(如“系统已自动补全 2 个缺失数据项”)。
---

## 功能范围

### 基础查询能力

- **经济指标**:GDP、CPI、PPI、PMI、失业率、工业增加值等(支持指定国家/地区及具体指标名)。
- **货币金融**:M1/M2 货币供应量、社融规模、国债利率、汇率(支持指定币种对)。
- **商品价格**:黄金、白银、原油、铜、特定稀土氧化物等(**必须**指定具体品种)。
- **时间频率**:自动识别相对时间(年、季、月、周、日)并匹配对应频率数据;若未指定,返回最新数据。

### 查询示例对照表

| 类型     | ❌ 禁止的模糊查询 (指标/品种不明)      | ✅ 允许的明确查询 (时间/地区可灵活)             |
|----------|--------------------------------------|------------------------------------------------|
| 国内经济 | 查询华东地区GDP                        | 查询华东地区 GDP                              |
| 货币供应 | 查询主要新兴市场货币供应                | 查询中国、印度、巴西的 M2 货币供应量             |
| 商品价格 | 查询稀土和有色金属价格                 | 查询氧化镨钕、铜、铝的现货价格走势                |
| 全球宏观 | 查询 Top 3 经济体非农数据              | 查询美国、中国、德国的非农就业数据                |
| 时间灵活 | (无)                                  | 查询美国过去十年的失业率趋势                    |
| 默认时间 | (无)                                  | 查询日本最新的核心 CPI 数据                     |


## 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 --user
```

## 快速开始

### 1. 命令行调用

在项目根目录或配置的工作目录下执行:

```bash
python3 {baseDir}/scripts/get_data.py --query 中国GDP
```
**参数说明:**

| 参数            | 说明             | 必填 |
| --------------- | ---------------- | ---- |
| `--query`       | 自然语言查询条件 | ✅    |
```
### 2. 代码调用

```python
import asyncio
from pathlib import Path
from scripts.get_data import query_mx_macro_data

async def main():
    result = await query_mx_macro_data(
        query="中国近五年GDP",
        output_dir=Path("workspace/mx_macro_data"),
    )
    if "error" in result:
        print(result["error"])
    else:
        print(f"CSV: {r['csv_paths']}")
        print(f"描述: {r['description_path']}")
        print(f"行数: {r['row_counts']}")

asyncio.run(main())
```

输出示例:
```
CSV: /path/to/workspace/mx_macro_data/mx_macro_data_4591GG28_yearly.csv
CSV: /path/to/workspace/mx_macro_data/mx_macro_data_4591GG28_quarterly.csv
CSV: /path/to/workspace/mx_macro_data/mx_macro_data_4591GG28_monthly.csv
描述:/path/to/workspace/mx_macro_data/mx_macro_data_4591GG28_description.txt
行数: 年: 10行, 季: 20行, 月: 40行
```

## 输出文件说明

| 文件 | 说明 |
|------|------|
| `mx_macro_data_<查询ID>_<频率>.csv` | 按频率分组的宏观数据表,UTF-8 编码,可直接用 Excel 或 pandas 打开。 |
| `mx_macro_data_<查询ID>_description.txt` | 说明文件,含各频率数据统计、数据来源和单位等信息。 |

## 环境变量

| 变量                      | 说明                                  | 默认                     |
| ------------------------- | ------------------------------------- | ------------------------ |
| `MX_MACRO_DATA_OUTPUT_DIR` | CSV 与描述文件的输出目录(可选)      | `workspace/mx_macro_data` |
| `EM_API_KEY`              | 东方财富宏观查数工具 API 密钥(必备) | 无                       |

## 常见问题

### 用户常见问题

**Q: 提示"请设置 EM_API_KEY 环境变量"怎么办?**

A: 按以下步骤配置 API 密钥:
1. 访问 [东方财富宏观查数工具](https://ai.eastmoney.com/mxClaw) 注册并获取 `API_KEY`。
2. 配置环境变量:
   ```bash
   # macOS/Linux
   export EM_API_KEY="your_api_key_here"
   
   # Windows PowerShell
   $env:EM_API_KEY="your_api_key_here"
   ```

**Q: 如何指定输出目录?**

A: 通过设置 `MX_MACRO_DATA_OUTPUT_DIR` 环境变量:
```bash
export MX_MACRO_DATA_OUTPUT_DIR="/path/to/output"
python3 scripts/get_data.py --query "查询内容"
```

### 开发者常见问题(规划引擎集成)

**Q: 为什么需要上层规划引擎做复核?**

A: 本 Skill 专注于单一查询能力,不负责数据完整性校验。完整性验证(如"中国各省"是否真的覆盖全部省份)属于业务逻辑范畴,更适合由具备上下文理解和决策能力的规划引擎来处理。

**Q: 如何判断何时进行复核?**

A: 当原始用户意图包含以下特征时,应自动触发复核流程:
- **集合性词汇**:如"各省"、"各地区"、"华东地区"等
- **多指标查询**:如"GDP 和 CPI"、"主要经济指标"等

**Q: 如何处理不同频率的数据?**
A: **必须**对每种频率的 CSV 文件**分别**执行完整性审计和补全。年频数据的缺失不能用月频数据补全,反之亦然。

「資料分析」分類下的熱門技能

全能金融爬蟲資料分析

中國金融機構資料爬取與分析綜合 Skill v12.0.0。2334家/43大類機構名單、60+財經媒體源輿情、 A股報告/公告/研報、60+種查詢多源金融資料(自動降級+快取)、爬取排程與網頁操作增強、 即時資料中樞、24 技術指標引擎、多源證據融合、110 MCP 工具 + 10 Resource + 14 Prompt。 🆕 v12.0.0 四條線(資訊獲取 / 打包下載 / 資料分析 / 登入): 編排:gather_info() 一次跑完"路由→抓取→去佔位→質量分→能力邊界→回執→打包", 8 類意圖各帶問法、輸入輸出、典型耗時與 not_for(說清哪件事做不了)。 誠實:反爬佔位條目一律剔除並記賬,空結果報 E_SOURCE_EMPTY,不把假資料判成 B 級成功。 交付:包內自帶 manifest.json(逐檔案 sha256),verify 查得出改動/缺失/多塞, 批次下載單條失敗不中斷整批,失敗清單可直接只重下那幾條。 登入:Cookie 由使用者匯出或掃碼接管,檔案化 + 健康度四檔,對外輸出全脫敏(值永不回顯)。 何時觸發:爬取機構、輿情爬取、東方財富、公告下載、即時行情、技術指標、統一查詢、 交付包、批次重下、我已經登入了、登入態還有效嗎(完整觸發詞見下方 auto_trigger)。

↓ 77萬★ 288user_9d5a2a39
鋼聯AI - 智慧問數資料分析

大宗商品價格資料查詢技能。用於查詢大宗商品期現貨價格、宏觀經濟指標、產業鏈供需資料、進出口庫存資料、金融市場資料等。當用戶詢問:(1) 期貨/現貨價格查詢,如"螺紋鋼價格"、"銅期貨收盤價"; (2) 歷史行情或趨勢分析;(3) 區域或企業價格對比;(4) 宏觀經濟指標,如GDP、CPI;(5) 產業鏈上下游資料;(6) 多市場金融資料(期權、股票、債券、外匯);(7) 結算確認單生成時觸發此技能。

↓ 70.5萬★ 6u_9ed3401d
smart-charts資料分析

32種圖表,3 個主題,2步生成: 1.上傳資料 — 將 CSV / Excel / JSON 等格式的資料檔案拖入對話方塊; 2.檢視結果 — 互動式圖表(HTML),可儲存圖表為圖片.

↓ 60.5萬★ 135user_5b28ea14
AdMapix資料分析

AdMapix 的取數層:把廣告與應用相關的查詢轉成介面呼叫,只回原始 JSON。

↓ 57.5萬★ 304fly0pants
論文配圖一鍵生成資料分析

論文配圖一鍵生成:一條命令從 JSON/CSV/Excel 生成頂刊級學術圖表,科研繪圖 與期刊配圖全場景覆蓋。40 種圖表(森林圖/KM 生存曲線(自動風險表)/競爭風險累計發生率/ROC/校準 曲線/決策曲線 DCA/列線圖/RCS 非線性劑量反應/亞組分析森林圖/RMST 限制平均生存時間/Galbraith 徑向圖/火山圖/雨雲圖/山脊圖/啞鈴圖/游泳圖(逐例時長+里程碑)/ 腫瘤緩解瀑布圖/UpSet 交集/PRISMA 流程圖/漏斗/BA 一致性/PCA/熱圖/箱線/小提琴/ 組合圖/Cox 多因素迴歸森林圖等),9 套配色(含色盲安全 Okabe-Ito 與期刊色板),9 種期刊投稿預設, YAML 流水線一條命令出全套論文圖,一次渲染多格式匯出(TIFF/PNG/PDF), PDF 重疊門禁,600dpi。純本地執行,資料不出機,中文零配置。適用:寫論文/ 投稿要配圖、把資料變成可投稿圖表、批次重出全套圖。不適用:文字潤色/翻譯/ 改寫(請用寫作類工具);商業報表/儀表盤/海報裝飾;無資料支撐的純示意圖。

↓ 42.1萬★ 83user_481397b5
smart-charts資料分析

Intelligent chart generation and data analysis skill. Reads user-supplied data files (CSV/Excel/JSON), analyzes data characteristics with LLM assistance, auto-recommends and generates interactive ECharts visualizations. Use when the user asks to analyze data, generate charts, create visualizations, or work with tabular data files.

↓ 25.7萬★ 1user_814dbe54
股票/基金/期貨量化分析工具資料分析

全球智慧投研工具(stock-researcher)v13.0:多源資料 + 機率預測 + 可匯出報告。 核心能力: - 多源資料路由:按市場/類別選源,逐級降級;每個結果標註來源與時效等級;源不可用時明確標 unavailable - 全資產量化:股票/ETF/場外基金/指數/期貨(期限結構、基差、持倉、折溢價)多因子分析 - 機率預測:1d/5d/1M/3M/6M 經驗分佈 + 分位數 + 方向機率 + 區間,kNN 鄰域收縮融合全域性分佈; 樣本不足自動棄權,可按歷史命中樣本(同桶)做機率校準 - 證據鏈簡報:每條結論繫結來源、時間與資料質量,衝突訊號保留而不抹平 - 報告匯出:Word/PPT/PDF/Markdown/JSON/純文字,純標準庫渲染 + 可選第三方引擎 - MCP Server 24 工具,Claude Code 可直接呼叫;知識庫 12 介面卡雙向同步 三條鐵律: - 資料不裝:拿不到就報不可用,不拿 0 價、不拿空表冒充 - 預測不裝:機率來自歷史相似條件的經驗分佈,樣本不足就說不足,不硬給方向 - 評分≠盈利保證:任何結論都帶免責宣告

↓ 19.2萬★ 147user_9d5a2a39
Tavily Search資料分析

透過 Tavily 搜尋公開網頁,並回傳含連結與摘要的結構化結果。

↓ 16.5萬★ 286Xiaoran Li

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。