Financial AI Analyst

mx-financial-assistant

专业领域v1.0.2
作者:Financial AI Analyst更新于 2026-05-11共 3 个版本 · 最新版本发布于 2026-04-17@clawhub_financial-ai-analyst/mx-financial-assistant
金融分析行业研究#Financial#投资组合#数据库#知识问答#资产配置

据 AlphaMoat 统计,截至 2026-10,mx-financial-assistant 累计下载 10,123 次、获 5 个星标,按累计下载量在本次参与排名的 10,914 个 AI 技能中排名第 2,693 位,在「专业领域」分类(1,228 个)中排名第 275 位。

列表默认按累计下载量排序,也可按星标排序;详情页排名按累计下载量计算。

累计下载
1.0万
星标
5
全站下载量排名
#2,693
全站前 25% · 「专业领域」前 23%
平台累计下载星标评论
ClawHub ↗6,5174-
SkillHub ↗1.0万5—

各平台的计数口径不同,统计时间不一致。

这个技能是做什么的

主文列出市场数据、财经资讯、宏观经济、金融知识和市场分析等问答场景,并区分标准模式与深度思考模式;完整报告应使用对应报告技能。

资料发布于 2026-10-27

可以用来做什么

  • 查询市场数据、财经资讯或金融知识

什么时候用

  • 需要以问答形式整理行情、宏观信息或金融概念时

示例提示词

以下是根据技能文档生成的示例,不代表实际运行结果。

解释这条市场资讯,并列出可核对的相关数据

月度数据趋势

累计下载1.0万
3,3756,9991.1万2026-03 · 累计下载 3,8752026-05 · 累计下载 5,4042026-06 · 累计下载 5,7522026-07 · 累计下载 6,0962026-08 · 累计下载 6,3202026-09 · 累计下载 8,0542026-10 · 累计下载 1.0万26-0326-0926-10
星标5
4552026-03 · 星标 42026-05 · 星标 42026-06 · 星标 42026-07 · 星标 42026-08 · 星标 52026-09 · 星标 52026-10 · 星标 526-0326-0926-10

2026-09 起统计方法调整:同名技能按作者分别统计,并覆盖全部技能。图中虚线为调整前的月份,与之后的数据不直接比较,也不计算跨越调整的增长。

月份累计下载环比星标
2026-101.0万—5
2026-098,054—5
2026-086,320+3.7%5
2026-076,096+6.0%4
2026-065,752+6.4%4
2026-055,404—4
2026-033,875—4

SKILL.md 原文

以下是作者发布的原始文件,按纯文本显示,本站未做修改或审核;其中的链接不可点击,命令请核实后再运行。抓取于 2026-10-23。

9.8 KB · ClawHub v1.0.2
---
name: mx-financial-assistant
description: >
  基于东方财富权威金融数据库,打造覆盖"数据-资讯-知识-分析-决策"全链条的智能问答服务。通过自然语言交互,
  为用户提供从基础金融知识科普到专业投资研究支持的全方位解决方案,实现"一问即达"的高效金融信息获取体验。
  涵盖七大核心能力:全市场金融数据实时查询(A港美股、基金、债券)、全网财经资讯智能检索(公告、研报、新闻、政策)、
  全球宏观经济数据追踪(国民经济、货币财政、产业就业)、多维度智能选股选基(技术面、基本面、消息面)、
  专业金融百科知识问答、深度金融市场分析(趋势、资金、情绪)、以及实时热点事件解读(政策、公告、行业变革)。
  适配多元化应用场景,满足机构投资者在投资研究、资产配置、风险管理、策略回测等方面的专业需求,
  同时支持个人用户的理财决策、知识学习、行情监控与投资组合管理。
展开全部(共 230 行)
  当用户提出自然语言问题并希望获得智能回答时使用此技能,包括但不限于:
  "帮我查一下"、"请问"、"分析一下"、"选股"、"推荐股票"、"XX怎么样"、"XX是什么"、
  "解释一下"、"总结一下"、"最新政策"、"宏观数据"、"市场行情"、"基金筛选"等问答类请求。
  支持标准模式和深度思考模式(deepThink)。
  此技能不适用于需要生成完整报告的场景(如行业跟踪报告、首次覆盖报告),这些场景应使用对应的报告生成技能。
metadata:
  {
    "openclaw": {
      "requires": {
        "env":["EM_API_KEY"]
      },
      "install": [
        {
          "id": "pip-deps",
          "kind": "python",
          "package": "httpx",
          "label": "Install Python dependencies"
        }
      ]
    }
  }
---

# 金融问答 Skill

## 概述

基于东方财富权威金融数据库,打造覆盖"数据-资讯-知识-分析-决策"全链条的智能问答服务。通过自然语言交互,为用户提供从基础金融知识科普到专业投资研究支持的全方位解决方案,实现"一问即达"的高效金融信息获取体验。以对话式交互降低金融数据获取门槛,让专业投研能力触手可及。

支持标准模式和深度思考模式,返回总结回答内容(含选股类数据结果)及溯源参考(资讯、公告、数据等)。本接口为一次性返回回答结果的接口形式。

---

## 环境变量

| 变量名 | 说明 | 默认 |
|--------|------|------|
| `EM_API_KEY` | 接口鉴权密钥(必填) | 无 |

### 1. 配置 `EM_API_KEY`

```bash
# macOS / Linux
export EM_API_KEY="your_api_key_here"
```

```powershell
# Windows PowerShell
$env:EM_API_KEY="your_api_key_here"
```

## 核心能力

### 1. 金融市场分析

支持自然语言获取多维度市场分析,涵盖市场趋势研判、技术面解析、基本面评估、资金面监测及市场情绪量化分析等,覆盖A港美等全球主要市场指数与板块表现。

**适用场景**:每日复盘、趋势跟踪、策略制定、风险预警及市场情绪研判等,辅助投资决策。

### 2. 金融热点事件解读

支持自然语言追踪并深度解读资本市场重大事件、突发政策、行业变革及公司公告等热点内容,提供事件逻辑梳理、影响路径分析、产业链传导效应及投资机会与风险评估。

**适用场景**:事件驱动策略、政策影响评估、市场情绪跟踪及投资机遇挖掘等。

### 3. 金融数据查询

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。

**适用场景**: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,适配机构与个人多元需求。

### 4. 金融资讯搜索

支持自然语言搜索全网最新公告、研报、财经新闻、交易所动态及官方政策等,覆盖全球市场标的。

**适用场景**:热点捕捉、舆情监控、研报速览、公告精读及投资决策等。

### 5. 宏观经济数据查询

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。

**适用场景**:宏观经济研究、市场分析、政策解读等多元专业场景。

### 6. 选股 / 选板块 / 选基金

支持通过自然语言输入筛选A港美股、基金、债券等多种资产,支持多元指标筛选,含技术面、消息面、基本面及市场情绪等。

**适用场景**:全球资产速筛、跨市场监控、投资组合构建、策略回测等。

### 7. 金融百科知识问答

支持自然语言问答形式查询金融专业术语、投资理论、交易规则、市场机制及产品详情等基础知识,覆盖股票、基金、债券、衍生品、宏观经济学等多个知识领域。

**适用场景**:投资入门学习、专业概念速查、业务流程理解、金融知识科普及投资者教育等,降低专业金融知识获取门槛。

---

## 处理流程

以用户自然语言输入问句作为入参,调用 `scripts/generate_answer.py` 金融问答脚本,返回结果为总结内容纯 Markdown:

```bash
python3 {baseDir}/scripts/generate_answer.py --query "用户原始问题"
```

如需开启深度思考模式:

```bash
python3 {baseDir}/scripts/generate_answer.py --query "用户原始问题" --deep-think
```

**模式选择规则**:
- 默认使用标准模式
- 当用户明确要求"深度分析"、"深度思考"、"详细分析"、"仔细想想"等表述时,开启深度思考模式

---

## 脚本输出结构

脚本返回 JSON,核心字段:

| 字段 | 类型 | 说明 |
|---|---|---|
| `ok` | Boolean | 是否成功 |
| `answer` | String | 模型回答(Markdown 格式,即接口 `data.displayData`) |
| `references` | Array | 溯源参考列表(即接口 `data.refIndexList`) |

### references 元素说明

| 字段 | 类型 | 说明 |
|---|---|---|
| `refId` | Number | 引用编号(如 1) |
| `type` | String | 数据类型:`查数` `公告` `研报` `资讯` `选股/基` |
| `referenceType` | String | `CITED_REFERENCE`(直接引用)/ `OTHER_REFERENCE`(扩展引用) |
| `markdown` | String | type=查数、选股/基 时存在,结构化数据表格(Markdown 格式) |
| `title` | String | type=资讯 时存在,资讯标题 |
| `jumpUrl` | String | type=资讯 时可能存在,原始文档链接(部分无跳转链接) |
| `source` | String | 资讯/舆情等来源站点名;脚本从接口项顶层 `source` 或嵌套 `data.source` 提取(如「赢家财富网」) |

---

## 输出格式规范

接口返回后,按以下格式组织响应内容:

### 回答正文

直接展示 `answer` 字段内容(已为 Markdown 格式)。

### 溯源参考

根据 `references` 中每项的 `type` 分类展示。**不要在条目前添加 `[refId]` 编号前缀**(如 `[1]`、`[2]` 等),直接以列表形式展示内容:

```
### 溯源参考

**查数/选股数据:**
{对 type=查数 或 type=选股/基 的引用,直接展示其 markdown 字段的表格内容,不加 [refId] 编号}

**资讯引用:**
- [{title}]({jumpUrl})(来源:{source})  // 有 jumpUrl 且有 source 时
- [{title}]({jumpUrl})                    // 有 jumpUrl、无 source
- {title}(来源:{source})               // 无 jumpUrl 但有 source
- {title}                                 // jumpUrl、source 均无或为空时仅展示标题

**公告引用:**
- [{title}]({jumpUrl})(来源:{source})  // 有 jumpUrl 且有 source 时
- [{title}]({jumpUrl})                    // 有 jumpUrl、无 source
- {title}(来源:{source})               // 无 jumpUrl 但有 source
- {title}                                 // jumpUrl、source 均无或为空时仅展示标题

**研报引用:**
- [{title}]({jumpUrl})(来源:{source})  // 有 jumpUrl 且有 source 时
- [{title}]({jumpUrl})                    // 有 jumpUrl、无 source
- {title}(来源:{source})               // 无 jumpUrl 但有 source
- {title}                                 // jumpUrl、source 均无或为空时仅展示标题

注意:
- **禁止**在溯源条目前添加 `[1]`、`[2]` 等 refId 编号前缀,refId 仅用于内部数据关联,不对外展示
- 仅展示 `referenceType` 为 `CITED_REFERENCE`(直接引用)的条目为主要参考
- `OTHER_REFERENCE`(扩展引用)可作为补充阅读展示
- 如 `references` 为空,则省略溯源参考部分

---

## 公式格式要求

严格遵照以下格式:
- 行内公式:使用 `\(...\)` 格式(不使用 `$...$`)
- 行间公式:使用 `\[...\]` 格式
- 行间公式块内部内容保持不变

---

## 语言要求

始终使用中文进行交互和输出。如用户使用其他语言,仍以中文生成回答内容,但交互提示可跟随用户语言。

---

## 错误处理

| 错误码 | 含义 | 用户侧话术 |
|---|---|---|
| `BAD_REQUEST` | 缺少问题参数 | "请输入您想问的问题。" |
| `API_ERROR` | 接口返回非 200 状态码 | "金融问答服务暂时不可用,请稍后重试。" |
| `HTTP_ERROR` | HTTP 请求失败 | "金融问答服务暂时不可用,请稍后重试。" |
| `TIMEOUT` | 请求超时 | "请求超时,请稍后重试。" |
| `NETWORK_ERROR` | 网络错误 | "网络连接异常,请检查网络后重试。" |
| `EMPTY_RESPONSE` | 回答内容为空 | "未获取到有效回答,请稍后重试。" |
| 其他异常 | 未知异常 | "金融问答服务暂时不可用,请稍后重试。" |

---

## 脚本/文件说明

| 脚本/文件 | 功能 |
| --- | --- |
| `scripts/generate_answer.py` | 调用金融问答接口,传入用户问题及模式参数,返回回答结果和溯源参考 |

「专业领域」分类下的热门技能

AIGC过程存证服务专业领域

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。

↓ 390.0万★ 7u_c2c77b5f
防诈专家专业领域

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专业领域

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专业领域

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
律师助手专业领域

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、法庭攻防演练、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 个专家技能;法条可核验、结论可复核。

↓ 50.7万★ 77user_cd0fcd93
包拯.SKILL专业领域

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
专利初稿助手专业领域

基于技术交底书生成专利申请初稿。技术交底书内容至少包含技术问题、解决方案、技术效果。内置的推理、视觉、多模态、数学、函数、仿真等模型底座均为国产,国外模型0使用,可放心食用。 近期安装量暴增感谢支持,不少私信希望能力提升但这已是国产极限,我们不必追求最强技能,达到及格即可。学习交流欢迎联系微信号A26dian4

↓ 36.9万★ 48user_9c63fdb4
露禾论文写作助手(免费版pro)专业领域

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。

↓ 35.0万★ 18u_a3c224a2

Financial AI Analyst 的其他技能

数据月份:2026-10 · 下载/星标数聚合自公开技能注册库(ClawHub、SkillHub),按月更新。口径说明见数据方法。