做什么
官方 description 用英文写明「Mx 财务数据」做什么。中文介绍不改写这段原文,能力边界以文件结构与下方原文为准。
技能库 智客分类:文档办公 mx-finance-data OpenClaw
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.
官方网址:ClawHub
先看中文介绍;官方 description 原文单独保留,不改写 SKILL.md。
官方 description 用英文写明「Mx 财务数据」做什么。中文介绍不改写这段原文,能力边界以文件结构与下方原文为准。
官方 description 未单独写出 Use when。按规范,代理会在用户任务与这段 description 的关键词匹配时激活本技能。
按 Agent Skills 渐进披露:启动时只加载 name 与 description(约 100 token);任务匹配后才读入整份 SKILL.md 正文;scripts/、references/、assets/ 仅在需要时再读。 本文件正文结构:金融数据查询、密钥来源与安全说明、功能范围、1. 支持查询的对象范围、2. 支持查询的数据类型、3. 查询方式与处理逻辑。
文件分析:除 SKILL.md 外,正文引用了 scripts/get_data.py,属于带资源的技能包,这些文件按需再读。
金融数据查询密钥来源与安全说明功能范围1. 支持查询的对象范围2. 支持查询的数据类型3. 查询方式与处理逻辑4. 输出结果前提条件1. 注册东方财富妙想账号2. 配置 TokenmacOS 添加到 ~/.zshrc,Linux 添加到 ~/.bashrc3. 安装依赖
来源分类:ClawHub Investment
市场来源:ClawHub
namemx-finance-datadescriptionscripts/get_data.py以下路径提取自原文;文件是否齐全请以来源仓库中的完整目录为准。
具体调用语法与可用工具以目标 Agent 客户端为准。 查看调用机制说明 ↗
先选择目标 Agent 和安装范围,保留技能包的附属文件,安装后检查客户端能否发现该技能。
该技能引用了附属文件,请从来源获取完整目录;仅复制 SKILL.md 可能缺少依赖。
复制安装指令给支持 Agent Skills 的代理,确认其中的目标目录与客户端匹配。
把 Agent Skill「mx-finance-data」安装到我的项目:SKILL.md 原文与官方 description 见 https://zicq.com/zh/skills/skl-44400180165b3568-Mx-%E8%B4%A2%E5%8A%A1%E6%95%B0%E6%8D%AE.html 请存为 .cursor/skills/mx-finance-data/SKILL.md 或 .claude/skills/mx-finance-data/SKILL.md,frontmatter 的 name 与 description 保持原样,不要改写。 该技能还带 scripts/、references/、assets/ 等文件,请从 https://clawhub.ai/skills/mx-finance-data 取完整目录,不要只建一个 SKILL.md。
当前没有明确的 GitHub 技能包地址,请按来源页面的安装器说明操作。
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。支持查询以下类型的结构化数据:
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:
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:
市盈率(动)和总市值、涨跌幅、营收、毛利、净利。--indicators 里重复写实体。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"
Skill 执行后会输出两个文件:
访问 https://ai.eastmoney.com/mxClaw 注册账号并获取API_KEY。
# 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:
source ~/.zshrc
Linux:
source ~/.bashrc
pip3 install httpx pandas openpyxl --user
在工作目录下执行:
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:
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|
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
| 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 |
错误:请设置 EM_API_KEY 环境变量
API_KEY。EM_API_KEY环境变量多实体查数报错:缺少 --indicators
--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
多实体查数最多处理识别结果中前 500 个有效实体
文档办公
为结构化的代理内存和可堆肥技能所打入的知识图. 在创建/征服实体(Person, project, Task, Evention, Document)时使用,链接相关对象,强制约束,规划多步动作作为图变,或技能需要共享状态时使用. 触发到"记住","我知道什么","链接X到Y",…
文档办公
使用纳米-pdf CLI编辑带有自然语言指令的PDF.
文档办公
创建,检查,并编辑有可靠样式的Microsoft Word文档和DOCX文件,编号,跟踪更改,表格,章节,并进行相容性检查. 当 (1) 任务涉及 Word 或 ".docx " 时使用; (2) 文件包括跟踪的更改,评论,字段,表格,模板,或页面布局限制; (3) 文档必须在不…
文档办公
使用Baidu AI搜索引擎(BDSE)搜索网页. 用于实时信息、文件或研究专题.