SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场glmv-stock-analyst

glmv-stock-analyst

数据与分析

查看项目

更新于 10-16 05:14

技能介绍

用途

glmv-stock-analyst 是一个股票分析与涨跌预测分析技能，服务对象主要是关注中国公司（港股/A股/美股）的投资者。它在用户表达分析、判断或预测意图时触发，例如“分析一下腾讯”“0700最近走势如何”“XX能不能买”“预测一下后续走势”“生成一份分析报告”等；对于简单查询类需求（如“腾讯当前价格是多少”“茅台代码是什么”）不触发本 Skill。

主要能力

  • 数据采集与图表生成：脚本 fetch_all.py 负责采集数据并生成图表，不生成报告、不写 HTML。输出到 agent 当前工作目录（workspace）下的 stock_data_output/，每次任务独立文件夹，例如 0700_20260331_2030/，内含 data.json、summary.json、kline_em.png（日K线图）、kline_intraday.png（分时图）等。
  • 多模态看图分析：模型可直接查看脚本生成的 K 线图等图片，用视觉能力分析趋势方向、均线排列、支撑压力位、量价关系、K 线形态等。
  • 精准新闻搜索：通过 web_search 搜索与标的直接相关的新闻、分析师评级、资金流向等，避免无关的全市场快讯。
  • 双层输出：webchat 精炼总结（约400-800字，含核心数据、近期走势分析、多空对比表、结论与操作建议）+ report.md 详细报告（图文并茂）。
  • 报告转换与导出：md2html.py 将 Markdown 转为带专业 CSS 的 HTML；export_report.py 可选导出 PDF。

使用方式

首次使用需运行一次环境初始化：

cd {SKILL_DIR}/scripts && bash setup.sh

setup.sh 会自动测速选择最快镜像、检测或创建 venv 并安装 requirements.txt 中的全部依赖。可选配置 Tushare Token 获取更稳定的 A 股数据：

export TUSHARE_TOKEN="your_token"

完整分析流程（每次必做）：

  • Step 0：确认标的代码。不论是否认得该股票，都必须先搜索一次，搜索内容如“{用户说的名字} 股票代码 上市 港股 OR A股 OR 美股”，时间范围选 past_year。代码格式：港股 0700.HK | A股 600519.SS | 美股 AAPL。
  • Step 1：运行数据采集脚本：

{SKILL_DIR}/scripts/venv/bin/python {SKILL_DIR}/scripts/fetch_all.py {股票代码} [--adr {ADR代码}]

示例：

港股（腾讯）

{SKILL_DIR}/scripts/venv/bin/python {SKILL_DIR}/scripts/fetch_all.py 0700.HK --adr TCEHY

港股（中芯国际）

{SKILL_DIR}/scripts/venv/bin/python {SKILL_DIR}/scripts/fetch_all.py 00981.HK

A股（茅台）

{SKILL_DIR}/scripts/venv/bin/python {SKILL_DIR}/scripts/fetch_all.py 600519.SS

美股（苹果）

{SKILL_DIR}/scripts/venv/bin/python {SKILL_DIR}/scripts/fetch_all.py AAPL

  • Step 2：读取 summary.json 和 data.json，并用 read 工具查看每张关键图片（日K线图、分时图等）。
  • Step 3：用 web_search 至少搜 2-3 次精准新闻（近期事件、分析师评级目标价、资金流向等）。
  • Step 4：可选搜索业绩演示材料。
  • Step 5：生成 report.md 并输出 webchat 精炼总结。
  • Step 6：MD 转 HTML 并打开浏览器：

{SKILL_DIR}/scripts/venv/bin/python {SKILL_DIR}/scripts/md2html.py {output_dir}/report.html -i {output_dir}/report.md open {output_dir}/report.html

  • Step 7：PDF 导出提示，用户要求时执行：

{SKILL_DIR}/scripts/venv/bin/python {SKILL_DIR}/scripts/export_report.py {output_dir}/report.md --format pdf open {output_dir}/report.pdf

适用场景

  • 用户要求分析某只股票、判断能否买入、预测后续走势、生成分析报告。
  • 用户追问“那 XX 呢？”（新股票走完整流程）、“XX 最新消息”（只搜新闻+精炼回复）、“如果明天低开？”（场景分析）、“比较 XX 和 YY”（各自分析后对比）、“导出 PDF”等。

限制

  • 所有数据和分析必须基于搜索和脚本获取的真实信息，禁止编造数据、价格、事件。
  • 脚本只负责采集数据和画图，不生成报告、不写 HTML。
  • 新闻必须精准相关，不相关的全市场快讯不要塞进报告。
  • 图片策略分层：report.md 优先用真实图片，webchat 回复不放文本折线图。
  • HTML 由 md2html 生成，不要手写 HTML。
  • 敏感标的需遵循 references/sensitive_companies.md 中的合规规则。
  • 部分数据源存在代理问题或未稳定配置（如 yfinance 需 curl_cffi、宏观数据未稳定配置），财联社新闻过滤不精准，优先用模型搜索。
  • 具体收费、价格、平台等信息暂未提供。