免责声明:本站部分 Skill 来源于公开渠道,使用前请注意识别相关风险,内容版权归原作者所有,如 Skill 涉及版权问题,请在线反馈,核实后予以下架处理。
本 Skill 专为金融投研、风控合规与媒体监控场景设计,覆盖中国 2334 家持牌金融机构(43 大类)的名单查询与官网信息爬取,同时整合 60 余家商业财经媒体、RSS 源及搜索引擎,实现全网舆情的多级抓取与情感分级。核心交付物包括:带质量分档(A–D 级)的舆情聚合报告、含 24 项风险指标的实时行情快照、sha256 可校验的批量下载交付包,以及一键生成的 Markdown 分析回执。v12 新增信息获取编排引擎,用户用自然语言描述需求后,系统自动完成意图路由→数据源选择→智能降级抓取→去重评分→能力边界声明→打包交付的全流程,无需手动拼接工具链。
SKILL.md(本文件):技能主说明,涵盖 8 类意图入口、能力边界与三层依赖安装指引README.md:完整功能清单、MCP 工具表(110 工具 / 10 Resource / 14 Prompt)与变更日志mcp_server.py:MCP 服务端入口,暴露金融数据查询与舆情爬取工具集scripts/:可执行辅助脚本,含 pipeline_runner.py(一键编排)、crawl_packager.py(交付包自证)、login_session.py(登录态脱敏接管)、反爬增强与数据分析增强模块data/:43 组机构名单 JSON(银行、证券、保险、基金、期货、信托、AMC、地方金控等)、舆情源配置、验证规则与样本报告run_knowledge.py:知识库同步入口,支持 IMA / Dify / Obsidian / 本地仓库的入库与校对requirements.txt:Python 依赖清单evals/evals.json:评估用例配置macros/demo_macro.json:演示宏配置| 用户怎么说 | 本技能做什么 |
|---|---|
| "帮我爬一下贵州茅台最近7天的负面舆情,导出 Excel" | 路由至 sentiment 意图,抓取 60+ 媒体源,情感分级后聚合为带 A–D 质量分的 Markdown 报告,可选打包为 sha256 可校验的 ZIP 交付包 |
| "我已经登录了雪球,用我的会话抓一下这个页面" | 检测登录态档案,脱敏调用 Cookie,通过 browser_human_fetch 抓取登录后内容,无稳定证据时明确返回 unknown 并附 HTTP 诊断 |
| "这批公告 PDF 全部下载下来,给我一个能校验的交付包" | 批量下载公告文件,生成 manifest 与 sha256 校验清单,打包为可验证的 ZIP,支持失败项单独重试与整包完整性校验 |
| "先别真跑,把计划和数据源给我看一下再决定" | 执行 dry_run 模式,输出意图路由结论、数据源选择、预期耗时、能力边界与缺口分析,用户确认后再发真实请求 |
| "510300 现在价格和今日走势,顺便算下夏普比率" | 调用行情接口获取实时数据,同步计算 24 项风险指标,输出含走势摘要与指标解读的结构化报告 |
| "查一下招商证券的官网信息,顺便看看同类券商对比" | 查询机构注册表获取官网与基本信息,调用同业对标分析生成截面比较与洞察 |
| "把这篇网页完整归档,包含图片和表格" | 智能识别页面类型,提取正文、表格与键值块,输出完整 Markdown 归档,动态页自动启用 Playwright |
| "分析这份 PDF 财报,同步到 Obsidian 知识库" | 解析 PDF 内容,执行财报自动解读(业绩概览/同比环比/ROE/毛利率/现金流),通过 run_knowledge.py 同步至指定知识库并校对 |