Token导航 LogoToken导航TokenDH.com
开发敏感数据clawhub未标认证来源可访问clear审计提醒

companyinformationcompanyinformation 分析

Agent Skill

companyinformation 用于补充开发相关能力,适合在 OpenClaw 中需要让 Agent 承接开发相关任务时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

总安装

2,230

周安装

92

GitHub Stars

公开资料未说明

下载量

729
OpenClaw

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

MIT-0

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:companyinformation(companyinformation 分析)
来源仓库:https://github.com/longgggggg/companyinformation
安装命令:
openclaw skills install companyinformation
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install companyinformation

简介

基于 FEEDAX API 实现上市公司舆情监测与情感分析预警。

  • 适用于企业口碑跟踪、投资风险识别及负面事件预警场景。
  • 支持热度评估、行业分类与关联公司交叉比对功能。companyinformation 属于开发类 Skill,可作为该场景下的辅助能力补充。
  • 需申请 FEEDAX 服务账号并完成 API 密钥绑定配置。
  • 建议定期校准情感判断阈值以适应不同行业语境差异。

SKILL.md

name
company-information
description
|

企业舆情 (Company Information)

基于 FEEDAX API 的企业舆情监测与风险预警技能,提供全面的企业资讯查询能力。

⚠️ 前置条件:配置 API Key

使用本技能前,必须先配置 API Key。

检查配置

查看 .env 文件是否存在且包含有效的 API Key:

cat .env

如果未配置

返回以下错误提示:

GE1003: 未配置 API Key,请前往 https://www.feedax.cn 免费申请,完成后请告诉我 API Key 以便我记住

.env 文件中添加:

FEEDAX_API_KEY=your_api_key_here
注意: 如果 .env 文件不存在,请创建该文件并添加上述内容。API Key 请联系管理员获取。

API Key 错误码说明

|错误码|说明|解决方案| |-|-|-| |GE1003|未配置 API Key|前往 https://www.feedax.cn 申请| |GE1004|API Key 已失效|检查 API Key 有效性,或重新申请| |GE1005|API Key 已过期|前往 https://www.feedax.cn 重新申请| |GE1006|API Key 无效|前往 https://www.feedax.cn 重新申请| |GE1007|账户余额不足|前往 https://www.feedax.cn 充值|

服务错误处理

当 API 服务暂时不可用时,系统会返回友好的错误提示:

|HTTP 状态码|错误提示| |-|-| |400|请求参数错误,请检查输入| |401/403|API Key 可能无效或已过期| |429|请求过于频繁,请稍后再试| |500|服务器内部错误| |502|服务暂时不可用,请稍后再试| |503|服务维护中,请稍后再试| |504|网关超时,请稍后再试| |连接超时|请求超时,请稍后再试| |连接错误|无法连接到服务器,请检查网络或稍后再试|


一、接口信息

  • 接口地址: 221.6.15.90:18011
  • 接口 URI: /data-service/v1/news/company/external/query
  • 请求方式: POST
  • Content-Type: application/json; charset=UTF-8

二、参数说明

2.1 必传参数

|参数名|类型|说明| |-|-|-| |apiKey|String|平台分配的密钥,身份校验必传| |companyName|String|公司名称(与 keyWordQuery 二选一)| |keyWordQuery|Object|关键词查询对象(与 companyName 二选一)|

keyWordQuery 结构:

{
    "keyword": "搜索关键词",
    "queryFields": ["1", "2"]
}
  • queryFields: ["1", "2"] - 1=正文,2=标题

2.2 分页与排序

|参数名|类型|默认值|说明| |-|-|-|-| |pageNum|Integer|0|页码(从 0 开始)| |pageSize|Integer|20|每页数量,1 ≤ size ≤ 100| |sortBy|String|publish_date|默认按发布时间排序。仅当用户明确要求按热度排序时才修改| |sortType|String|DESC|排序方式:ASC/DESC|

sortBy 可选值:

  • publish_date - 默认。按发布时间排序,获取最新内容
  • heat_scores - 按热度排序

排序规则

  • 默认行为:按 publish_date(发布时间)排序,获取最新发布的舆情
  • 用户明确要求时:当用户说"按热度排序"、"最热门的"等,才使用 heat_scores

2.3 内容筛选

|参数名|类型|默认值|说明| |-|-|-|-| |sentiments|Array|[]|情感倾向列表:正面/负面/中性,空数组表示全部| |industrySwResults|Array|[]|申万行业列表,空数组表示全部| |newsImportanceLevels|Array|[]|重要程度列表,空数组表示全部|

2.4 时间筛选

|参数名|类型|默认值|说明| |-|-|-|-| |startTime|Long|自动计算|查询开始时间(13 位毫秒时间戳)| |endTime|Long|当前时间|查询结束时间(13 位毫秒时间戳)|

2.5 互动数据筛选

|参数名|类型|说明| |-|-|-| |publicOpinionHeatScore|Integer|舆情热度得分| |viewCount|Integer|浏览数| |shareCount|Integer|转发数|


三、情感倾向分类 (sentiments)

|情感|值|说明| |-|-|-| |正面|正面|积极、利好的企业新闻| |负面|负面|消极、风险警示的企业新闻| |中性|中性|客观陈述的企业新闻|


四、输出 JSON 格式

4.1 请求示例

{
    "apiKey": "YOUR_API_KEY",
    "companyName": "万科",
    "sentiments": [],
    "industrySwResults": [],
    "newsImportanceLevels": [],
    "pageNum": 0,
    "pageSize": 20,
    "sortBy": "publish_date",
    "sortType": "DESC",
    "startTime": 1774211938071,
    "endTime": 1774838338071
}

4.2 响应示例

{
    "code": 200,
    "message": "success",
    "total": 156,
    "data": [
        {
            "articleTitle": "万科发布 2025 年业绩预告,净利润同比增长",
            "articleContent": "...",
            "articleSummary": "万科发布 2025 年业绩预告,预计净利润同比增长 10%-15%...",
            "infoSource": "新浪财经",
            "articleUrl": "https://...",
            "releaseDate": 1774838338071,
            "articleSentiment": "正面",
            "articleImportanceLevel": "高",
            "publicOpinionHeatScore": 85,
            "viewCount": 12500,
            "shareCount": 320,
            "golaxyCompanyTagResults": [
                {
                    "compName": "万科企业股份有限公司",
                    "compSentimentScore": 0.6,
                    "isMajorComp": true,
                    "newsRelevance": 0.95,
                    "stockInfo": {
                        "stockCode": "000002",
                        "stockShortName": "万科 A"
                    }
                }
            ],
            "industryCsrcVos": [{"industryCategoryName": "房地产业"}],
            "industrySwVos": [{"industrySw1Name": "房地产"}]
        }
    ]
}

4.3 必须展示字段

每条资讯必须包含以下 11 个核心字段

序号字段API 字段名说明
1新闻标题articleTitle资讯标题
2新闻摘要articleSummary资讯内容摘要
3情感倾向articleSentiment正面/负面/中性
4新闻来源infoSource发布媒体/来源
5股票代码golaxyCompanyTagResults[].stockInfo.stockCode股票代码
6股票简称golaxyCompanyTagResults[].stockInfo.stockShortName股票简称
7行业分类industrySwVos[].industrySw1Name申万一级行业
8公司名称golaxyCompanyTagResults[].compName相关公司名称
9公司别称golaxyCompanyTagResults[].compAlias公司别称列表
10舆情热度publicOpinionHeatScore舆情热度得分
11事件标签golaxyCompanyTagResults[].companyTags[].tag_name公司事件标签(三级标签)

五、解析规则

5.1 关键词解析

从用户输入中提取核心检索关键词(公司名称)。

关键词提取规则

  1. 提取核心词:从用户输入中提取公司名称(1-2 个)
  2. 同义词扩充:为公司名称添加常见简称
  3. 情感词处理:情感词(负面、正面)不放入关键词,通过 sentiments 参数控制

关键词解析示例

|用户输入|公司名| |-|-| |万科新闻|万科| |宁德时代负面|宁德时代| |比亚迪最新动态|比亚迪| |腾讯控股舆情|腾讯|

5.2 情感倾向映射

|用户表述|sentiments| |-|-| |负面/负面信息/风险/担忧/暴雷|["负面"]| |正面/正面信息/利好/好消息|["正面"]| |中性|["中性"]| |全部情感/不指定|[]|

5.3 时间范围计算

|用户表述|计算方式| |-|-| |6 小时|当前时间 - 6 小时| |24 小时/一天|当前时间 - 24 小时| |3 天|当前时间 - 3 天| |7 天/一周|当前时间 - 7 天| |30 天/一个月|当前时间 - 30 天|

5.4 排序方式映射

默认规则:除非用户明确要求,否则一律使用 publish_date(发布时间)排序

|用户表述|sortBy|说明| |-|-|-| |无明确要求|publish_date|默认,获取最新发布的内容| |按热度/热门/最火的|heat_scores|按热度排序| |最新/最近/新发布的|publish_date|按发布时间排序(默认)|

关键规则

  1. 默认行为:用户只说"搜索 XX 新闻",没有提到排序方式 → 使用 publish_date
  2. 明确要求时:用户说"搜索最热门的 XX"、"按热度排序" → 使用 heat_scores
  3. 时间优先:用户关注时效性 → 使用 publish_date
  4. 热度优先:用户关注传播度 → 使用 heat_scores

5.5 重要程度映射

|用户表述|newsImportanceLevels| |-|-| |重要/重大|["高"]| |一般/普通|["中"]| |全部|[]|


六、通用规则

  1. 必传参数: apiKeycompanyName(或keyWordQuery)必须传入
  2. 逻辑关系: List 类型参数多值之间为或关系,不同参数之间为且关系
  3. 时间规则: 时间戳为 13 位毫秒级
  4. 数值范围: Min ≤ Max,否则筛选无效

七、数据返回方式

7.1 返回格式

搜索结果以 双通道 方式返回:

通道 1:对话展示(摘要)

  • 在对话中展示 前 5 条 数据的摘要信息
  • 必须展示 11 个核心字段

1. 新闻标题 2. 新闻摘要 3. 情感倾向 4. 新闻来源 5. 股票代码 6. 股票简称 7. 行业分类 8. 公司名称 9. 公司别称 10. 舆情热度 11. 事件标签(三级标签)

通道 2:文件输出(完整数据)

  • 自动保存 所有返回数据 到 CSV 和 MD 文件
  • 文件位置:./company_information_<时间戳>.csv./company_information_<时间戳>.md
  • CSV 包含完整字段,MD 包含统计分析和数据说明

7.2 文件格式示例

CSV 文件字段:

发布时间,标题,摘要,来源,情感倾向,股票代码,股票简称,行业分类,公司名称,公司别称,舆情热度,事件标签,URL

MD 说明文件内容:

# 企业舆情查询结果说明

**查询公司**: 万科
**查询时间范围**: 近 7 天
**数据日期**: 2026-04-02 18:45:00
**结果总数**: 156 条
**接口状态**: code=200, message=success

## 情感分布
- 中性:98 条
- 正面:35 条
- 负面:23 条

## 重要程度分布
- 高:45 条
- 中:67 条
- 低:44 条

## 公司情感得分
- 平均得分:0.35(偏正面)
...

7.3 使用建议

  • 快速浏览:查看对话中的前 5 条摘要
  • 深度分析:打开 CSV/MD 文件获取完整数据进行进一步处理
  • 数据导出:CSV 文件可直接导入 Excel 或其他分析工具

八、搜索执行方式

8.1 CLI 命令行工具(推荐)

文件: scripts/query_company_information.py

通过命令行调用企业舆情 API,支持所有筛选参数。

基础用法

# 基础搜索
python3 scripts/query_company_information.py --company "万科"

# 搜索指定情感倾向(最近 7 天)
python3 scripts/query_company_information.py --company "宁德时代" --sentiments 负面 --days 7

# 搜索关键词
python3 scripts/query_company_information.py --keyword "恒大集团" --days 14

# 搜索公司正面资讯
python3 scripts/query_company_information.py --company "比亚迪" --sentiments 正面 --days 30

参数说明

必填参数(二选一)

|参数|简写|说明| |-|-|-| |--company|-c|公司名称| |--keyword|-k|搜索关键词|

情感筛选

|参数|简写|说明| |-|-|-| |--sentiments|-s|情感倾向:正面/负面/中性(可多选)|

分页与排序

|参数|简写|默认值|说明| |-|-|-|-| |--days|-d|7|查询天数| |--page|-p|0|页码(从 0 开始)| |--size|-n|20|每页数量| |--sort-by||publish_date|排序字段| |--sort-type||DESC|排序方式:ASC/DESC|

输出控制

|参数|简写|说明| |-|-|-| |--verbose|-v|显示详细内容(摘要)| |--output-dir||输出目录(默认当前目录)| |--no-output||不生成输出文件,仅显示结果| |--api-key||FEEDAX API Key(也可通过环境变量提供)|

完整示例

# 搜索万科负面舆情,最近 14 天
python3 scripts/query_company_information.py \
    --company "万科" \
    --sentiments 负面 \
    --days 14 \
    --size 20 \
    --verbose

输出结果

  1. 对话显示:自动在终端显示结果摘要(序号、时间、情感、标题、来源、公司信息、热度)
  2. CSV 文件:完整数据保存至 ./company_information_<时间戳>.csv
  3. MD 文件:统计分析保存至 ./company_information_<时间戳>.md

8.2 API Key 配置方式

API Key 需要通过以下方式之一提供(优先级从高到低):

  1. 命令行参数: --api-key "your-api-key"
  2. 环境变量: export FEEDAX_API_KEY="your-api-key"
  3. 配置文件: 在 scripts/ 目录创建 config.json,内容为 {"api_key": "your-api-key"}

九、示例对话

用户: 搜索万科最近 7 天的负面新闻,按热度排序

解析结果:

{
    "apiKey": "YOUR_API_KEY",
    "companyName": "万科",
    "sentiments": ["负面"],
    "industrySwResults": [],
    "newsImportanceLevels": [],
    "pageNum": 0,
    "pageSize": 20,
    "sortBy": "heat_scores",
    "sortType": "DESC",
    "startTime": 1774211938071,
    "endTime": 1774838338071
}

执行命令:

python3 scripts/query_company_information.py \
    --company "万科" \
    --sentiments 负面 \
    --days 7 \
    --sort-by heat_scores

十、执行流程

收到用户搜索请求后,必须按以下步骤顺序执行:

Step 1: 检查 API Key 配置

cat .env | grep FEEDAX_API_KEY
  • 如果返回空或文件不存在,提示用户:"未配置 API Key,请前往 https://www.feedax.cn 申请,完成后请告诉我 API Key 以便我记住"
  • 如果存在有效的 API Key,继续下一步

Step 2: 解析用户输入

从用户自然语言中提取以下参数:

|提取项|对应 CLI 参数|示例| |-|-|-| |公司名称|--company|"万科新闻" → --company "万科"| |情感倾向|--sentiments|"负面" → --sentiments 负面| |时间范围|--days|"最近 3 天" → --days 3| |排序方式|--sort-by|"按热度" → --sort-by heat_scores|

Step 3: 构建并执行 CLI 命令

根据解析结果构建命令并执行:

python3 scripts/query_company_information.py --company "公司名" --sentiments 负面 --days 7

Step 4: 返回结果

  • 在对话中显示结果摘要(10 个必须展示字段)
  • 完整数据自动保存至 CSV 和 MD 文件

执行示例

用户输入: "搜索万科最近 7 天的负面新闻"

执行命令:

python3 scripts/query_company_information.py --company "万科" --sentiments 负面 --days 7

十一、注意事项

  1. 时间参数: 使用 Unix 时间戳(毫秒),脚本会自动计算
  2. 页码: 从 0 开始计数
  3. 情感倾向: 正面、负面、中性,不传表示全部
  4. 公司名称: 公司名称和关键词至少填写一个
  5. API Key: 必须提供,支持三种配置方式
  6. 输出文件: 默认生成 CSV 和 MD 文件,可使用 --no-output 禁用

十二、参考文件

  • scripts/query_company_information.py - 主查询脚本
  • scripts/config.json - API Key 配置文件(可选)
  • .env - 环境变量配置文件

*数据来自 FEEDAX 企业资讯监测平台,涵盖新闻、社交媒体、论坛、金融平台等多种信源。*

适合场景

01

OpenClaw 用户查找和安装 Skill 时

02

用户想查找某类 Agent Skill 时

03

需要根据任务场景推荐可安装能力包时

04

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

OpenClaw

85.05%
按下载量换算620

安全审计

VirusTotal

通过

ClawScan

可疑

Static analysis

通过

权限和风险

敏感数据

该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在 warning/failed 结果,不能写成本站确认安全。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills