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

fn-portraitfn 肖像

Agent Skill

fn-portrait 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

1,983

周安装

81

GitHub Stars

公开资料未说明

下载量

642
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:fn-portrait(fn 肖像)
来源仓库:https://github.com/mapufan/fn-portrait
安装命令:
openclaw skills install fn-portrait
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 fn-portrait

简介

提取中国 A 股上市公司财务报告脚注中的关键财务数据。

  • 辅助投资者分析企业真实经营状况与潜在风险。fn-portrait 属于开发类 Skill,可作为该场景下的辅助能力补充。
  • 自动解析年报 PDF 或 HTML 版本中的脚注段落。
  • 安装命令:openclaw skills install fn-portrait
  • 目前仅支持境内上市公司公开披露的正式报告格式。

SKILL.md

name
fn-portrait
description
Financial report footnote extraction and analysis tool for Chinese A-share listed companies. Use when: (1) User wants to extract financial note data from annual reports (附注), (2) User wants to analyze financial statement footnotes, (3) User mentions 'Portrait', '财报附注', '年报分析', 'financial notes extraction', (4) User wants to download annual reports from CNINFO (巨潮资讯网), (5) User wants to visualize financial data from Chinese stock reports. Supports Shanghai/Shenzhen stock exchanges, STAR Market (科创板), ChiNext (创业板), and main boards.
license
MIT

FN Portrait Toolkit

Financial report footnote extraction and analysis tool for Chinese A-share listed companies.

Quick Start

Prerequisites

Install Python dependencies:

uv pip install pandas openpyxl requests matplotlib numpy pillow pdfplumber filelock

Configure LLM (Choose one)

Option A: DeepSeek (Recommended for China)

export DEEPSEEK_API_KEY=sk-...

Option B: Moonshot

export KIMI_API_KEY=sk-...

Option C: Ollama (Local, no API key needed)

# Install and start Ollama
ollama pull gemma3:1b
ollama serve

Run Analysis

# Basic usage
python ~/.openclaw/skills/fn-portrait/scripts/fn_pipeline.py <stock_code> <company_name>

# Full example
python ~/.openclaw/skills/fn-portrait/scripts/fn_pipeline.py 688018 乐鑫科技 2023-2025 科创板

Parameters:

  • stock_code: 6-digit stock code (e.g., 688018)
  • company_name: Chinese company name (e.g., 乐鑫科技)
  • years: Year range (default: 2023-2025, format: YYYY or YYYY-YYYY)
  • plate: Stock exchange plate (default: 科创板, options: 科创板/创业板/沪主板/深主板)

Pipeline Steps

  1. Download PDFs - Fetch annual reports from CNINFO (巨潮资讯网)
  2. Extract Data - Parse financial footnotes using pdfplumber
  3. LLM Analysis - Semantic analysis of financial data
  4. Generate Portrait - Create visualization charts

Output Files

  • portraits/Portrait_<code>_<name>.png - Final visualization chart
  • output2/<code>_<name>/ - Extracted Excel data
  • output2/<code>_<name>/<code>_<name>_LLM分析结果.xlsx - LLM analysis results
  • RAWPDF/<name>PDF/ - Downloaded PDF files

Supported Financial Items

Balance Sheet Notes

  • Current Assets: 货币资金, 交易性金融资产, 应收票据, 应收账款, 存货分类
  • Non-current Assets: 固定资产情况, 在建工程, 商誉

Income Statement Notes

  • Revenue: 营业收入, 营业成本, 境内外毛利率
  • Expenses: 管理费用, 销售费用, 财务费用, 研发费用

Cash Flow Notes

  • Operating activities
  • Investing activities
  • Financing activities

Advanced Usage

Skip Steps

python fn_pipeline.py 688018 乐鑫科技 --skip-download  # Use existing PDFs
python fn_pipeline.py 688018 乐鑫科技 --skip-extract   # Use existing extracted data
python fn_pipeline.py 688018 乐鑫科技 --skip-llm       # Skip LLM analysis
python fn_pipeline.py 688018 乐鑫科技 --skip-portrait  # Skip chart generation

Custom Directories

python fn_pipeline.py 688018 乐鑫科技 --rawpdf-dir /path/to/pdfs --output-dir /path/to/output

Troubleshooting

Ollama Connection Error

Ensure Ollama is running: ollama serve

PDF Download Fails

Check internet connection and CNINFO website accessibility

Missing Fonts

Fonts are bundled in assets/fonts/. If display issues occur, install Noto CJK fonts system-wide.

References

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

93.65%
按下载量换算601

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