Token导航 LogoToken导航TokenDH.com
开发需要联网unknown未标认证来源可访问许可证需确认审计未展示

mx-stock-earnings-reviewMX 股票收益回顾

Agent Skill

mx-stock-earnings-review 用于补充开发相关能力,适合在 Local Agent 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

294

周安装

12

下载量

94
Local Agent

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。

来源数

2

许可证

unknown

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:mx-stock-earnings-review(MX 股票收益回顾)
来源仓库:https://skills.volces.com
仓库路径:mx-stock-earnings-review
安装命令:
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。当前暂无明确安装命令,请以来源页面说明为准。

简介

mx-stock-earnings-review 用于补充开发相关能力。

  • 适合在 Local Agent 中承接开发类任务。
  • 安装方式未知,建议结合来源仓库进一步核验用法。
  • 使用前需确认权限范围、维护状态及是否涉及联网或文件操作。
  • 适用宿主包括 Local Agent,接入前应确认版本、权限和运行环境要求。

SKILL.md

上市公司业绩点评 (stock-earnings-review)

通过用户问句完成实体识别 → 报告期匹配 → 业绩点评接口生成,并在本地保存 PDF/Word 附件(base64 解码保存)。JSON 过程日志仅在 debug 模式落盘。最终对用户返回标题、接口 content 文本整理结果、附件本地路径、溯源说明与分享链接。

密钥来源与安全说明

  • 本技能仅使用一个环境变量:EM_API_KEY(请求头 em_api_key)。
  • EM_API_KEY 由东方财富妙想相关服务签发,用于接口鉴权;使用前请确认来源、范围与有效期。
  • 禁止在代码、提示词、日志或输出中硬编码或明文暴露密钥。

上层编排协议(支持分步骤调用)

本 skill 采用分步骤调用:由大模型按流程依次调用

  1. scripts/validate_entity.py 获得实体
  2. scripts/normalize_report_period.py 获得报告期候选
  3. 大模型基于用户语义选择 reportDate
  4. scripts/call_review_api.py 生成点评并保存附件

无论采用哪种方式,禁止仅由大模型凭知识库「编造」业绩点评全文并冒充 skill 结果。

输出目录与文件结构(默认)

mx_macro_data 相同约定:默认根目录为当前工作目录下的 miaoxiang/stock-earnings-review/(无需手动创建,脚本会自动 mkdir)。

每次执行会在该根目录下再创建一次运行子目录run_id,含时间戳与短 UUID),结构如下:

路径(相对本次 run 根目录)说明
01_entity.json实体识别结果(仅 --debug
02_report_period.json报告期列表与匹配结果(仅 --debug
03_comment_raw.json业绩点评接口原始响应(仅 --debug
04_review_result.json解析后的点评结果与章节信息(仅 --debug
05_final_result.json汇总与 finalOutput(仅 --debug
attachments/review.pdf接口返回 pdfBase64 解码后的文件(若接口有返回)
attachments/review.doc接口返回 wordBase64 解码后的文件(若接口有返回)

说明:若接口未返回对应 base64,则不会生成对应文件。非 debug 模式不会生成 01~05.json,但附件仍会保存。

环境变量

变量名说明默认
EM_API_KEY接口鉴权密钥(必填)
STOCK_EARNINGS_REVIEW_OUTPUT_DIR日志与附件的根目录(其下仍按每次 run 分子目录)miaoxiang/stock-earnings-review(相对当前工作目录)
EARNINGS_REVIEW_LOG_DIR与上一项同义,兼容旧配置同上

前提条件

1. 配置 EM_API_KEY

# macOS / Linux
export EM_API_KEY="your_api_key_here"
# Windows PowerShell
$env:EM_API_KEY="your_api_key_here"

2. 安装依赖

pip3 install httpx --user

快速开始

分步骤调用(适配外层大模型编排)

# 第一步:实体识别
python3 {baseDir}/stock-earnings-review/scripts/validate_entity.py --query "东方财富 业绩点评"

# 第二步:获取报告期候选
python3 {baseDir}/stock-earnings-review/scripts/normalize_report_period.py \
  --secu-code 300059 --market-char SZ --class-code 002001

# 第三步:外层大模型选择 reportDate 后调用点评
python3 {baseDir}/stock-earnings-review/scripts/call_review_api.py \
  --secu-code 300059 --market-char SZ --class-code 002001 \
  --report-date 2025-12-31 --secu-name 东方财富

可选参数:

参数说明必填
validate_entity.py --query用户原始问句(需含公司/股票信息)
normalize_report_period.py --selected-report-date可选,由上层模型已决策时传入;传入值须在候选列表中
call_review_api.py --attachment-dir附件保存目录;不传则默认为 miaoxiang/stock-earnings-review/<run_id>/attachments
call_review_api.py --debug输出完整中间字段并落盘调试日志

注意:禁止调用 任何「后台执行、稍后汇报」的方式跑本脚本,只能在当前会话中同步等待到命令完成,拿到 stdout 的结果后再继续,否则会导致本 Skill 失败。


处理流程(摘要)

整体流程分为三步:实体识别与市场校验 → 报告期匹配 → 生成点评并落盘。

第一步:实体识别与市场校验

调用 scripts/validate_entity.py,将用户原始问句传入实体识别接口,返回 secuCodemarketCharclassCodesecuName 等;多个实体时取第一个。

第二步:报告期匹配

调用 scripts/normalize_report_period.py 获取报告期列表;由上层模型根据用户意图选择 reportDate(或通过 --report-date 传入)。若用户未指定报告期,默认取列表中最新一期(以脚本实现为准)。

/assistant/write/choice/reportList 接口返回的是该实体已发布的报告期列表,不包含未发布报告期。 例如请求 {"emCode":"NVDA.O"} 时,返回结果即为英伟达已发布报告期集合。

第三步:业绩点评与落盘

调用 scripts/call_review_api.py,请求业绩点评接口,解析标题与正文 content,将 PDF/Word base64 写入 attachments/。各阶段 JSON 日志仅在 debug 模式写入。

对用户输出格式(逻辑)

  • 标题:接口返回标题。
  • 正文:直接基于接口返回的 content 文本进行整理后输出。
  • 分享链接:接口返回的 shareUrl
  • 文件路径:返回 files.pdf / files.word / files.dataSheet(若生成)。

第三步 call_review_api.py 输出仅使用以下字段:titlecontentshareUrlfiles

输出格式模板(Markdown 示意)

# {title}

{content}

如需查看详细信息,请查看附件 PDF 或 DOC.......
- **附件**:{files}
- **分享链接**:{shareUrl}

关键约束(必须遵守)

  • 不要尝试读取、解析或总结 review.pdf / review.doc 的文件内容。
  • 不要因为 PDF 文本截断或 DOC 为二进制而再次走“读附件内容”的流程。
  • 仅基于 call_review_api.py 返回的结构化字段(尤其是 summary/content)整理并回复用户。

前置校验失败约束(必须遵守)

  • 出现以下任一情况必须立即停止流程,不得继续调用后续接口,不得编造结果:

- 实体识别为空或实体不在支持范围; - 报告期列表为空; - 用户指定的 selected_report_date 不在候选列表(strict 模式)。

  • 当脚本返回 ok=false 或返回体中存在 message 字段时,必须原样输出 message,不得改写或替换。
  • 当报告期匹配失败且运行在非严格模式时,可回退到最新一期,但必须明确提示“已回退到最新可用报告期”。

格式要求

响应中的数学公式格式:

  • 行内公式使用 \(...\) 格式(不使用 $...$
  • 行间公式使用 \[...\] 格式
  • 行间公式块内部内容保持不变

错误处理汇总

错误场景处理方式
问句中无实体向用户确认需要点评的公司名称
实体识别失败提示用户确认公司名称或股票代码
实体不在支持市场返回「目前仅支持沪深京港美实体进行业绩点评」
报告期列表为空提示「暂无该实体的可用报告期数据」
报告期接口调用失败提示「暂时无法获取报告期信息,请稍后重试」
业绩点评接口调用失败提示「业绩点评生成失败,请稍后重试」
用户要求看完整正文直接返回接口 content 文本;如需原文件可提示附件路径,但不读取附件内容

脚本与文档

脚本/文件功能
scripts/validate_entity.py实体识别
scripts/normalize_report_period.py报告期列表与匹配
scripts/call_review_api.py业绩点评接口与附件落盘
BUSINESS_LOGIC.md业务逻辑详版:前置检查、报告期 A 股/港美股规则、交付模板、完整错误表、与脚本 strict 模式说明

编排层实现完整规则时请同时阅读 BUSINESS_LOGIC.md

适合场景

01

用户想查找某类 Agent Skill 时

02

需要根据任务场景推荐可安装能力包时

03

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

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

Local Agent

96.71%
按下载量换算91

安全审计

暂无安全审计结果可展示。

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

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。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