Token导航 LogoToken导航

Agent Skill · 开发

news-sentiment-scan(新闻情绪扫描)

news-sentiment-scan 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。

news-sentiment-scan 是开发类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为权限未标注;许可证为 MIT-0,第三方扫描有提醒项,按安装量在开发类的 21,746 个 Skill 里排第 2,662。

总安装 15,504周安装 666GitHub Stars 2下载 5,435核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
1.0.0

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:news-sentiment-scan(新闻情绪扫描)
来源仓库:https://github.com/jackpipipi/news-sentiment-scan
安装命令:
openclaw skills install news-sentiment-scan
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 news-sentiment-scan

这个 Skill 是做什么的

开发类 Skill 面向写代码、改代码和排查问题,一般会读写仓库文件,部分还会执行构建或测试命令。

舆情监控与情绪分析技巧。扫描港股、美股、A股等公司公告、新闻报道、券商研报、社交媒体(微博、雪球等),去舆情后进行情绪打分(-10至+10),输出情绪温度计与重大事件清单。触发场景:舆情监控、情绪分析、新闻情绪、社交媒体情绪、上市公司消息面分析、研报解读、《监控XX股票舆情》、《XX新闻情绪如何》。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install news-sentiment-scan;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    权限没有明确标注,第一次使用时只给一个无关紧要的任务,观察它到底读了哪些文件和网络。

常见问题

6 条

news-sentiment-scan 怎么安装?

在终端执行 openclaw skills install news-sentiment-scan。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

news-sentiment-scan 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

news-sentiment-scan 需要什么权限?

权限级别没有明确标注。第一次使用时建议只给无关紧要的任务,观察它实际读写了哪些内容。

news-sentiment-scan 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

news-sentiment-scan 用的人多吗?

公开数据是累计安装 15,504 次,近一周安装 666 次,下载 5,435 次,GitHub 2 星。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

news-sentiment-scan 安全吗?

第三方扫描有提醒项,说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。

先想清楚的地方

  • 第三方扫描存在提醒项或未通过项,需要人工逐条确认。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理开发类任务、又不想每次都手写提示词的人。

不太适合

  • 需要厂商级技术支持和 SLA 的生产系统。

开发类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
skill-vetter

技能审查员 · OpenClaw

8,779,018986操作浏览器MIT-0通过
ontology

本体论 · OpenClaw

6,636,960576只读MIT-0通过
entra-app-registration

内部应用程序注册 · Codex、Claude

6,631,872764接触敏感数据未明确通过
entra-app-registration

内部应用程序注册 · Codex、Claude

3,757,680201接触敏感数据未明确通过
nano-banana-pro

纳米香蕉专业版 · OpenClaw

3,526,898364接触敏感数据MIT-0有提醒
news-sentiment-scan

新闻情绪扫描 · 本页

15,5042权限未标注MIT-0有提醒

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

name
news-sentiment-scan
description
舆情监控与情绪分析技能。扫描港股、美股、A股等公司公告、新闻报道、券商研报、社交媒体(微博、雪球等),去噪后进行情绪打分(-10至+10),输出情绪温度计与重大事件清单。触发场景:舆情监控、情绪分析、新闻情绪、社交媒体情绪、上市公司消息面分析、研报解读、"监控XX股票舆情"、"XX新闻情绪如何"。

News Sentiment Scan

舆情监控与情绪分析技能,扫描多渠道信息源并进行情绪打分。

功能

  • 多渠道信息整理:公司公告、新闻报道、券商研报、社交媒体(微博、雪球)
  • 去噪处理:过滤广告、水军、无关信息
  • 情绪打分:-10(极度负面)至 +10(极度正面)
  • 事件提取:识别并量化每条重大事件的情绪贡献
  • 输出格式:情绪温度计 + 重大事件清单

情绪评分标准

分数情绪标签说明
+8 ~ +10🤩 极度乐观重大利好,股价可能大幅上涨
+5 ~ +8😊 偏正面利好消息,持续关注
+2 ~ +5🙂 轻微正面小幅利好,保持观察
-2 ~ +2😐 中性无明显影响
-5 ~ -2😟 轻微负面小幅利空,注意风险
-8 ~ -5😰 偏负面利空消息,谨慎操作
-10 ~ -8😱 极度悲观重大利空,股价可能大幅下跌

使用方式

基本命令

python3 {SKILL_DIR}/scripts/sentiment_scan.py <stock_code> [days] [market]

参数说明:

  • stock_code:股票代码

- 港股:XXXX.HK(如 0700.HK)或 5位数字(如 00700) - 美股:字母代码(如 AAPL、TSLA) - A股:6位数字(如 002594、600519)

  • days:监控天数,默认 7
  • market:市场标识(可选,auto 自动识别)

示例:

# 监控比亚迪近7天舆情
python3 {SKILL_DIR}/scripts/sentiment_scan.py 002594 7

# 监控腾讯近30天舆情
python3 {SKILL_DIR}/scripts/sentiment_scan.py 0700.HK 30

# 监控苹果近7天舆情
python3 {SKILL_DIR}/scripts/sentiment_scan.py AAPL 7 us

输出格式

==================================================
📰 舆情监控报告:{股票名称}({代码})
==================================================

📅 监控周期:最近{N}天
🔍 信息来源:{来源列表}
⏰ 生成时间:{时间戳}

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

🌡️ 情绪温度计:{分数}({情绪标签})

   -10  ════════════●════════════  +10
        😱        😐        🤩
        └──────────┘
            {当前情绪位置}

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

📋 重大事件清单:

1. [{情绪图标}] {事件标题}
   来源:{来源} | 时间:{日期}
   情绪贡献:{贡献分数} | 置信度:{置信度}%
   
2. [{情绪图标}] {事件标题}
   来源:{来源} | 时间:{日期}
   情绪贡献:{贡献分数} | 置信度:{置信度}%
   
...

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

📊 情绪统计:
├── 正面事件:{N}条({占比}%)
├── 中性事件:{N}条({占比}%)
├── 负面事件:{N}条({占比}%)
└── 平均情绪:{平均分}

💡 操作建议:{建议}

情绪来源权重

来源权重说明
公司公告1.0官方信源,最权威
券商研报0.9专业机构分析
主流媒体0.8财经媒体新闻
监管文件0.9交易所、证监会文件
社交媒体0.6微博、雪球等
论坛帖子0.5股吧、社区讨论

事件类型与情绪贡献

事件类型基础分数说明
业绩超预期+5营收/利润大幅增长
研报上调评级+3券商目标价上调
大股东增持+3管理层看好
政策利好+4行业政策支持
产品发布+2新产品上市
业绩不及预期-4营收/利润下降
研报下调评级-3券商目标价下调
大股东减持-3管理层不看好
政策利空-4行业政策收紧
监管调查-5证监会/交易所调查

数据来源

  1. Yahoo Finance:公司新闻、分析师评级
  2. Google News:财经媒体报道
  3. Twitter/X:社交媒体讨论
  4. 微博:中国社交媒体(需要网络访问)
  5. 雪球:投资社区讨论

注意事项

  • 情绪分析基于自然语言处理,可能存在误差
  • 重大事件需结合基本面判断
  • 本工具仅供参考,不构成投资建议
  • 社交媒体信息可能被操纵,请谨慎判断

平台分布

OpenClaw

88.14%
按下载量换算4,790

安全审计

VirusTotal

通过

ClawScan

可疑

Static analysis

通过

权限和风险

权限未标注

当前来源未能明确判断权限范围,默认进入异常复核队列。

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。来源安全扫描存在提醒或未通过项,安装前请自行复核。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills