前言¶
在 Cursor、Claude Code 等环境里问「这只票怎么样」，模型很容易凭印象拼结论，缺少可核对的数据与统一口径。手工跑 akshare、再自己整理 MA、MACD、新闻关键词，步骤多且难复现。
下面介绍 SkillHub 上的社区技能「股票分析小龙虾」（坐标 @user_756344a1/stock-analysis-openclaw）。它用通用 SKILL.md 约定触发方式、数据源和输出纪律，并附带 Python 脚本，把单股分析、批量选股评分和盘中分时分析串成一套可执行流程。SkillHub 页面标注 requires_api_key=false，不依赖额外 API Key。
这是什么¶
「股票分析小龙虾」是面向 A 股的技术面量化分析 Skill，由社区发布者 user_756344a1 维护，SkillHub 分类为 professional，当前商店版本为 1.0.0（来源：community）。技能说明内自报分析框架为 V4.x（含 V4.3 止损与套利公式调整）。
它解决的是：让 Agent 在用户问个股、买卖参考、批量 Excel 选股或盘中分时场景下，按固定数据源与评分模型调用脚本，输出带时效声明、风险提示的结构化结论，而不是空口研判。
核心功能¶
以下能力均来自已安装包内的 SKILL.md 与 scripts/ 目录，可与官方包核对。
单只个股分析¶
用户给出股票代码或名称时，按技术分析框架逐项解读，并抓取新闻做消息面评分。脚本 analyze.py 支持单只、多只对比，以及带持仓成本查看浮盈。
综合评分模型（满分 100）¶
- 技术面（85%）：MA、MACD、KDJ、RSI、WR、CCI、BOLL、BIAS、VR、CR、OBV、量价与动量等。
- 消息面（15%）：东方财富个股新闻（
akshare.stock_news_em），关键词分级加权与时效衰减。
等级划分：≥70 强势看多；40–69 偏多；0–39 震荡；小于 0 分偏空。
批量选股与 TOP 10 套利推荐¶
用户提供 wolffy1 选股 Excel 时，用 run_fast.py 多线程（说明中为 10 线程）批量评分，按套利筛选条件输出 TOP 10，含入选理由、风险、交易计划（入场/目标/止损/收益风险比）等；结果可保存为 analysis_result.csv。
盘中分时分析¶
通过 intraday_analysis.py 获取分钟级 K 线做盘中分析。
数据源（技能内规范）¶
| 数据类型 | 来源 | 用途 |
|---|---|---|
| 历史 K 线 | akshare.stock_zh_a_hist / stock_zh_a_daily |
技术指标 |
| 今日实时行情 | 腾讯 qt.gtimg.cn |
现价、涨跌幅、量比等 |
| 消息面 | akshare.stock_news_em |
新闻/公告关键词 |
| 大盘指数 | 腾讯 API 上证/深成/创业板 | 个股相对强弱 |
说明中明确：资金流向在文档表里有提及，但脚本未接入，分析时不应引用。本技能不做 PE/PB 等基本面分析。
Agent 输出纪律¶
技能要求模型声明历史数据截止日与实时行情时间、区分事实与建议、标注「不构成投资建议」，并禁止编造脚本未输出的数字。技术面与消息面矛盾时，以技术面为主（权重 85%）。
安装与启用¶
1、安装 SkillHub CLI（若尚未安装）¶
command -v skillhub && skillhub --version
未安装时可执行：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only
2、安装技能到当前 Agent 的 skills 目录¶
安装时必须使用 --dir，否则默认落在 ./skills/，Agent 可能无法加载。
skillhub install @user_756344a1/stock-analysis-openclaw --dir <skills 目录>
常用路径示例（来自 SkillHub 安装文档）：
- Cursor：
~/.cursor/skills/ - Claude Code：
~/.claude/skills/ - Codex：
~/.codex/skills/或项目下.agents/skills/
也可将官方页面上的提示交给 AI，让其按 SkillHub 安装说明 完成安装：
请根据 https://skillhub.cn/install/skillhub.md，安装 `@user_756344a1/stock-analysis-openclaw`。
3、Python 依赖¶
脚本依赖 akshare、pandas、numpy、requests 等（见 scripts/run_fast.py 导入）。需在能执行 python 的环境中安装对应包；技能未声明必须 uv 或 brew 公式。
安装后重启或刷新 Agent，使 skills 目录生效。
典型用法¶
路径以技能包内 scripts/ 为准；若在 Cursor 中安装到 ~/.cursor/skills/，请将工作目录切到该技能目录或写全脚本路径。
单只 / 多股 / 带成本¶
python scripts/analyze.py 300706
python scripts/analyze.py 300706 34.403
python scripts/analyze.py 300706 000633 600519
批量 Excel 套利推荐¶
python scripts/run_fast.py "Excel 文件路径"
盘中分时¶
python scripts/intraday_analysis.py <代码> [成本]
在对话中，用户直接问某只股票、是否买卖参考、或上传 wolffy1 选股表时，Agent 应按 SKILL.md 触发条件选择上述脚本或等价流程，而不是跳过数据步骤。
适用场景与注意¶
适合谁
- 需要在 Agent 内做 A 股技术面 + 新闻关键词辅助分析的研发、量化爱好者或投研辅助流程。
- 已有 wolffy1 选股 Excel，希望批量打分并看 TOP 10 套利清单的场景。
限制与注意
- 历史 K 线截止最近交易日收盘；实时行情有约 1–3 分钟延迟，非交易时段为最近收盘数据。
- 消息面为关键词匹配，存在误判，技能要求必须向用户说明局限性。
- 涨停/跌停/停牌等极端行情下指标可能失真；文档称统一权重与部分指标相关性为模型局限。
- 输出须遵守技能红线：不替用户做「买入/卖出」指令，不预测具体涨跌点位，不编造未出现在脚本输出中的数据。
SkillHub 统计（以抓取资料为准）：评分 100000，下载 12457，安装 604。
结尾¶
「股票分析小龙虾」把 A 股数据源、V4.x 评分框架、批量套利与输出纪律写进 SKILL.md，适合作为 Agent 侧可复现的股票技术分析技能。安装与详情见 SkillHub：
- 技能页：https://www.skillhub.cn/skills/user_756344a1/stock-analysis-openclaw
- 坐标引用：https://api.skillhub.cn/user_756344a1/stock-analysis-openclaw
