agentleFS
CNifeCNife/xueqiu-skills/AGENTS.md

xueqiu-skills

AGENTS.md15 starsChanged 8 months agoApache-2.0Archived repositoryView on GitHub

生成时间: 2026-03-06 最新提交: 756179c Initial commit 分支: main 轻量级 AI 技能仓库,专为 AI Agent 协作设计。核心功能:爬取雪球投资时间线,AI 分析观点并生成 PDF 报告。 技术栈: Python 3.10+ (uv) + Playwright (agent-browser) + Markdown/PDF 转换 当用户提及以下关键词时,立即触发 crawl-xueqiu-my-timeline 技能: ✅ 触发关键词: - 雪球时间线、雪球关注、雪球大 V - 投资要闻、市场热点、投资热点 - 投资分析报告、生成 PDF 报告 - 爬取雪球、整理雪球观点 ❌ 不触发: - 打开雪球网站(简单浏览器操作) - 查看某只股票行情(单一数据查询) - 登录雪球(简单网页操作) 如未安装,脚本会自动安装。脚本生成:home_timeline_YYYYMMDD_YYYYMMDD.md 如需指定时间范围,添加参数(见 README.md)。 读取生成的 Markdown 文件,统计每位发言人的发言数量,按*单个用户的发言条数*分配 TODO: 使用 todowrite 工具创建 TODO 列表。 并发限制:同时运行的 subagent 不超过 3 个 每个 subagent 的任务: 1. 读取时间线文件,定位指定用户的发言 2. 只总结本人观点(排除 // 或 > 开头的内容) 3.…

The file

Files
AGENTS.md

xueqiu-skills 项目知识库

生成时间: 2026-03-06
最新提交: 756179c Initial commit
分支: main

项目概览

轻量级 AI 技能仓库,专为 AI Agent 协作设计。核心功能:爬取雪球投资时间线,AI 分析观点并生成 PDF 报告。

技术栈: Python 3.10+ (uv) + Playwright (agent-browser) + Markdown/PDF 转换

仓库结构

xueqiu-skills/
├── AGENTS.md              # 本文件,AI 编程工具指引
├── README.md              # 人类用户文档
├── LICENSE
└── skills/
    └── crawl-xueqiu-my-timeline/
        ├── SKILL.md              # 技能详细文档(AI 主要参考)
        ├── assets/
        │   └── github-markdown.css
        ├── evals/
        │   └── evals.json
        └── scripts/
            ├── check-cdp.sh
            ├── check-agent-browser.sh
            └── crawl_xueqiu_home_timeline_api.py

模块说明

模块职责
skills/crawl-xueqiu-my-timeline/雪球时间线爬取技能(唯一技能)
scripts/可执行脚本(环境检查 + 爬取主逻辑)
assets/PDF 样式文件
evals/技能评估测试用例

代码地图

入口点

文件作用
scripts/crawl_xueqiu_home_timeline_api.py主入口,main() 函数协调爬取、解析、输出

关键函数

函数位置作用
main()crawl_xueqiu_home_timeline_api.py:273解析 CLI 参数,调度爬取流程
fetch_timeline_in_range()crawl_xueqiu_home_timeline_api.py:167分页爬取时间线,返回原始帖子列表
parse_status()crawl_xueqiu_home_timeline_api.py:139解析单条帖子数据(内容、时间、引用)
group_by_author()crawl_xueqiu_home_timeline_api.py:218按发言人分组,生成 Markdown
get_home_timeline()crawl_xueqiu_home_timeline_api.py:49浏览器 API 调用 fetch
open_xueqiu()crawl_xueqiu_home_timeline_api.py:32打开雪球首页并登录

命令速查

# 环境检查
sh skills/crawl-xueqiu-my-timeline/scripts/check-cdp.sh
sh skills/crawl-xueqiu-my-timeline/scripts/check-agent-browser.sh

# 爬取最近 24 小时
uv run skills/crawl-xueqiu-my-timeline/scripts/crawl_xueqiu_home_timeline_api.py

# 爬取最近 N 小时
uv run skills/crawl-xueqiu-my-timeline/scripts/crawl_xueqiu_home_timeline_api.py --hours N

# 爬取最近 N 天
uv run skills/crawl-xueqiu-my-timeline/scripts/crawl_xueqiu_home_timeline_api.py --days N

# 指定日期范围
uv run skills/crawl-xueqiu-my-timeline/scripts/crawl_xueqiu_home_timeline_api.py \
  --start-date 2026-03-01 --end-date 2026-03-06

技能触发条件

当用户提及以下关键词时,立即触发 crawl-xueqiu-my-timeline 技能:

✅ 触发关键词:

  • 雪球时间线、雪球关注、雪球大 V
  • 投资要闻、市场热点、投资热点
  • 投资分析报告、生成 PDF 报告
  • 爬取雪球、整理雪球观点

❌ 不触发:

  • 打开雪球网站(简单浏览器操作)
  • 查看某只股票行情(单一数据查询)
  • 登录雪球(简单网页操作)

执行流程

步骤 1:环境检查

sh skills/crawl-xueqiu-my-timeline/scripts/check-cdp.sh
sh skills/crawl-xueqiu-my-timeline/scripts/check-agent-browser.sh

如未安装,脚本会自动安装。脚本生成:home_timeline_YYYYMMDD_YYYYMMDD.md

步骤 2:执行爬取

uv run skills/crawl-xueqiu-my-timeline/scripts/crawl_xueqiu_home_timeline_api.py

如需指定时间范围,添加参数(见 README.md)。

步骤 3:创建 TODO 列表

读取生成的 Markdown 文件,统计每位发言人的发言数量,按单个用户的发言条数分配 TODO:

用户发言数量TODO 分配方式示例
>10 条独占一个 TODO@A(15 条) → TODO: 分析@A
5-10 条3-5 个用户合并一个 TODO@B(7 条)+@C(6 条)+@D(5 条) → TODO: 分析@B/@C/@D
<5 条所有用户合并一个 TODO@E(3 条)+@F(2 条)+@G(1 条) → TODO: 分析@E/@F/@G

使用 todowrite 工具创建 TODO 列表。

步骤 4:启动 Subagent 分析

并发限制:同时运行的 subagent 不超过 3 个

每个 subagent 的任务:

  1. 读取时间线文件,定位指定用户的发言
  2. 只总结本人观点(排除 // 或 > 开头的内容)
  3. 提取:核心观点、涉及标的($xxx$ 格式)、情绪倾向
  4. 返回分析结果(不写中间文件)

重试机制:失败时自动重试,最多 2 次

步骤 5:生成分析报告

整合所有 subagent 的结果,写入 Markdown 格式报告(保存为 雪球时间线_YYYYMMDD_YYYYMMDD.md):

# 雪球关注时间线分析报告

## 时间范围
2026-03-05 至 2026-03-06

## 发言人统计
- @产业驱动博弈:19 条
- @管我财:6 条

## 发言观点总结

### @发言人 A
- **发言数量**: X 条
- **主要观点**:
  - 观点 1
  - 观点 2
- **涉及标的**: $XXX$, $YYY$
- **情绪倾向**: 乐观/中性/悲观

## 市场热点 TOP3
1. 热点主题 1 - 讨论人数 X
2. 热点主题 2 - 讨论人数 X
3. 热点主题 3 - 讨论人数 X

## 投资建议/风险提示
...

步骤 6:转换为 PDF

bunx mdpdf 雪球时间线_YYYYMMDD_YYYYMMDD.md \
  --style=skills/crawl-xueqiu-my-timeline/assets/github-markdown.css

步骤 7:清理临时文件

rm 雪球时间线_YYYYMMDD_YYYYMMDD.md

重要规则

观点归属判断

只有不以 // 或 > 开头的内容才是发言人自己的观点:

标记含义是否总结
无标记行发言人本人的发言✅ 需总结
// 开头被评论的其他用户发言❌ 非本人观点
> 开头被引用的转发内容❌ 非本人观点

注意:回复@XXX: 前缀是雪球自动生成的,整行都是发言人自己的观点,应总结。

报告核心原则

  • ✅ 必须包含所有发言人,即使只有 1 条发言
  • ✅ 按发言数量降序排列
  • ✅ 只总结本人观点
  • ✅ 分析失败的发言人在报告中标注"⚠️ 分析失败"

错误处理

错误处理方式
Chrome Debug 模式未启动运行 check-cdp.sh 自动启动
agent-browser 未安装运行 check-agent-browser.sh 自动安装
雪球验证页面提示用户手动完成验证后重试
Subagent 分析失败自动重试 2 次,仍失败则标注"⚠️ 分析失败"
mdpdf 转换失败检查样式文件路径,保留 Markdown 文件供用户查看

环境适配

根据当前环境选择工具:

  • OpenCode: 使用 task 启动 subagent,todowrite 管理 TODO
  • Claude Code: 使用适合的方式启动 subagent
  • 其他环境:遵循相同逻辑,适配对应工具

完整技能文档

详细技能说明:skills/crawl-xueqiu-my-timeline/SKILL.md

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.