agentleFS
HeteroCatHeteroCat/heterocat-skills/.claude/skills/f-mx-data/SKILL.md

eastmoney_fin_data

Skill4 starsChanged 8 months agoApache-2.0View on GitHub

基于东方财富权威数据库的金融数据查询工具,支持行情、财务及关联关系数据。

  • Reads credentials
  • Sends data out

The file

Files
SKILL.md

eastmoney_fin_data 妙想金融数据 skill

本 Skill 基于东方财富权威数据库及最新行情底层数据构建,支持通过自然语言查询以下三类数据:

  1. 行情类数据
    股票、行业、板块、指数、基金、债券的实时行情、主力资金流向、估值等数据。
  2. 财务类数据
    上市公司与非上市公司的基本信息、财务指标、高管信息、主营业务、股东结构、融资情况等数据。
  3. 关系与经营类数据
    股票、非上市公司、股东及高管之间的关联关系数据,以及企业经营相关数据。

采用此skill可避免模型基于自身过时知识回答金融相关数据问题,可为大模型提供权威及时的金融数据。

配置

  • API Key: 通过环境变量 MX_APIKEY 设置
  • 默认输出目录: /root/.openclaw/workspace/mx_data/output/(自动创建)
  • 输出文件名前缀: mx_data_
  • 输出文件:
    • mx_data_{query}.xlsx - Excel 文件,每个数据表一个 sheet(多 sheet)
    • mx_data_{query}_description.txt - 查询结果描述文件
    • mx_data_{query}_raw.json - API 原始 JSON 数据

使用方式

  1. 在妙想Skills页面获取apikey。(链接:https://marketing.dfcfs.com/views/finskillshub/indexIoMv0EzE)
  2. 将apikey存到环境变量,命名为MX_APIKEY,检查本地环境变量中是否存在,若存在可直接用。
  3. 使用post请求如下接口,务必使用post请求。

    ⚠️ 安全注意事项

    • 外部请求: 本 Skill 会将您的查询文本发送至东方财富官方 API 域名 ( mkapi2.dfcfs.com ) 以获取金融数据。
    • 凭据保护: API Key 仅通过环境变量 MX_APIKEY 在服务端或受信任的运行环境中使用,不会在前端明文暴露。
curl -X POST --location 'https://mkapi2.dfcfs.com/finskillshub/api/claw/query' \
--header 'Content-Type: application/json' \
--header 'apikey: YOUR_API_KEY' \
--data '{"toolQuery": "东方财富最新价"}'

数据限制说明

请谨慎查询大数据范围的数据,如某只股票3年的每日最新价,可能会导致返回内容过多,模型上下文爆炸问题。

返回结果字段释义

一级核心路径:data

字段路径类型核心释义
data.questionId字符串查数请求唯一标识 ID,关联单次查询任务
data.dataTableDTOList数组【核心】标准化后的证券指标数据列表,每个元素对应1 个证券 + 1 个指标的完整数据
data.rawDataTableDTOList数组原始未加工的证券指标数据列表,与标准化列表结构完全一致,供原始数据调用
data.condition对象本次查数的查询条件,记录查询关键词、时间范围等
data.entityTagDTOList数组本次查询关联的证券主体汇总信息,去重后展示所有涉事证券的基础属性

二级核心路径:data.dataTableDTOList[](单指标对象,表格核心)

数组内每个对象为独立的指标数据单元,包含证券信息 + 表格数据 + 指标元信息 + 证券标签四大部分,是表格渲染的核心载体,表格逻辑为:table/rawTable为单元格数据,nameMap为列名映射,indicatorOrder为指标列排序。

2.1 证券基础信息

字段路径类型核心释义
dataTableDTOList[].code字符串证券完整代码(含市场标识,如 300059.SZ)
dataTableDTOList[].entityName字符串证券全称(含代码,如东方财富 (300059.SZ))
dataTableDTOList[].title字符串本指标数据的标题,概括查询结果(如东方财富最新价)

2.2 表格数据核心(渲染用)

字段路径类型核心释义表格逻辑
dataTableDTOList[].table对象【核心】标准化表格数据,键 = 指标编码,值 = 指标数值数组;headName为时间 / 维度列值键为指标列,headName为时间列,值为交叉单元格的指标数值
dataTableDTOList[].rawTable对象原始表格数据,与table结构一致,未做数据标准化处理同table,为原始数值,无格式 / 单位修正
dataTableDTOList[].nameMap对象【核心】列名映射关系,将指标编码 / 内置字段转为业务中文名(如 f2→最新价)解决表格列名 "编码转中文" 的问题,headNameSub为时间列的固定名称
dataTableDTOList[].indicatorOrder数组指标列的展示排序,元素为指标编码(如 [f2])控制表格中多个指标列的前后顺序,单指标时为单元素数组

2.3 指标元信息(属性 / 规则)

字段路径类型核心释义
dataTableDTOList[].dataType字符串数据来源类型(如行情数据 / 数据浏览器)
dataTableDTOList[].dataTypeEnum字符串数据类型枚举值(HQ = 行情,DATA_BROWSER = 数据浏览器),供系统判断
dataTableDTOList[].dataTableType字符串表格类型(NORM_TABLE = 标准表格),固定值
dataTableDTOList[].field对象【核心】当前指标的详细元信息,含指标编码、名称、查询时间、粒度等
dataTableDTOList[].fieldSet数组指标元信息集合,与field内容一致,为兼容多指标设计,单指标时为单元素数组

2.4 证券标签信息(主体属性)

字段路径类型核心释义
dataTableDTOList[].entityTagDTO对象本指标关联证券的详细主体属性(如证券类型、市场、简称等)
dataTableDTOList[].entityTagDTOList数组证券主体属性集合,与entityTagDTO一致,兼容多证券设计

三级核心路径:field/entityTagDTO(元信息子字段)

3.1 指标元信息:dataTableDTOList[].field

字段路径类型核心释义
field.returnCode字符串指标唯一编码(如 ZXJ_f2_3/100000000017975)
field.returnName字符串指标业务中文名(如最新价 / 收盘价)
field.returnSourceCode字符串指标原始来源编码(如 f2/CLOSE),对接底层数据源
field.returnSourceName字符串指标原始来源名称,与returnName一致
field.startDate/endDate字符串本次查询的时间范围(开始 / 结束)
field.dateGranularity字符串数据粒度(DAY = 日度,MIN = 分钟等)
field.classCode字符串指标分类编码,用于指标归类

3.2 证券主体属性:dataTableDTOList[].entityTagDTO

字段路径类型核心释义
entityTagDTO.secuCode字符串证券纯代码(无市场标识,如 300059)
entityTagDTO.marketChar字符串市场标识(.SZ = 深交所,.SH = 上交所)
entityTagDTO.entityTypeName字符串证券类型(如 A 股 / 港股 / 债券)
entityTagDTO.fullName字符串证券完整中文名(如东方财富)
entityTagDTO.entityId字符串证券在系统内的唯一主体 ID
entityTagDTO.className字符串证券大类(如沪深京股票 / 创业板股票)

其他核心路径:condition/entityTagDTOList

4.1 查询条件:data.condition

字段路径类型核心释义
condition.search_data_task_0数组本次查数的原始条件,按【证券名 + 指标名 + 时间范围】排序

4.2 证券主体汇总:data.entityTagDTOList

与dataTableDTOList[].entityTagDTO结构完全一致,为本次查询所有关联证券的去重汇总信息,避免重复展示,供页面顶部 / 筛选栏使用。

数据结果为空

提示用户到东方财富妙想AI查询。 如果请求失败,检查API Key是否正确,网络是否正常

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.