agentleFS
WeaxsWeaxs/wisburg-cli/skills/wisburg-research/SKILL.md

wisburg-research

Skill0 starsChanged 47 days agoMITView on GitHub

通过 wisburg CLI 查询智堡(Wisburg)Open API 的财经研究数据 —— 包括宏观/策略研报、企业研究报告、电话会纪要、财经资讯流、Mikko 日志快评、AI 市场日报、文章、文献和资管报告。当用户提到"查研报"、"宏观/策略报告"、"某公司的研究/财报会议"、"市场日报"、"今日财经资讯"、"Mikko日志"、"mikko"、"快评"、"智堡"、"wisburg",或者询问中国/海外市场的研究观点、资讯动向、机构观点时,**主动使用本 skill**——即使用户没有明确说"用 wisburg"。也适用于需要按时间窗口或关键词检索财经研究素材的研究/投研工作流。

  • Reads credentials
  • Installs packages

1 other project uses a version of this.

Adopted by

Most recently taken up by

  • Other versions1 project uses a version of this.

    Word for word · 0

    None found.

    Edited · 0

    None found.

    Wrote their own version · 1

    1. Weaxs/stock-analysis-plugin★ 95same name

    How matches are found. Word for word: the exact same text. Edited: shares passages with this file (“99% same” means 99% of its five-word phrases also appear here; 10% or more counts). Their own version: similar meaning, or, weakest, the same name. We can’t tell which project had it first. Projects are counted among the 200 most-starred candidates, and mentions are links to the repository we found, up to 50 per site, so both counts are a floor.

The file

Files
SKILL.md

Wisburg Research

通过 wisburg CLI 查询智堡 Open API。智堡(Wisburg)是聚焦宏观、策略和企业研究的中文财经研究平台,本 skill 让你能够代表用户查到研报、电话会纪要、市场日报、资讯流等。

触发场景

凡是涉及以下内容,优先考虑本 skill:

  • 研报、研究观点:"找几篇宏观研报"、"看看最近的策略报告"、"美联储加息有什么研究"
  • 企业研究:"腾讯有什么研报"、"特斯拉的研究怎么说"
  • 电话会议纪要:"最近哪家公司的 earnings call 值得看"、"看一下英伟达的电话会纪要"
  • 财经资讯:"今天有什么财经新闻"、"最近的市场资讯"、"看看资讯流"
  • Mikko 日志(快评):"看看 Mikko 日志"、"mikko 今天写了什么"、"最近有什么快评"
  • AI 市场日报:"今天的市场日报"、"昨天的 AI 日报"
  • 文章 / 文献 / 资管报告:智堡平台上的长文、文献库、专业资管研究
  • 用户直接提到 "智堡" 或 "wisburg"

不要用本 skill 做:实时行情查询(智堡不是行情接口)、个股交易数据、外部券商系统对接。

前置检查

调用 CLI 前确认两件事:

  1. CLI 已安装:command -v wisburg 应返回路径。如果没装,提示用户运行 npm install -g wisburg-cli,不要自己装(用户的 npm 全局目录权限可能要 sudo)。
  2. API Key 已配置:环境变量 WISBURG_API_KEY 或 ~/.wisburg/config.json 里的 apiKey。如果没有,提示用户 export WISBURG_API_KEY=... 或 wisburg config set-api-key <key>。在请求失败、错误信息提到 missing API key 时再做这个检查也行——别在每次调用前都跑一遍。

子命令失败时,先用 wisburg request 重试,再考虑放弃

这条放在最前面是因为它是这个 skill 最容易被忽略、却最关键的一条。

规则:任何 wisburg <资源> <动作> 调用如果失败、被权限拒绝、超时或返回奇怪结果,不要直接放弃,也不要让用户手动跑命令——先用底层端点重试同一个意图:

# 子命令路径(可能失败)
wisburg market-daily list --first 1

# 等价的 request 兜底(几乎总能用)
wisburg request GET /api/market-daily --query first=1

为什么要这样:wisburg <子命令> 只是 wisburg request GET /api/<资源> 的薄封装。在某些环境(subagent bash 沙箱白名单只放行了 wisburg --version、CLI 版本旧、子命令名拼写漂移)子命令会失败,但底层 HTTP 端点和 wisburg request 通用入口一直可用。子命令失败 ≠ 拿不到数据,这是两件事。

怎么应用:看到子命令报错(non-zero exit、permission denied、unknown command、network error 之类)时,立刻把命令改写成 wisburg request GET /api/<资源> --query <参数>=<值> 重试一次,再决定是不是真的拿不到。--query 参数可以重复多次传递不同 KEY=VALUE。

资源命令一览

CLI 把每个 Open API 资源映射成同名子命令,所有 list 命令都支持相同的过滤参数。第二列是 wisburg request 兜底时对应的 API 路径。

资源子命令兜底路径用途
reportswisburg reports list / get <id>/api/reports、/api/reports/<id>研报笔记(宏观/策略类研报)
archiveswisburg archives list / get <id>/api/archives、/api/archives/<id>文献(深度长文、研究档案)
company-reportswisburg company-reports list / get <id>/api/company-reports、/api/company-reports/<id>企业研究
earningscallswisburg earningscalls list / get <id>/api/earningscalls、/api/earningscalls/<id>电话会纪要
articleswisburg articles list / get <id>/api/articles、/api/articles/<id>平台文章
market-dailywisburg market-daily list/api/market-dailyAI 市场日报(无单条 detail)
feedwisburg feed list/api/feed资讯流(最新动态)
imageswisburg images list/api/images图片流
am-reportswisburg am-reports list / get <id>/api/am-reports、/api/am-reports/<id>资管报告
mikko-logswisburg mikko-logs list / get <id>/api/mikko-logs、/api/mikko-logs/<id>Mikko 日志(快评/碎碎念,列表即全文)

mikko-logs 与其他资源的区别:它是快评流,列表项的 content 就是 markdown 全文(关键数据常以 **加粗** 标出),没有 title——呈现时用 datetime 做条目锚点,配图在 images 数组里。列表即全文,不要逐条 get;get 只在已知 id、想单条复核时用。

列表过滤参数

list 命令统一支持:

  • --first <n> —— 返回条数,默认无(API 端默认通常 10-20),最大 100
  • --query <关键词> —— 全文检索关键词
  • --start-time <time> / --end-time <time> —— 时间窗口,支持 ISO 字符串(2025-01-01)或 Unix 时间戳
  • --after <cursor> —— 翻页游标,从上一次响应的 pageInfo.endCursor 取得

--first 数量词映射:用户给出明确数量词时,直接映射到 --first 的具体数字,不要靠默认值再筛选:

  • "一篇 / 最新一条 / 今天的" → --first 1
  • "几篇 / 几条" → --first 3
  • "3-5 篇" → --first 5(取区间上限,反正用户可挑可舍)
  • "10 篇左右" → --first 10
  • 没说数量 → --first 5(给一个手感合适的默认,而不是依赖 API 端的 10-20)

不要在用户已经说"3-5 篇"的时候拉 --first 10 再人工筛——既慢又费 token。

输出默认是格式化 JSON。如果用户只想看几条结果,结合 jq 或在脚本里解析。

典型用法

根据关键词找研报:

wisburg reports list --first 5 --query "美联储"

最近一周的资讯流:

wisburg feed list --first 20 --start-time 2026-05-23

(用绝对日期,别用 "上周" 这种,CLI 不解析自然语言时间。)

翻看某条研报详情:

wisburg reports get 12345

今日 AI 市场日报:

wisburg market-daily list --first 1

某天的 Mikko 日志:

wisburg mikko-logs list --first 20 --start-time 2026-08-26 --end-time 2026-08-27

走原始接口(CLI 没暴露的参数,或子命令不可用时的兜底):

wisburg request GET /api/reports --query first=5 --query category=macro

# 子命令在某环境被拒时,等价兜底:
wisburg request GET /api/market-daily --query first=1
wisburg request GET /api/earningscalls --query first=5 --query query=英伟达
wisburg request GET /api/earningscalls/89612

输出处理

返回的 JSON 通常长这样:

{
  "data": [ { "id": "...", "title": "...", "publishedAt": "...", "summary": "..." } ],
  "pageInfo": { "hasNextPage": true, "endCursor": "..." }
}

呈现给用户时:

  • 不要把整段 JSON 直接抛给用户,除非他们明确要 raw 数据。
  • 把 data 数组里的每条做成简洁中文条目:标题、发布时间、摘要片段、ID(方便后续 get 详情)。
  • 如果用户问"某某主题最新研报",列出标题 + 简短摘要即可,不要先 get 每一条全文。
  • 详情 get 拿到的内容如果很长,先给用户一个中文摘要 + 关键观点,而不是直接复述全文。

常见坑

  • 时间字段:API 接受 ISO 日期或时间戳。如果用户说 "今天/昨天/上周",先在本地解析成 YYYY-MM-DD 再传。
  • 分页:单次 --first 100 是上限。要更多结果用 --after <cursor> 翻下一页,别 hammering 服务。
  • 找不到结果:先放宽关键词,或者去掉时间过滤再看;如果用户问的是非常细分的术语,可能 articles 比 reports 更合适——先试 feed list 探探有没有相关内容。
  • 资源选择:用户说"研报"通常是 reports(笔记类),但深度研报有时在 archives 或 company-reports。如果第一次查不到,换一个资源再试,比直接告诉用户"没找到"更有价值。
  • 错误处理:CLI 失败会以非零退出码 + error: ... 输出到 stderr。常见原因:API key 缺失/过期、网络/超时、参数格式错误(比如时间字符串)、子命令在沙箱被拒。遇到子命令失败时,先按文档开头那条规则用 wisburg request 兜底重试,再决定是不是真的拿不到数据。

工作流建议

  1. 理解用户意图 → 选最匹配的资源(必要时多个资源都试)
  2. 构造命令 → 关键词、时间、--first 控制条数
  3. 执行 CLI → 用 Bash 工具
  4. 解析 JSON → 提取关键字段,不要原文塞回给用户
  5. 追问细节 → 如果用户对某条感兴趣,用 get <id> 拉详情并做摘要

记住:用户要的是结论和洞察,不是 JSON。CLI 是采集工具,最终回答要像一个懂行的研究员讲给他听。

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.