report-cli

# 研报工具 ## 触发示例 以下说法会触发此 skill： **行业研报：** - "帮我查一下近一个月的半导体行业研报，只看 10 页以上的" - "游戏行业研报有哪些，按页数排个序" - "光伏设备最近有什么新研报" - "医药商业和生物制品行业对比一下" - "帮我看看有哪些行业可以查" **个股研报：** - "下载茅台最新的 3 份个股研报" - "宁德时代最近有什么研报，只看买入评级的" - "000858 最近一年的研报" - "比亚迪和特斯拉的研报对比" **策略 / 宏观 / 晨报：** - "最近有没有看好新能源车的策略报告，给我看摘要" - "宏观研究最近有什么新观点" - "今天的券商晨报说了什么" - "去年下半年的策略报告，只看买入评级的" **下载：** - "把这 3 篇下载到 ./reports 目录" - "下载第 1、3、5 篇的 PDF" - "下载今天所有的券商晨报" ## 核心原则 **全部操作通过 HTTP 完成，无需安装任何 CLI。** | 操作 | 方式 | |------|------| | 行业 / 策略 / 宏观 / 晨报查询 | WebFetch → GET 请求 API（返回 JSON） | | 个股研报查询 | **bash curl** → POST 请求 API（WebFetch 不支持 POST） | | 看摘要 / 页数 | WebFetch → 详情页（提取正文） | | 下载 PDF | WebFetch 拿 PDF 链接 → curl 下载 | --- ## 日期处理 - `beginTime` = **固定 `2025-01-01`**（覆盖足够长的时间范围） - `endTime` = **系统当前日期**（从系统上下文获取，动态计算），格式 `YYYY-MM-DD` - 用户明示日期范围时，以用户指定的为准 --- ## 一、查询研报列表 — API 端点 ### 行业研报（GET，用 WebFetch） ``` https://reportapi.eastmoney.com/report/list?pageSize=20&pageNo=1&beginTime=2025-01-01&endTime={今天}&qType=1&industryCode=1046&industry=*&rating=* ``` | 参数 | 说明 | 示例 | |------|------|------| | `pageSize` | 每页条数，默认 20 | 20 | | `pageNo` | 页码，从 1 开始 | 1 | | `beginTime` | 开始日期，固定 2025-01-01 | 2025-01-01 | | `endTime` | 结束日期，系统当前日期 | 动态计算 | | `qType` | 固定 1 | 1 | | `industryCode` | 行业代码 | 1046 | > `industry=*` 和 `rating=*` 为可选参数。若返回结果为空，尝试去掉这两个参数重试。 ### 个股研报（POST，必须用 bash curl） **WebFetch 不支持 POST 请求，个股研报查询必须用 bash curl。** ```bash curl -s -X POST https://reportapi.eastmoney.com/report/list2 \ -H "Content-Type: application/json" \ -d '{"pageSize":20,"pageNo":1,"beginTime":"2025-01-01","endTime":"{今天}","code":"600519"}' ``` | body 字段 | 说明 | 示例 | |-----------|------|------| | `code` | 6 位股票代码 | 600519 | | `pageSize` | 每页条数，默认 20 | 20 | | `pageNo` | 页码，从 1 开始 | 1 | **股票代码格式：** 沪市 6 开头（600519 贵州茅台），深市主板 0 开头（000858 五粮液），创业板 3 开头（300750 宁德时代）。输入时传 6 位纯数字，不加交易所前缀。 若用户输入的是股票名称而非代码（如"帮我查茅台"），Claude 应凭常识转换为代码；不确定时向用户确认。 ### 策略 / 宏观 / 晨报（GET，用 WebFetch） ``` https://reportapi.eastmoney.com/report/jg?pageSize=20&pageNo=1&beginTime=2025-01-01&endTime={今天}&qType={qType} ``` | 类型 | qType | |------|-------| | 策略报告 | 2 | | 宏观研究 | 3 | | 券商晨报 | 4 | ### 响应关键字段 | 字段 | 含义 | 接口 | |------|------|------| | `data` | 研报数组 | 全部 | | `hits` | 总条数 | 全部 | | `TotalPage` | 分页总页数 | 全部 | | `title` | 标题 | 全部 | | `orgSName` | 券商简称 | 全部 | | `publishDate` | 发布日期 | 全部 | | `emRatingName` | 评级 | 全部 | | `encodeUrl` | 详情页标识（**重要**） | 全部 | | `infoCode` | 研报编码 | list / list2 | | **`attachPages`** | **研报页数** | list / list2 | | `attachSize` | 文件大小(KB) | list / list2 | | `stockName` | 股票名称 | list2 | | `industryName` | 行业名称 | list | ### 评级对照 | `emRatingName` | 含义 | |----------------|------| | 买入 | 强烈看好 | | 增持 | 看好 | | 中性 | 观望 | | 减持 | 看空 | | 卖出 | 强烈看空 | | 不评级 | 仅供参考，无评级 | --- ## 二、按页数筛选 API 返回的 `attachPages` 字段即研报页数。 - **行业和个股研报**: `attachPages` 直接在 JSON 里，直接筛选 - **策略 / 宏观 / 晨报**: API 不返回 `attachPages`，需访问详情页后根据正文长度判断 **默认跳过 ≤ 2 页的研报**（通常无实质内容）。用户可指定阈值，如"只看 10 页以上的"。 > `attachPages` 为 `null` 或缺失时，视为未知页数。默认**暂不跳过**，标记为"页数未知"供用户自行判断。 --- ## 三、获取摘要 — 详情页 ### URL 拼接 用 API 返回的 `encodeUrl` 字段，拼到对应 URL 模板： | 研报类型 | 详情页 URL | |---------|-----------| | 行业 | `https://data.eastmoney.com/report/zw_industry.jshtml?encodeUrl={encodeUrl}` | | 个股 | `https://data.eastmoney.com/report/zw_stock.jshtml?encodeUrl={encodeUrl}` | | 策略 / 宏观 / 晨报 | `https://data.eastmoney.com/report/zw_macresearch.jshtml?encodeUrl={encodeUrl}` | > 若详情页返回 404，对 `encodeUrl` 值做 **URL 百分号编码**后再拼接。不同工具对应：JS `encodeURIComponent()`、Python `urllib.parse.quote()`、bash 可调 `python3 -c "import urllib.parse; print(urllib.parse.quote('VALUE'))"`。 ### 页面提取规则 用 WebFetch 访问详情页后： | 目标 | 提取方式 | 用途 | |------|---------|------| | 正文摘要 | 提取 `<p>` 标签文本内容，取前 800 字 | 判断内容质量、呈现核心观点 | | PDF 下载链接 | 优先用 `a.pdf-link` 的 `href` | 下载完整 PDF | | PDF 链接（备用） | 正则 `https://pdf\.dfcfw\.com/pdf/[^\s"'<>]+\.pdf` | 当 CSS 选择器在 WebFetch 中失效时使用 | | 标题 | `h1` 或页面 title | 确认页面正确 | | 页数（策略 / 宏观 / 晨报） | 正文字数 < 500 → 推断 1-2 页 | 补 API 无 attachPages 的缺口 | --- ## 四、下载 PDF ### 步骤 1. **拿 PDF 链接**：从详情页提取。URL 格式： ``` https://pdf.dfcfw.com/pdf/H3_AP202505251678987843_1.pdf?1748207582000.pdf ``` 2. **下载到本地**（跨平台 curl）： ```bash curl -L -o "研报标题.pdf" \ -A "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36" \ "https://pdf.dfcfw.com/pdf/H3_XXX.pdf" ``` - `-L`: 跟随重定向 - `-o`: 指定保存路径 - `-A`: 设置 User-Agent 绕过反爬 - macOS / Linux 自带 curl，Windows 10+ 内置 curl 3. **校验文件**：确保下载的是真 PDF 而非拦截页面。 ```bash head -c 4 "研报标题.pdf" # 应输出: %PDF ``` 4. **文件命名**：用研报标题做文件名，去除 `\/:*?"<>|` 等非法字符，最长 100 字符。 ### 频率控制 - API 查询间隔 ≥ 1 秒 - PDF 下载间隔 ≥ 2 秒 - 单次会话下载不超过 10 份，避免 IP 被临时封禁 --- ## 五、Agent 工作流 ### 查研报列表 + 页数过滤 ``` 1. 行业/策略/宏观/晨报 → WebFetch 调 GET API；个股 → bash curl POST API 2. 拿 JSON，过滤 attachPages > 2（或用户指定阈值） 3. 列出：序号 + 标题 + 券商 + 日期 + 页数 + 评级 4. 评级含义参考评级对照表，向用户解释 5. 问用户想看哪篇的摘要 ``` ### 看摘要 ``` 1. 用 encodeUrl 拼详情页 URL 2. WebFetch 访问，提取正文前 800 字 3. 总结核心观点呈现给用户 4. 问是否需要下载完整 PDF ``` ### 下载 PDF ``` 1. 从详情页提取 PDF 链接（优先 CSS 选择器，备用正则匹配） 2. curl -L -o 下载到用户指定目录 3. 校验文件是否为真 PDF ``` ### 策略 / 宏观 / 晨报筛选（无 attachPages） ``` 1. WebFetch /jg API → JSON 2. 取前 5 条的 encodeUrl（避免请求过多），逐篇 WebFetch 详情页 3. 按正文长度过滤（< 500 字 → 1-2 页，跳过） 4. 输出摘要 → 按需下载 ``` --- ## 六、行业代码速查 | 代码 | 行业 | 代码 | 行业 | |------|------|------|------| | 422 | 物流 | 1033 | 电池 | | 428 | 电力 | 1036 | 半导体 | | 448 | 通信设备 | 1037 | 消费电子 | | 451 | 房地产开发 | 1038 | 光学光电子 | | 457 | 电网设备 | 1040 | 中药Ⅱ | | 459 | 元件 | 1042 | 医药商业 | | 465 | 化学制药 | 1044 | 生物制品 | | 473 | 证券Ⅱ | 1045 | 房地产服务 | | 474 | 保险Ⅱ | 1046 | 游戏Ⅱ | | 475 | 银行Ⅱ | 1225 | 服装家纺 | | 481 | 汽车零部件 | 1231 | 航空装备Ⅱ | | 482 | 一般零售 | 1232 | 航天装备Ⅱ | | 538 | 化学制品 | 1238 | IT服务Ⅱ | | 545 | 通用设备 | 1239 | 白色家电 | | 727 | 医疗服务 | 1241 | 黑色家电 | | 736 | 通信服务 | 1250 | 煤炭开采 | | 737 | 软件开发 | 1252 | 化妆品 | | 738 | 多元金融 | 1253 | 医疗美容 | | 910 | 专用设备 | 1257 | 农业综合Ⅱ | | 1031 | 光伏设备 | 1258 | 饲料 | | 1032 | 风电设备 | 1259 | 养殖业 | | 1263 | 摩托车及其他 | 1277 | 白酒Ⅱ | | 1267 | 造纸 | 1280 | 食品加工 | | 1271 | 酒店餐饮 | 1281 | 休闲食品 | | 1282 | 饮料乳品 | 1287 | 工业金属 | --- ## 注意事项 - 不支持港股研报 - 频率控制详见第四节 - 数据仅供学习研究使用 --- ## 作者 & 开源 - 作者: [manymore13](https://github.com/manymore13) - 开源地址: [github.com/manymore13/report-cli](https://github.com/manymore13/report-cli) - 许可: MIT License