| name | eastmoney-guba |
| description | 东方财富股吧帖子数据契约（标题、正文、阅读数、回复数、发布时间）。真实抓取逻辑在 data_sources/eastmoney_guba.py，本 Skill 说明输入参数、输出格式和使用边界。 |
| owner_group | 开发3组（数据） |
| domain | data |
| status | draft |
东方财富股吧数据契约 Skill
1. 适用范围
所属小组：开发3组（数据）
适用任务：
- 描述从东方财富股吧（guba.eastmoney.com）获取指定个股帖子列表所需的数据契约
- 提供结构化帖子数据（标题、正文、阅读数、回复数、发布时间等），供上游情绪分析 Skill 使用
- 支持热门帖子和最新帖子两种列表
- 热门帖子可额外抓取正文内容
边界说明：
- 本 Skill 只负责说明数据契约，不做任何情绪分析或判断
- 真实抓取逻辑由
data_sources/eastmoney_guba.py 中的 EastMoneyGubaDataSource.get_posts() 执行
- 数据源为东方财富股吧公开页面，用户偏散户，存在数据代表性偏差
- 爬取受反爬策略影响，可能偶尔失败或返回不完整数据
- 本 Skill 不处理限流/代理，调用方需自行处理大规模抓取场景
2. 输入参数
必填参数
| 参数 | 类型 | 说明 | 示例 |
|---|
| stock_code | string | 股票代码（6位数字，支持带 SH/SZ 前缀） | "600519"、"SZ300757" |
| pages | int | 每种列表（热门/最新）抓取的页数 | 2 |
可选参数
| 参数 | 类型 | 默认值 | 说明 |
|---|
| fetch_content | bool | true | 是否为热门帖子抓取正文 |
| timeout | int | 10 | 单次请求超时（秒） |
3. 输出格式
返回结构化的帖子列表：
{
"status": "success",
"stock_code": "600519",
"fetch_time": "2025-05-03T17:00:00",
"total_posts": 284,
"posts": [
{
"post_id": "1234567890",
"title": "茅台要起飞了",
"author": "股友ABC",
"reads": 5230,
"replies": 42,
"post_time": "05-03 14:30",
"url": "https://guba.eastmoney.com/news,600519,1234567890.html",
"source_type": "hot",
"content": "今天放量突破，主力资金进场..."
},
{
"post_id": "9876543210",
"title": "跌吧跌吧",
"author": "股友XYZ",
"reads": 120,
"replies": 3,
"post_time": "05-03 15:20",
"url": "https://guba.eastmoney.com/news,600519,9876543210.html",
"source_type": "latest",
"content": ""
}
]
}
字段说明
| 字段 | 类型 | 说明 |
|---|
| post_id | string | 帖子唯一ID |
| title | string | 帖子标题 |
| author | string | 作者昵称 |
| reads | int | 阅读数 |
| replies | int | 回复数 |
| post_time | string | 发布时间（格式 MM-DD HH:mm） |
| url | string | 帖子完整URL |
| source_type | string | "hot"（热门帖子）或 "latest"（最新帖子） |
| content | string | 帖子正文（仅热门帖子且 fetch_content=true 时抓取，最新帖子为空串） |
错误输出
{
"status": "error",
"stock_code": "600519",
"error": "requests 库未安装",
"posts": []
}
4. 数据获取流程
- 标准化股票代码：去除 SH/SZ 前缀，统一为6位数字
- 抓取热门帖子列表：访问
guba.eastmoney.com/list,{code},99_{page}.html，解析帖子标题、作者、阅读数、回复数、发布时间
- 抓取最新帖子列表：访问
guba.eastmoney.com/list,{code}_{page}.html，同上解析
- 去重：基于 post_id 去重（热门和最新列表可能有重叠）
- 抓取正文（可选）：对 source_type="hot" 的帖子，逐条抓取正文内容，截取前500字
- 返回结构化数据
5. 反爬注意事项
- 使用标准浏览器 User-Agent
- 设置 Referer 为
https://guba.eastmoney.com/
- 单次请求间隔建议 ≥0.5s
- 单次抓取建议不超过 5 页（100条）
- 如遇频繁失败，自动降级（减少页数或跳过正文抓取）
6. 依赖
- Python 3.8+
- requests 库
- re（正则表达式，用于HTML解析）
7. 关联 Skill
本 Skill 为数据契约层，其输出供以下分析层 Skill 消费：
- market_emotion_discovery（skills/news/market_emotion_discovery）：市场情绪极端发现，消费本 Skill 提供的帖子数据进行情绪分析
