메뉴
获取 A 股市场炒作题材对应的真实新闻事件。使用场景：(1) 分析近 N 日涨幅前列股票的题材分布，(2) 将相似题材聚类合并，(3) 从金十数据等新闻源获取对应题材的真实资讯事件，(4) 生成题材 - 事件关联分析报告。支持被其他 skill 调用或独立运行。
Comprehensive research framework that combines web search, content analysis, source verification, and iterative investigation to conduct in-depth research on any topic. Use when you need to perform thorough research with multiple sources, cross-validation, and structured findings.
获取同花顺个股题材/概念板块和人气排名数据。使用场景：(1) 查询单只股票在同花顺的题材/概念分类，(2) 获取同花顺个股人气排名榜单，(3) 生成包含题材和人气信息的 Markdown 报告。
生成 A 股每日复盘报告，包括大盘指数、市场情绪、题材方向、近 10 日涨幅前 20 股票等。 **触发场景**: - "生成今日股票复盘报告" - "更新股票日报" - "获取近 10 日涨幅排名" - "创建 stock-report-2026-xx-xx.md" **数据源**: - 大盘指数/成交量：cn-stock-volume skill（本地） - 近 10 日涨幅：astock-top-gainers skill（ClawHub） - 股票题材/人气：ths-stock-themes skill（ClawHub） - **行业逻辑**：stock-theme-events skill（真实新闻事件驱动）⭐ **输出**: 结构化 Markdown 报告，保存至 ~/Desktop/A 股每日复盘/
去除文本中的 AI 生成痕迹。适用于编辑或审阅文本，使其听起来更自然、更像人类书写。 基于维基百科的"AI 写作特征"综合指南。检测并修复以下模式：夸大的象征意义、 宣传性语言、以 -ing 结尾的肤浅分析、模糊的归因、破折号过度使用、三段式法则、 AI 词汇、否定式排比、过多的连接性短语。
Generate beautiful, hand-drawn Mermaid diagrams with robust syntax (quoted labels, ELK layout). Use this skill when the user asks for "diagram", "flowchart", "sequence diagram", or "visualize this process".
直接上传HTML富文本到微信公众号草稿箱。支持完整的HTML格式,无需Markdown转换。
| name | stock-theme-events |
| description | 获取 A 股市场炒作题材对应的真实新闻事件。使用场景：(1) 分析近 N 日涨幅前列股票的题材分布，(2) 将相似题材聚类合并，(3) 从金十数据等新闻源获取对应题材的真实资讯事件，(4) 生成题材 - 事件关联分析报告。支持被其他 skill 调用或独立运行。 |
本技能将市场炒作的题材概念与真实新闻事件对应起来，输出结构化的 Markdown 报告。核心流程：获取热门股票 → 提取题材 → 聚类合并 → 搜索新闻 → 生成报告。
调用 ths-stock-themes skill 获取股票的题材/概念列表。
输入：股票代码列表
输出：{股票代码：[题材 1, 题材 2, ...]}
使用语义相似度 + 同义词词典将相似题材合并。
示例：
输出：{题材方向：[相关股票列表]}
优先使用 akshare 财经新闻接口，缺失时用 browser 工具从金十数据搜索。
搜索范围：近 15 天 每题材选取：2-5 条高相关度新闻
输出：{题材方向：[新闻列表]}
结构化输出题材方向、涉及股票、对应新闻事件。
# 在调用方 skill 中
from stock_theme_events import analyze_theme_events
result = analyze_theme_events(
stock_list=["600519", "000858", ...], # 可选，默认获取近 10 日涨幅前 30
output_path="~/Desktop/A 股每日复盘/", # 可选
date_range=15, # 新闻搜索天数，默认 15
top_themes=8 # 主流题材数量，默认 8
)
生成题材事件分析报告
分析近 10 日涨幅前 30 股票的题材和对应新闻
获取市场炒作题材的真实事件驱动
获取热门股票（如未提供）
ths-stock-themes 获取近 10 日涨幅前 30 股票获取个股题材
ths-stock-themes 获取每只股票的题材题材聚类
搜索新闻
生成报告
# A 股题材 - 事件关联分析报告
**数据日期**：2026-03-21
**统计周期**：近 10 个交易日
**新闻范围**：近 15 天
**样本股票**：涨幅前 30 只（排除 ST）
---
## 一、主流炒作题材方向
| 排名 | 题材方向 | 涉及股票数 | 代表股票 |
|------|----------|------------|----------|
| 1 | 人工智能/AI | 8 | 中科曙光、浪潮信息... |
| 2 | 半导体/芯片 | 6 | 中芯国际、北方华创... |
| ... | ... | ... | ... |
---
## 二、题材 - 事件对应分析
### 1. 人工智能/AI（8 只股票）
**涉及股票**：中科曙光、浪潮信息、科大讯飞...
**对应新闻事件**：
1. **[新闻标题 1]** (2026-03-20)
- 来源：金十数据
- 摘要：...
- 链接：[查看详情](url)
2. **[新闻标题 2]** (2026-03-19)
- 来源：财联社
- 摘要：...
- 链接：[查看详情](url)
---
## 三、总结
- 当前市场主要炒作方向：XXX、XXX、XXX
- 新闻事件驱动明显：XXX 政策/事件催化
- 风险提示：...
题材聚类脚本，使用语义相似度 + 同义词词典。
python3 scripts/cluster_themes.py --input themes.json --output clustered.json
参数：
--input: 输入题材 JSON 文件--output: 输出聚类结果--top: 保留 TOP N 个题材方向（默认 8）--similarity-threshold: 相似度阈值（默认 0.7）新闻搜索脚本，akshare + browser 混合方案。
python3 scripts/search_news.py --theme "人工智能" --days 15 --limit 5
参数：
--theme: 题材关键词--days: 搜索天数范围（默认 15）--limit: 返回新闻数量（默认 5）--output: 输出 JSON 文件路径报告生成脚本。
python3 scripts/generate_report.py --themes clustered.json --news news.json --output report.md
参数：
--themes: 聚类后的题材 JSON--news: 新闻数据 JSON--output: 输出 Markdown 路径--template: 模板文件路径（可选）题材同义词配置，用于聚类合并。
{
"人工智能/AI": ["人工智能", "AI", "大模型", "AIGC", "算力", "机器学习"],
"半导体/芯片": ["芯片", "半导体", "集成电路", "光刻机", "存储芯片"],
"新能源": ["光伏", "风电", "储能", "锂电池", "新能源汽车", "氢能"],
"医药生物": ["创新药", "医疗器械", "生物医药", "CXO", "疫苗"],
"金融": ["券商", "银行", "保险", "多元金融", "互联网金融"],
"大消费": ["白酒", "食品饮料", "家电", "零售", "旅游"],
"周期资源": ["钢铁", "煤炭", "有色", "化工", "石油"],
"军工": ["军工", "航天", "船舶", "国防", "航空发动机"],
"科技通信": ["5G", "通信", "物联网", "云计算", "数据中心"],
"房地产": ["房地产", "物业", "园区开发", "REITs"]
}
pip install akshare sentence-transformers scikit-learn
cache/themes/ 目录# 在 stock-daily-report skill 中
result = analyze_theme_events(
stock_list=top_gainers, # 近 10 日涨幅前 30
output_path=daily_report_dir,
date_range=15
)
# 将 result 整合到每日复盘报告中
用户：分析当前市场炒作的题材和对应新闻
助手：正在获取近 10 日涨幅前 30 股票...
正在提取题材信息...
正在聚类合并...
正在搜索对应新闻...
报告已生成：~/Desktop/A 股每日复盘/theme-events-2026-03-21.md