菜单
通过腾讯财经 API 获取股票 K线数据（日/周/月/分钟），并计算技术指标（MA均线、BOLL布林带、RSI相对强弱）。支持 A股（沪深）、港股、美股。作为数据获取层 Skill，供技术分析 Agent 或其他需要行情数据的模块调用。当用户需要获取股票行情、K线图数据、技术指标（均线、布林带、RSI）时使用此 Skill。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
基于 SOC 职业分类
财报分析 Skill v2。用现金流量表和资产负债表交叉验证利润表，按七步链「利润质量/现金流匹配/需求真实性/资本开支/债务与利率敏感性/扩张质量/行业特殊口径」判断公司真实经营质量；输出符合 AI_Renaissance 标准 Signal 的 JSON。触发：财报分析、财务报表、利润质量、现金流验证、合同负债、资本开支、扩张风险、Signal。
产业链中观分析框架。三维度独立展示：产业链景气度、产业链拐点、产业链生命周期。 基于项目数据层注入的财报数据与行业数据，输出可溯源的结构化分析。 System B 仅做个股类型判定（成长/周期/价值/主题/混合），不写交易计划。 触发词：景气度、/景气度。
基于 AkShare 的资金流全景数据契约，一次返回个股基础信息、个股主力资金、相关行业/概念板块资金、大盘主力资金与北向资金概览；真实执行逻辑位于 data_sources/akshare.py。
开发2组仲裁方法论Skill。基于桥水经济机器模型的场景化专家权重体系，支持三种模式：(1)场景设计与权重配置迭代；(2)7专家Signal仲裁执行（含场景自动选择、评分制匹配、共识/分歧标注、贡献追踪）；(3)权重回测校准。当用户讨论仲裁权重、场景选择逻辑、match_signals规则、仓位公式设计、权重校准或标准化推理链时调用。
用"节点叙事"的方式分析一家公司的发展路径——把公司的成长拆解成一系列关键决策节点（创立、转型、并购、融资、控制权变更、产品突破等），逐个节点深挖其交易结构、估值逻辑、对手方动机、买方意图、时代背景与协同效应，最终串联成一条清晰的版图扩张路径，并推演未来格局与风险。任何时候用户说"讲讲 XX 公司""分析一下 XX 公司""研究 XX 公司""XX 公司是怎么发展起来的""XX 公司的并购史""XX 公司的发展历程"——都要用这个 skill。即使用户没明说"按节点分析"或"做深度报告"，只要他们想了解一家公司是如何一步步走到今天的，就用这个 skill。这个 skill 必须配合 web_search 主动联网搜索公司的真实历史信息，绝不允许凭记忆杜撰节点、日期、金额或交易细节。
对个股、指数、ETF 或 OHLCV CSV 运行专家二组“四模型传统技术指标融合”分析。使用本工程的 fusion_traditional_models Python 程序只生成可复核 JSON 结果，再由大模型读取 JSON 并按中文模板生成融合结果解读报告。适用于用户要求测试股票、输出融合信号、解释四模型结果、生成技术面融合结果解读报告的场景。
| name | tencent-technical |
| description | 通过腾讯财经 API 获取股票 K线数据（日/周/月/分钟），并计算技术指标（MA均线、BOLL布林带、RSI相对强弱）。支持 A股（沪深）、港股、美股。作为数据获取层 Skill，供技术分析 Agent 或其他需要行情数据的模块调用。当用户需要获取股票行情、K线图数据、技术指标（均线、布林带、RSI）时使用此 Skill。 |
| owner_group | 开发3组（数据） |
| domain | data |
| status | stable |
本 Skill 只描述腾讯财经 K 线数据接口和输出形态；真实 HTTP 请求、响应解析、指标计算实现位于：
data_sources.tencent_technical
skills/data/tencent_technical/scripts/fetch_kline.py 仅作为薄包装保留历史导入路径和 CLI 入口，不承载核心数据源逻辑。
推荐业务代码直接调用：
from data_sources.tencent_technical import fetch_kline, fetch_kline_with_indicators
raw = fetch_kline("600519", k_type="day", num=120)
with_indicators = fetch_kline_with_indicators("600519", k_type="day", num=120)
兼容旧脚本路径的 CLI 调试方式：
python skills/data/tencent_technical/scripts/fetch_kline.py --stock_code 600519 --k_type day --num 120
所属小组：开发3组（数据）
适用任务：
边界说明：
| 市场 | 代码格式 | 示例 |
|---|---|---|
| A股上交所 | 6位数字（6开头），可选 sh 前缀 | 600519、sh688981 |
| A股深交所 | 6位数字（0/3开头），可选 sz 前缀 | 000001、sz300750 |
| 港股 | 5位以内数字，可选 hk 前缀 | 00700、hk09988 |
| 美股 | 字母 ticker，可选 us 前缀 | AAPL、usTSLA |
status: "error"，kline: []status: "error"，附错误信息null本 Skill 为数据获取层，不产出交易方向判断。技术指标的计算规则如下：
sh688*** 原始字段可能返回“股”，运行时会先除以 100 归一为“手”，并保留 volume_raw / volume_raw_unit 便于排查口径。示例输出（贵州茅台 600519，日K，30条）：
{
"status": "success",
"stock_code": "sh600519",
"k_type": "day",
"fetch_time": "2025-05-03T17:00:00",
"total": 30,
"indicators": ["ma", "boll", "rsi"],
"kline": [
{
"date": "2025-04-25",
"open": 1600.0,
"close": 1610.5,
"high": 1620.0,
"low": 1595.0,
"volume": 230030416,
"ma": {
"ma5": 1605.0,
"ma10": 1598.0,
"ma20": 1590.0,
"ma60": 1550.0
},
"boll": {
"upper": 1650.0,
"middle": 1600.0,
"lower": 1550.0
},
"rsi": {
"rsi6": 65.2,
"rsi12": 58.7,
"rsi14": 56.1,
"rsi24": 55.3
}
}
]
}
错误输出：
{
"status": "error",
"stock_code": "600519",
"error": "requests 库未安装",
"kline": []
}
MA(N) = 最近N个周期收盘价之和 / N
计算周期：MA5、MA10、MA20、MA60
中轨 = MA(20)
标准差 = 最近20个周期收盘价的总体标准差
上轨 = 中轨 + 2 × 标准差
下轨 = 中轨 - 2 × 标准差
涨幅 = max(收盘价变化, 0)
跌幅 = max(-收盘价变化, 0)
平均涨幅 = N周期涨幅的简单平均
平均跌幅 = N周期跌幅的简单平均
RSI(N) = 100 × 平均涨幅 / (平均涨幅 + 平均跌幅)
计算周期：RSI6、RSI12、RSI14、RSI24
本 Skill 为数据获取层，其输出供以下分析层 Skill 消费：
输入：stock_code=600519, k_type=day, num=60 预期：status=success，kline 有 60 条，最后一条的 ma/boll/rsi 均有值
输入：stock_code=00700, k_type=day, num=120 预期：status=success，代码标准化为 hk00700，kline 有数据
输入：stock_code=AAPL, k_type=day, num=120 预期：status=success，代码标准化为 usaapl，kline 有数据（取决于 API 覆盖）
输入：stock_code=600519, k_type=day, num=10 预期：status=success，kline 有 10 条，ma5 有值但 ma60 为 null，boll 为 null
输入：stock_code=999999 预期：status=error，kline=[]
输入：stock_code=hk00700, k_type=week, num=50 预期：status=success，保留 hk00700 前缀，返回周K数据