数据与分析 a-sharemarket-datachinese-stocksskilldata-toolkitfinancial-data

A股全栈数据工具包

10层架构、47个数据端点、15个数据源,零鉴权,一个Skill文件集成A股行情、研报、资金面等全维度数据。

FollowAgents 评估 · FARS-2.1
不推荐
52/ 100 五分制 2.6 / 5
1 2 3 4 5 6
1信任安全7 / 29 · 1.2/5

证据显示:README 声明零鉴权、无 API Key(除 iwencai),数据源均为公开 HTTP API,未发现过度权限或敏感数据收集;依赖仅 mootdx、requests、pandas、stockstats,未发现已知漏洞或恶意行为;外部影响限于网络请求,有降级策略;来源归属明确(作者、邮箱、X)。扣分:未提供用户确认机制、数据流透明性仅部分(未说明数据如何被 agent 使用)、敏感数据处理未提及、回滚机制未提及。

2可靠稳定9 / 14 · 3.2/5

证据显示:README 内部一致,端点计数有解释;依赖可用性有说明(mootdx 停更但协议可用,httpx 冲突有解法);失败消息有具体描述(如 403、HTTP 000、僵尸报价)。扣分:未提供运行时验证,但静态审查不要求。

3适用触发12 / 18 · 3.3/5

证据显示:明确目标用户(AI 编程助手用户),场景丰富(估值、研报、资金流等);能力边界清晰(端点清单、数据源优先级);触发描述具体(示例语句);环境适配有说明(海外需代理、Python 版本)。扣分:无。

4规范维护12 / 18 · 3.3/5

证据显示:信息架构清晰(十层架构、端点清单);安装说明详细(3 步);命名稳定(版本号、端点名);示例和 FAQ 丰富;已知限制有说明(北交所老码、东财封 IP);License 为 Apache-2.0;有 CHANGELOG;维护责任明确(作者、Issue 渠道)。扣分:无。

5有效结果9 / 13 · 3.5/5

证据显示:输出可用性高(结构化数据、内置流程);边际价值高(整合多源、备用源);成本效益合理(免费、零鉴权)。扣分:无。

6证据核验3 / 8 · 1.9/5

证据显示:README 中部分声明有具体数据(如 2026-07-31 实测),但多数声明无独立验证;跨源佐证有限(备用源提及但未验证);事实与推断区分不明确(如“不封 IP”是推断)。扣分:缺乏可追溯的测试证据。

证据充分度: 评估于 2026年8月9日 审查版本 3a3149dedbe3
上游仓库在本次评估后已有新提交;当前评分仍对应所示审查版本,可能尚未覆盖最新改动。
源码中未见的安全控制:执行前用户确认、敏感信息处理、回滚或恢复路径
使用前请注意
  • 静态审查无法验证实际运行行为,所有声明基于 README 和代码结构。
  • 依赖 mootdx 库已停更,存在潜在兼容性问题,需关注替代方案。
  • 东财接口有封 IP 风险,需注意限流和备用源。
  • 北交所老代码可能导致数据错误,需使用新代码。
评估证据 [1][2]
查看完整评分方法 →

这个 Agent 能做什么,适合哪些场景?

a-stock-data 是一个自包含的 Skill 文件,专为 AI 编程助手(如 Claude Code、Codex)设计,将分散在 15 个公开数据源的 A 股数据整合为可直接调用的工具集。它采用十层架构,覆盖行情、研报、信号、资金面、新闻、基础数据、公告、打板、期权和舆情互动,共提供 47 个端点。仓库以单个 SKILL.md 文件分发,用户只需拷贝到 skill 目录即可使用,内嵌 Python 代码可直接执行,兼容 Claude Code、Codex、OpenClaw 等上下文注入式 AI 工具。项目强调零鉴权(除 iwencai 外),并通过数据源优先级和备用源降级策略规避 IP 封禁。采用 Apache-2.0 许可证,适合需要快速获取 A 股数据进行投研分析的开发者。

该 Agent 通过读取 SKILL.md 文件,向 AI 助手暴露一组数据获取函数。用户以自然语言请求如“看 688017 估值”,Agent 自动解析并调用对应函数。具体操作包括:调用 mootdx 获取 K 线、五档盘口、逐笔成交;调用腾讯财经获取 PE/PB/市值;调用东财接口获取研报、龙虎榜、资金流、融资融券等独有数据,所有东财调用经 em_get() 限流防封;调用同花顺获取强势股与北向资金;调用 iwencai 进行自然语言研报检索(需 API Key)。支持财联社电报实时快讯、巨潮公告、ETF 期权报价(含希腊字母)、互动易问答等。内置四套调研流程(单票估值、批量对比、主题研报、新标的调研),并支持备用源降级(如交易所官方接口)。

  1. 个人投资者使用 Claude Code 快速查询个股估值(如“帮我估一下 688017,给 PE/PEG/消化时间”)。
  2. 量化研究员通过自然语言获取龙虎榜数据,分析营业部动向(如“002475 最近上过龙虎榜吗,哪些营业部在买”)。
  3. 财经新闻编辑利用财联社电报获取实时市场快讯,监控重大新闻。
  4. 投研分析师使用 iwencai 进行主题研报搜索(如“人形机器人产业链最近的研报,特别是丝杠和减速器”)。
  5. 交易员监控涨停板梯队和打板题材,辅助短线决策(如“今天涨停多少家、最高几连板、炸板率多少”)。
  6. 期权交易者查询 ETF 期权的隐含波动率和 Delta(如“50ETF 平值期权的隐含波动率和 Delta 是多少”)。

这个 Agent 有哪些优点和局限?

优点
  • 零鉴权:除 iwencai 外所有数据源免费无 Key,开箱即用。
  • 架构清晰,10 层覆盖全面,47 个端点覆盖从行情到舆情互动的全维度数据。
  • 内置备用源和降级策略,主源被封时可用交易所官方等备胎,增强可靠性。
  • 单个自包含文件,易于分发和携带,离线可用。
局限
  • 依赖多个第三方数据源,接口可能变动或关闭,如东财有风控,需限流。
  • 部分数据源如 iwencai 需要 API Key,不是完全免费。
  • 北交所老代码段已失效,需使用新 920 代码,否则会得到僵尸报价。
  • 国内 IP 要求:mootdx 需国内 IP,海外使用可能超时。

如何安装或部署这个 Agent?

安装步骤:1) 创建 skill 目录 mkdir -p ~/.claude/skills/a-stock-data;2) 下载 SKILL.md:curl -o ~/.claude/skills/a-stock-data/SKILL.md https://raw.githubusercontent.com/simonlin1212/a-stock-data/main/SKILL.md;3) 安装 Python 依赖:pip install mootdx requests pandas stockstats。对于 Codex/OpenClaw 用户,可将 SKILL.md 内容粘贴到系统 prompt 或项目上下文文件。iwencai 端点需申请 API Key(https://www.iwencai.com/skillhub)。

如何使用这个 Agent?

安装后,在 Claude Code 中直接说“帮我看看 688017 的估值”即可自动激活。其他示例:说“今天哪些股票走强,主要是什么题材”可获取强势股;说“000858 今天主力资金流入还是流出”查询资金流;说“拉一下 300476 最近的新闻和公告”获取新闻公告。所有调用均通过自然语言触发,无需记忆命令。若使用 Codex/OpenClaw,需将 SKILL.md 内容放入上下文。

这个 Agent 与同类方案有什么区别?

在 A 股数据获取领域,常见替代方案有 akshare 和 tushare。akshare 是 Python 封装库,但 V3.0 已移除对其依赖,因为中间层增加故障点;tushare 需要积分和 Token,而本项目声称零鉴权(除 iwencai)。与专业金融终端如 Wind 或 Choice 相比,本项目免费但数据覆盖面可能不如商业产品完整。

常见问题

安装时 pip install mootdx 导致 httpx 版本冲突,怎么办?
使用 --no-deps 升级 httpx:pip install --no-deps "httpx>=0.27.1",不影响 mootdx 运行(它走 TCP 协议,不经过 httpx)。或使用独立 venv 隔离。
东财接口返回 403 或连接重置,如何处理?
停止请求等 30-60 分钟(IP 级封禁通常自动解除),或换网络(如手机热点),并调大 EM_MIN_INTERVAL 降频。
为什么查询北交所股票没有研报数据?
老代码段已作废,需使用新 920 代码。V3.6.0 起会返回 is_stale 或抛出 ValueError 提示,避免误判。
SKILL.md 文件很大,每次加载 token 消耗多吗?
V3.3.1 起 description 已收窄触发范围,避免无关话题加载;也可不装为自动触发 skill,改为按需读取相应章节,通常只花几 K token。

对比同类 Agent

用同一套 FARS 评审,横向比较这个 Agent 所属的短名单。

相关 Agents