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。
- Star 数
- ★ 11k
- 最近更新
- 7 天前
- License
- Apache-2.0
- 主语言
- Python
- FA 评分
- 52/100 · 缺口较多
30 秒速览
- 运行形态
- 可在哪里用
- 兼容但需适配Claude CodeCodex（部分支持）OpenAI API（需要适配）
- 费用
- 免费，无需付费服务
- 上手难度
- 低 · 几分钟可跑通
- 开始前需要
- 典型场景
- 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”）。
- 不适合
- 需要完全离线或内网隔离运行的团队，数据全部来自外部公开接口
- 需要回测引擎或策略框架的用户，本工具只负责取数
- 海外服务器部署且无国内 IP 的用户，mootdx 会超时
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）。
- 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”）。
- 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”）。
- 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。
- 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”）。
- 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”）。
- 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”）。
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 有哪些优点和局限？
- 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。
- 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。
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。
与相关度最高的同类 agent 并排比较关键指标。
| Agent | 源码审查 | 形态 / 费用 | Star | 最近更新 | 主语言 | 完整支持的平台 |
|---|---|---|---|---|---|---|
| A股全栈数据工具包 当前 | 52 · 缺口较多 | Agent 插件 / 技能免费 | ★ 11k | 7 天前 | Python | Claude Code |
| OpenBB 开放数据平台 | 37 · 缺口较多 | 代码库 / SDK免费版 + 付费版 | ★ 74k | 今天 | Python | — |
| FinRobot | 51 · 缺口较多 | 命令行工具免费 + 模型费 | ★ 8.2k | 20 天前 | Python | OpenAI API |
| ValueCell 金融智能体平台 | 48 · 缺口较多 | 桌面应用免费 + 模型费 | ★ 11k | 8 个月前 | Python | OpenAI API |
FollowAgents 如何评估这个 Agent？
查看各维度的扣分理由
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。
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。
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。
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。
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。
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。
- 源码中未见：执行前用户确认开启或自行加上执行前确认；先在沙箱或测试环境跑通，确认行为后再接入真实数据。
- 源码中未见：敏感信息处理使用专用、低权限、可随时吊销的 API 密钥，不要复用生产凭据，也不要让密钥出现在日志里。
- 源码中未见：回滚或恢复路径运行前先备份，或在 git 分支、快照上操作，确保改动可以撤销。
- 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。
最近版本
来自该项目 GitHub Releases 的最新发布记录，说明为上游原文摘录，未经本站改写或测试。
-
v3.10.2 v3.10.2 — PE 消化年数修正（#58）
发布说明摘录
十五层、87 个入口、34 个来源都不变。只修 full_valuation() 的 PE 消化年数。 修复 full_valuation() 在盈利不增长时把 PE 消化年数报成 0 年（#58） 前向 PE 高于 30x、下一年一致预期盈利持平或下降时，digest_years 原来返回 0，读起来像「已经消化到 30x」， 实际是永远消化不到。同一份文档里的 pe_digestion() 对这种情况本来就返回无穷大，full_valuation() 没有复用它。 现在改为调用 pe_digestion()，得不出有限年数时返回 None（JSON 里是 null）： - 当年 EPS 为正、前向 PE 不高于 30x：0，不变。 - 当年 EPS 为正、前向 PE 高于 30x、预期增长为正：返回消化年数，不变。 - 前向 PE 高于 30x，而下一年预测缺失或盈利不增长：None（原来是 0）。 - 当年 EPS 缺失或不为正：None（原来是 0）。 「完整调研流程」里「流程 B：批量估值对比」的打印对 None 显示「无法估算」，不再打出「消化=None年」。 感谢 @KennyMcSimpson 发现问题并提交修复。 测试 …在 GitHub 查看 ↗ -
v3.10.1 v3.10.1 — 成交量单位更正（#57）/ 逐笔提速与盘后核对
发布说明摘录
十五层、87 个入口、34 个来源都不变，返回的数据也不变。§1.2 只改文档；§1.4 逐笔和 §13.7 期货日 K 修的是 v3.10.0 发版后补做代码复审查出的问题，§1.4 多了一个 frame.attrs["complete"]。 修复 §1.2 tencent_kline() 的成交量单位写错了：科创板是股，不是手（#57） §1.2 的返回列、函数说明，以及「备用源速查」里的腾讯分钟 K 线字段说明，都把成交量写成「手」。 2026-10-05 对照 §1.3 通达信官网盘后包（单位：股）实测：腾讯 K 线对科创板（688 / 689）返回股，其余返回手—— 沪深主板、创业板、B 股、ETF（含科创板 ETF 588）、LOF、REITs 1 手 = 100 股 / 份，可转债 1 手 = 10 张，指数也是手。 日周月线、分钟线、复权与否都是同一规则。 照旧文档换算，科创板的成交量会大 100 倍；备用源速查里「成交额 = 量(手) × 100 × 均价」对科创板、可转债（1 手 = 10 张）也是错的，现按品种写全，指数不适用。 返回值本身不改，免得老用户拿到的数在不知情的情况下变了；只把文档改成实测结果。 §1.4 逐笔的量科创板也是手，那一节原本就写对了，补了一句「和 §1.2 不同」。 …在 GitHub 查看 ↗ -
v3.10.0 v3.10.0 — 当日逐笔 / 期货日 K（含大商所）/ 行情层重排
发布说明摘录
新增 2 个能力入口，来源数不变：十五层、87 个入口（82 主入口 + 5 备胎）、34 个来源。 通达信公开服务器的 K 线 / 盘口 / 逐笔命令 2026-09 起返回空（#52），本版补上逐笔的替代来源，并把行情层的可用来源排到前面。 Breaking Changes - Layer 1 重新编号，可用来源在前、mootdx 放最后留档。旧 → 新： 1.2 腾讯财经 → 1.1、1.5 腾讯 K 线 → 1.2、1.6 通达信盘后包 → 1.3、（新增）腾讯逐笔 → 1.4、 1.3 百度 → 1.5、1.4 新浪复权因子 → 1.6、1.1 mootdx → 1.7。函数名与签名都没变，只影响按 § 编号查找。 本文件更早的条目和 SKILL.md 开头的历史版本说明仍用旧编号。 新增 - §1.4 tencent_ticks(code)：腾讯当日逐笔成交（分笔，约 3 秒一笔），替代失效的 mootdx transaction()。 覆盖沪深个股（含创业板、科创板）与 ETF，只有最近一个交易日，北交所与指数直接报错。 …在 GitHub 查看 ↗
常见问题
安装时 pip install mootdx 导致 httpx 版本冲突，怎么办？
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。