贸易代理分析

人工智能 社区 v0.6.1

技能解读

当前原文的自动摘译,尚未人工审校。

🎯 快速上手

直接对我说: "帮我分析一下贵州茅台" "宁德时代值得买入吗" "分析一下 600519 的技术面" "比亚迪最近资金流向怎么样"

🤖 系统架构:五阶段 15 智能体

阶段 · 智能体 · 职责 分析团队 · 市场/新闻/情绪/基本面/宏观/聪明钱 · 多维度原始数据解读 博弈裁判 · 博弈论管理者 · 主力与散户预期差分析 多空辩论 · 多头/空头研究员 + 裁判 · 对立观点激烈博弈 执行决策 · 交易员 · 综合研判生成操作建议

🤖 系统架构:5 个阶段 · 15 个代理

阶段·代理人·角色分析师团队·市场/新闻/情绪/基本面/宏观/智能货币·多维原始数据分析博弈论·博弈论经理·主力与散户预期差距牛熊辩论·牛熊研究人员+法官·对抗性观点辩论交易执行·交易员·综合研究形成可行的决策

📋 适用场景

✅ 适合使用: 个股深度分析(技术面 + 基本面) 投资决策参考 盘后复盘分析 持仓标的风险评估

🔒 隐私与安全

发送范围:本技能仅从对话中提取股票名称/代码、分析日期、分析视角等参数,将其作为 symbol/trade_date/horizons 字段发送至后端 API。不发送对话原文、不读取本地文件、不上传任何其他隐私数据。 令牌安全:TRADINGAGENTS_TOKEN(格式 ta-sk-*)是访问后端的唯一凭证,请使用最小权限令牌,如怀疑泄露请立即在 app.510168.xyz 吊销并重新生成。 敏感内容提示:请勿在分析请求中粘贴个人账户信息、真实持仓或其他敏感内容,本技能无法阻止用户主动提交这些内容。 自托管:如需完全掌控数据流向,可参考 GitHub 文档 自行部署后端,并将 TRADINGAGENTS_API_URL 指向自建服务器。 关于凭证元数据:本技能的 frontmatter 在 metadata.openclaw 中声明了 TRADINGAGENTS_TOKEN 为 primaryEnv,并列入 requires.env。

流狐档案 运行与权限由流狐静态检查推断,不代表作者声明或实际测试结果。
领域
人工智能
作者声明的智能体
未找到明确声明;不据此推断已兼容或已测试
静态检查
92 / 100 · 启发式扫描,不代表运行安全
运行环境证据
未执行;当前没有隔离运行测试证据
作者 / 版本 / 许可证
@KylinMountain · v0.6.1 · 未声明许可证
上下文用量评级
低消耗
接入复杂程度
需简单配置
是否需要外部接口密钥
不需要
兼容的系统
未声明(默认跨平台)
运行环境要求
未检出明确要求
检测到的文件与系统行为
  • 只读
  • 命令执行
  • 读取环境变量
网络行为
允许外网请求
安装命令数
无(仅作为资料)

需要注意: 未声明工具权限范围;实际权限由运行环境决定。

作者说明文件(原文) SKILL.md

# TradingAgents 多智能体 A 股投研分析

使用 TradingAgents API,让 **15 名专业 AI 分析师**对 A 股进行五阶段深度协作研判,输出结构化投资建议。

## 🎯 快速上手

**直接对我说:**
- "帮我分析一下贵州茅台"
- "宁德时代值得买入吗"
- "分析一下 600519 的技术面"
- "比亚迪最近资金流向怎么样"

**我会调用 15 个 AI 分析师,从市场、技术、基本面、情绪、资金五个维度深度分析,给你专业的投资建议。**

---

## 🤖 系统架构:五阶段 15 智能体

| 阶段 | 智能体 | 职责 |
|------|--------|------|
| 1. 分析团队 | 市场/新闻/情绪/基本面/宏观/聪明钱 | 多维度原始数据解读 |
| 2. 博弈裁判 | 博弈论管理者 | 主力与散户预期差分析 |
| 3. 多空辩论 | 多头/空头研究员 + 裁判 | 对立观点激烈博弈 |
| 4. 执行决策 | 交易员 | 综合研判生成操作建议 |
| 5. 风险管控 | 激进/中性/保守分析师 + 组合经理 | 多维度风控审核 |

---

# TradingAgents Multi-Agent Investment Research

Use the TradingAgents API to let **15 specialized AI analysts** conduct deep, five-stage collaborative research on A-Share stocks, delivering structured trading recommendations.

## 🤖 System Architecture: 5 Stages · 15 Agents

| Stage | Agents | Role |
|-------|--------|------|
| 1. Analyst Team | Market / News / Sentiment / Fundamentals / Macro / Smart Money | Multi-dimensional raw data analysis |
| 2. Game Theory | Game Theory Manager | Main-force vs. retail expectation gap |
| 3. Bull/Bear Debate | Bull & Bear Researchers + Judge | Adversarial viewpoint debate |
| 4. Trade Execution | Trader | Synthesize research into actionable decision |
| 5. Risk Control | Aggressive / Neutral / Conservative + Portfolio Manager | Multi-layer risk review |

## 📋 适用场景

✅ **适合使用:**
- 个股深度分析(技术面 + 基本面)
- 投资决策参考
- 盘后复盘分析
- 持仓标的风险评估
- 资金流向与市场情绪研判

❌ **不适合:**
- 盘中实时盯盘(分析需要 1-5 分钟)
- 超短线交易(分钟级决策)
- 加密货币、美股等非 A 股市场

## 🔒 隐私与安全

- **发送范围**:本技能**仅**从对话中提取股票名称/代码、分析日期、分析视角等参数,将其作为 `symbol`/`trade_date`/`horizons` 字段发送至后端 API。**不发送对话原文、不读取本地文件、不上传任何其他隐私数据。**
- **令牌安全**:`TRADINGAGENTS_TOKEN`(格式 `ta-sk-*`)是访问后端的唯一凭证,请使用最小权限令牌,如怀疑泄露请立即在 [app.510168.xyz](https://app.510168.xyz) 吊销并重新生成。
- **敏感内容提示**:请勿在分析请求中粘贴个人账户信息、真实持仓或其他敏感内容,本技能无法阻止用户主动提交这些内容。
- **自托管**:如需完全掌控数据流向,可参考 [GitHub 文档](https://github.com/KylinMountain/TradingAgents-AShare) 自行部署后端,并将 `TRADINGAGENTS_API_URL` 指向自建服务器。

> **关于凭证元数据**:本技能的 frontmatter 在 `metadata.openclaw` 中声明了 `TRADINGAGENTS_TOKEN` 为 `primaryEnv`,并列入 `requires.env`。

## 🔒 Privacy & Data Transmission

- **What is sent**: Only the extracted stock symbol, trade date, and analysis parameters (`symbol`, `trade_date`, `horizons`) are transmitted to the backend. The raw conversation text is **never** forwarded.
- **Token**: `TRADINGAGENTS_TOKEN` (pattern `ta-sk-*`) is the sole credential. Use a minimal-privilege token and rotate it immediately if compromised.
- **Sensitive content**: Do not paste personal account data, real positions, or other sensitive information into analysis requests.
- **Self-hosting**: For full data sovereignty, deploy the backend yourself and set `TRADINGAGENTS_API_URL` to your server. See the [GitHub repo](https://github.com/KylinMountain/TradingAgents-AShare).

> **Credential metadata**: This skill's frontmatter declares `TRADINGAGENTS_TOKEN` as `primaryEnv` under `metadata.openclaw.requires.env`.

## ⚙️ 快速配置

**方式一:使用官方托管服务(零部署,开箱即用)**

1. 登录 [https://app.510168.xyz](https://app.510168.xyz)
2. 进入 **Settings → API Tokens** 创建令牌
3. 配置环境变量:
```bash
export TRADINGAGENTS_TOKEN="ta-sk-your_key_here"
```

**方式二:私有化部署(数据完全自主可控)**

如对数据隐私有要求,可自行部署后端,所有分析数据仅在你自己的服务器上处理:

```bash
# 1. 部署后端,参考 https://github.com/KylinMountain/TradingAgents-AShare
# 2. 将 API 地址指向自建服务
export TRADINGAGENTS_API_URL="http://your-server:8000"
export TRADINGAGENTS_TOKEN="ta-sk-your_key_here"
```

## 🚀 常用操作

**推荐方式:使用一体化脚本**(自动提交 → 轮询 → 获取结果)

```bash
# 脚本路径(相对于技能目录)
bash scripts/analyze.sh <symbol[,symbol2,...]> [trade_date] [horizons]

# 单个分析
bash scripts/analyze.sh 贵州茅台
bash scripts/analyze.sh 600519.SH 2026-03-22
bash scripts/analyze.sh 600519.SH 2026-03-22 medium

# 批量分析(逗号分隔,并行提交,统一等待)
bash scripts/analyze.sh 贵州茅台,比亚迪,宁德时代
bash scripts/analyze.sh 600519.SH,002594.SZ,300750.SZ 2026-03-22
```

脚本会自动完成:提交任务 → 每 15 秒轮询状态 → 完成后输出 JSON 结果。
批量模式下所有任务并行提交,统一轮询,最后汇总输出。超时默认 600 秒。

可通过环境变量调整行为:
- `POLL_INTERVAL` — 轮询间隔秒数(默认 15)
- `POLL_TIMEOUT` — 最大等待秒数(默认 600)

**手动分步操作**(如需单独调用某一步)

所有请求使用 `$TRADINGAGENTS_TOKEN` 作为 Bearer 令牌。

1. 提交分析任务
```bash
curl -X POST "${TRADINGAGENTS_API_URL:-https://api.510168.xyz}/v1/analyze" \
  -H "Authorization: Bearer $TRADINGAGENTS_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"symbol": "贵州茅台"}'
```

2. 查询任务状态
```bash
curl "${TRADINGAGENTS_API_URL:-https://api.510168.xyz}/v1/jobs/{job_id}" \
  -H "Authorization: Bearer $TRADINGAGENTS_TOKEN"
```

3. 获取完整分析结果(任务完成后)
```bash
curl "${TRADINGAGENTS_API_URL:-https://api.510168.xyz}/v1/jobs/{job_id}/result" \
  -H "Authorization: Bearer $TRADINGAGENTS_TOKEN"
```

## 📊 示例输出

```json
{
  "decision": "BUY",
  "direction": "看多",
  "confidence": 78,
  "target_price": 1850.0,
  "stop_loss_price": 1680.0,
  "risk_items": [
    {"name": "估值偏高", "level": "medium", "description": "当前 PE 处于历史 75 分位"},
    {"name": "外资流出", "level": "low",    "description": "近 5 日北向资金小幅净流出"}
  ],
  "key_metrics": [
    {"name": "PE",   "value": "32.5x",  "status": "neutral"},
    {"name": "ROE",  "value": "31.2%",  "status": "good"},
    {"name": "毛利率", "value": "91.5%", "status": "good"}
  ],
  "final_trade_decision": "综合技术面突破与基本面支撑,建议逢低分批建仓..."
}
```

## 🔄 任务执行流程

深度分析通常耗时 **1 至 5 分钟**:

1. **识别标的**:从对话中**仅**提取股票名称或代码(及可选日期/视角),不发送对话原文
2. **告知用户**:反馈任务即将提交,预计耗时 1-5 分钟
3. **执行脚本**:使用 Bash 工具运行 `bash scripts/analyze.sh <symbol> [date] [horizons]`(设置 `run_in_background: true`),脚本自动完成提交、轮询和结果获取
4. **汇总结论**:脚本输出完成后,解析 JSON 结果,向用户展示决策、方向、目标价、风险点

> **重要**:不要手动编写 curl 轮询循环,直接使用 `scripts/analyze.sh` 脚本。

## 📌 支持标的范围

- **沪深 A 股**:中文名称(如 "比亚迪"、"宁德时代")或代码(`002594.SZ`、`601012.SH`)

## 💡 注意事项

- **轮询频率**:每次轮询间隔不低于 15 秒
- **数据健壮性**:若部分数据源缺失,系统将基于宏观与行业逻辑进行外溢分析
- **短线模式**:输入"分析 XX 短线"时,系统自动切换为 14 天技术面分析,跳过财报数据,速度更快

讨论

基于 GitHub Discussions。登录 GitHub 即可参与讨论、点赞、订阅更新。