A股综合分析器#

根据A股名称或代码，生成包含两张图表的综合分析报告，严格遵循 references/report_template.md 中的锁定模板。

触发条件#

• 股票名称： 康盛股份、 贵州茅台、 宁德时代
• 任意格式代码： 002418、 600519、 002418.SZ、 sz002418、 SH600519
• 口语化表达： 分析一下 002418、 看看康盛股份、 002418 怎么样、 贵州茅台技术面

如果名称有歧义，先询问用户确认后再继续。

数据架构#

本 skill 使用多个专业数据源，每个领域选择最可靠的来源：

领域主要来源说明价量K线（股票 + 沪深300 + 对比股）腾讯财经web.ifzq.gtimg.cn + qt.gtimg.cn — 无需认证，实时同行业/同概念/题材东方财富F10 ssbk + 板块成员直连 push2delay API，规避 akshare 限流基本面Fallback链：tushare → akshare → baostock → eastmoney来源透明，永不做静默回退主营业务构成东方财富 RPT_F10_FN_MAINOP按产品/行业/地区拆分

前置条件#

• Python 依赖： tushare、 akshare、 baostock、 pandas、 numpy、 matplotlib。安装： bash

  pip install tushare akshare baostock pandas numpy matplotlib -q
  
  

• 可选： TUSHARE_TOKEN 环境变量 — 启用 tushare pro 作为基本面第一优先来源。未配置时自动降级到 akshare/baostock/eastmoney。

• 中文字体：Windows 自带 SimHei 和 Microsoft YaHei，图表脚本会自动注册可用的中文字体。

工作流（单路径，无分支）#

第1步 — 解析输入#

bash

python scripts/resolve_code.py "康盛股份"   # 名称
python scripts/resolve_code.py 002418       # 代码
python scripts/resolve_code.py 002418.SZ    # 带后缀代码
python scripts/resolve_code.py sz002418     # 带前缀代码

返回 JSON，包含 code6、 ts_code、 tencent_code、 name、 industry。如果匹配到多个结果： {"matches": [...]} — 停下来让用户选择。

第2步 — 运行数据管线#

bash

python scripts/fetch_and_analyze.py "康盛股份" --outdir ./output
# （接受名称或代码 — 与 resolve_code.py 参数相同）

这一条命令完成全部数据采集：

1. 解析输入

2. 通过腾讯财经获取252天K线（股票 + 沪深300 + 4只对比股）

3. 获取实时行情（价格 / PE_TTM / PB / 总市值 / 换手率）

4. 从东方财富F10 ssbk 分类中选取3-4只对比股：

   • 1-2只来自行业板块（以Ⅰ/Ⅱ/Ⅲ结尾的）
   • 1-2只来自概念板块（液冷/算力/储能/新能源等或以"概念"结尾）
   • 补充自题材板块

5. 运行基本面 fallback 链（tushare → akshare → baostock → eastmoney）

6. 获取主营业务构成

7. 渲染K线图 → kline_<code>.png

8. 渲染对比图 → compare_<code>.png

9. 写入数据包 → data_<code>.json

如果 fundamental_used 为 null 且 needs_websearch 为 true，说明4层 fallback 全部失败；Claude 必须 web_search 补充缺失的基本面数据（ROE、利润率、最新财报），再填写报告。

第3步 — 生成叙述性分析 JSON#

⚠️ 执行前必读规则（不可跳过）：

1. 先读模板理解字段含义 — 在生成 narrative JSON 之前，先 Read references/report_template.md，确认每个字段的名称和含义。
2. 逐字段对照 — 下方 JSON structure 是严格契约，字段名不得自创、不得遗漏、不得改名。输出时逐字段核对，确保与 JSON schema 完全一致。
3. 不跳步 — 严格按 workflow 顺序执行，不得省略任何步骤（特别是下方的 web_search 要求）。

读取 data_<code>.json，基于 Claude 判断生成叙述性分析 JSON 文件（ narrative_<code>.json）。 不得编造数字 — 所有数字来自数据包，Claude 只负责叙述和判断类字段。 不得编造催化剂/风险 — 催化剂和风险必须基于 web_search 结果，不得凭通用行业知识编造。

写 narrative 前必须 web_search（不可省略）：

• 搜索 <名称> 公告、 <名称> 澄清、 <名称> 减持、 <名称> 利好，覆盖最近30天
• 包含3-5条催化剂和3-5条风险，每条标注 高/中高/中/低 影响级别
• 技术面评分标准：参见 references/technical_scoring.md

narrative JSON 结构（保存为 narrative_<code>.json，放在 output 目录）：

json

{
  "concepts": "3-5个最相关概念板块",
  "company_comment": "1-2句公司定性描述",
  "price_position": "当前价格位置描述",
  "business_comment": "业务结构评价",
  "region_summary": "按地区一句话概述",
  "tech_score": 3,
  "tech_verdict": "中性偏多",
  "tech_brief": "简评",
  "ma_verdict": "均线排列判断",
  "rsi_verdict": "RSI判断",
  "macd_verdict": "MACD判断",
  "bb_verdict": "布林带判断",
  "kdj_verdict": "KDJ判断",
  "vol_verdict": "成交量判断",
  "market_comment": "vs沪深300一句话点评",
  "peer_findings": ["发现1", "发现2", "发现3", "发现4"],
  "catalysts": [{"title":"标题", "impact":"高/中高/中/低", "desc":"描述"}],
  "risks": [{"title":"标题", "impact":"高/中高/中/低", "desc":"描述"}],
  "overall_judgment": "一句话整体判断",
  "short_term": {"tech":"...", "support":"支撑位", "resist":"阻力位", "advice":"操作建议", "stop_loss":"止损价"},
  "mid_term": {"drivers":"驱动力", "valuation":"估值判断", "support":"中期支撑", "advice":"建议", "target":"目标价", "scenarios":"乐观X/中性X/悲观X"},
  "stars": {"fundamental": 1-5, "concept": 1-5, "tech": 1-5, "timing": 1-5},
  "stars_comment": {"fundamental":"评价", "concept":"评价", "tech":"评价", "timing":"评价"},
  "one_liner": "一句话投资结论"
}

第4步 — 生成 HTML 报告#

bash

python scripts/generate_report.py --data ./output/data_<code>.json --narrative ./output/narrative_<code>.json --outdir ./output

生成独立的 report_<code>.html，包含：

• K线图和对比图以 Base64 内嵌
• 所有数据驱动的板块自动格式化（表格、KPI、数字）
• 内联 CSS 暗色主题，与图表风格一致
• 无外部依赖

第5步 — 呈现给用户#

告知用户 HTML 报告已生成，路径为 ./output/report_<code>.html，并询问是否在浏览器中打开。

边界范围#

• 仅支持A股。 港股/美股代码 → 拒绝并说明。
• 如果基本面 fallback 链返回 needs_websearch: true，必须先 web_search 获取该股票最近财报数据，再填写财务板块。不得留空或使用占位文字。
• 如果股票停牌（实时行情无近期数据）：报告停牌状态，跳过技术面评分，仅输出基本面报告。
• 如果对比股不足3只，使用已有数据继续，并在对比板块标注"同行业数据有限"。

参考文件#

• references/report_template.md — 报告模板（叙述内容的填写指南）
• references/technical_scoring.md — 10分制技术面评分标准
• references/peer_selection_rules.md — 对比股板块分类规则

脚本文件#

text

scripts/
├── resolve_code.py           — 名称/代码 → ts_code / tencent_code（东方财富搜索 + 快照）
├── fetch_and_analyze.py      — 主管线（一条命令完成全部采集）
├── generate_report.py        — 数据JSON + 叙述JSON → 独立HTML报告
├── peer_selector.py          — 行业/概念/题材分类 + 代表性选股
├── fundamental_chain.py      — tushare → akshare → baostock → eastmoney fallback
├── plot_kline.py             — K线渲染（MA / BB / 成交量 / MACD / RSI）
├── plot_compare.py           — 归一化1年对比图
└── sources/
    ├── tencent.py            — K线 + 实时行情（无需认证）
    ├── eastmoney.py          — F10 ssbk、主营业务、板块成员、数据中心指标
    ├── akshare_src.py        — 个股信息、行业/概念查询、基本面
    ├── tushare_src.py        — tushare pro 基本面（优先级1）
    └── baostock_src.py       — 免费季报基本面（优先级3）