宏观经济数据查询 (mx_macro_data)#

通过 文本输入 查询宏观经济数据，接口返回 JSON 后会自动转换为 CSV 并生成对应的 内容描述 txt 文件。

密钥来源与安全说明#

• 本技能仅使用一个环境变量： EM_API_KEY。
• EM_API_KEY 由东方财富妙想服务（ https://ai.eastmoney.com/mxClaw）签发，用于其接口鉴权。
• 在提供密钥前，请先确认密钥来源、可用范围、有效期及是否支持重置/撤销。
• 禁止在代码、提示词、日志或输出文件中硬编码/明文暴露密钥。

⚠️ 核心输入约束 (Critical Input Constraints)#

• 时间维度：支持相对时间表述（如“今年”、“过去三年”、“上月”）。
• 地域维度：支持宏观地区表述（如“中国”、“美国”、“欧元区”、“华东地区”、“中国各省”），无需拆解为具体省市列表。

1. 禁止模糊商品类别 (No Ambiguous Commodities)#

• 禁止输入：大类统称（如“稀土金属”、“有色金属”、“农产品”、“能源”、“科技股”）。

• 要求：必须解包为具体的 交易品种名称或代码。

  • ❌ 错误： "查询稀土价格走势"
  • ✅ 正确： "查询氧化镨钕、氧化镝、氧化铽的价格走势"

2. 禁止宏观泛指指标 (No Macro Generalizations without Metrics)#

• 禁止输入：宽泛的经济概念而无具体指标（如“中国经济”、“美国制造业状况”、“全球通胀情况”）。

• 要求：必须指定具体的 指标名称（如 GDP、CPI、PMI、失业率、工业增加值等）。

  • ❌ 错误： "查询中国经济数据"
  • ✅ 正确： "查询中国 GDP 同比增速、中国 CPI 同比"
  • ✅ 正确： "查询美国制造业 PMI" (地域允许宏观，但指标必须具体)

3. 时间与地域的灵活性 (Flexible Time & Region)#

• 时间：无需绝对日期。

  • ✅ 允许： "查询中国过去五年的M2增速"、 "查询上个月美国的非农数据"、 "查询黄金今日价格"。
  • ✅ 允许（缺省）： "查询德国失业率" 。

• 地域：无需拆解为子集列表。

  • ✅ 允许： "查询华东地区GDP", "查询中国各省GDP"。
  • ⚠️ 注意：若涉及“主要新兴市场”、“Top 5 国家”等动态排名指代，仍建议上层模型解包为具体国家列表（如 "查询中国、印度、巴西的M2"），以确保数据源一致性。

🔄 输出接口与上层规划协议 (Output Interface & Orchestration Protocol)#

本 Skill 仅负责执行单次查询并生成文件。 为实现数据完整性保障，上层规划引擎必须根据以下协议，对本 Skill 的输出进行后续处理。

1. 输出文件结构 (Output File Structure)#

执行 mx_macro_data 后，Skill 将在指定目录下生成一个或多个 CSV 文件，以及一个描述文件。

• CSV 文件： mx_macro_data_<查询ID>_<频率>.csv
  • 示例： mx_macro_data_4591GG28_yearly.csv, mx_macro_data_4591GG28_quarterly.csv, mx_macro_data_4591GG28_monthly.csv
  • 注意：文件数量和频率取决于查询指标的可用性（yearly、quarterly、monthly、weekly、daily）。
• 描述文件： mx_macro_data_<查询ID>_description.txt
  • 包含数据来源、时间范围、指标说明等基础信息。

2. 上层规划引擎必须执行的“完整性复核”逻辑 (Mandatory Verification Logic for Orchestrator)#

上层规划引擎在调用 mx_macro_data 后， 必须 执行以下工作流，以确保最终结果的完整性：

阶段 A: 任务解析与预期规划 (Task Parsing & Expectation Planning)

1. 解析原始用户意图：从用户查询中提取核心要素。

2. 构建预期全集 (Expected Universe)：

   • 地域：通过规划引擎的内置知识库、搜索引擎或 LLM 推理能力，将模糊地域表述解析为具体行政单元。例如："中国各省" → 34 个省级行政区；"华东地区" → 上海、江苏、浙江、安徽、福建、江西、山东共 7 个省市。
   • 指标：将复合指标拆解为独立指标。例如："GDP, CPI" → ["GDP", "CPI"]。
   • 频率：根据查询语境推断预期频率，可能生成多个频率的数据文件（yearly、quarterly、monthly等）。

阶段 B: 文件读取与差异检测 (File Reading & Gap Detection)

1. 获取输出文件列表：获取 mx_macro_data 生成的所有 CSV 文件路径。

2. 读取并分析每个文件：

   • 使用规划引擎内置的代码执行能力（如 Python Sandbox）读取 CSV。
   • 提取每个文件中实际覆盖的 (地区, 指标) 组合及其数量。

3. 执行差异计算：

   • 对 每一种频率 的文件，分别计算 Missing_Pairs_<Frequency> = Expected_Universe - Actual_From_CSV_File。
   • 识别出具体缺失的项（如：年频数据中缺失“西藏-GDP”）。

阶段 C: 决策与迭代调用 (Decision & Iterative Invocation)

⚠️ 强制要求：上层规划引擎 必须 执行以下补全流程，不得在存在缺失数据时直接交付结果。

1. 判断是否需要补全：
   • 如果所有频率的 Missing_Pairs 集合均为空： 结束流程，交付现有文件。
   • 如果存在非空的 Missing_Pairs 集合： 必须进入补全流程，不可跳过。
2. 构建补全查询：

   • 根据 Missing_Pairs_<Frequency> 中的缺失项，结合原始查询的时间维度，构造新的自然语言查询。

   • 示例： text

     Missing_Pairs_季 = [("西藏", "GDP"), ("宁夏", "GDP")]
     ↓
     补全查询 = "查询西藏自治区、宁夏回族自治区的 GDP 季度数据，时间范围同前次查询"
     
     

3. 再次调用 mx_macro_data：
   • 使用新构造的补全查询，再次调用本 Skill 获取缺失数据。
4. 迭代循环：

   • 重复执行 阶段 B（差异检测）→ 阶段 C（决策补全），直至满足以下任一条件：

     • ✅ 所有频率下的缺失项均已补全
     • ⚠️ 达到最大重试次数5次，此时应向用户报告未能补全的数据项

阶段 D: 最终交付 (Final Delivery)

1. 数据合并（可选）：

   • 如果需要，可将同一频率下多次查询的结果（如多个 quarterly.csv 文件）合并为一个完整的 quarterly.csv。

2. 状态报告：

   • 规划引擎应向上游（如用户界面）报告最终交付的文件列表，并可选地报告补全过程（如“系统已自动补全 2 个缺失数据项”）。

---

功能范围#

基础查询能力#

• 经济指标：GDP、CPI、PPI、PMI、失业率、工业增加值等（支持指定国家/地区及具体指标名）。
• 货币金融：M1/M2 货币供应量、社融规模、国债利率、汇率（支持指定币种对）。
• 商品价格：黄金、白银、原油、铜、特定稀土氧化物等（ 必须 指定具体品种）。
• 时间频率：自动识别相对时间（年、季、月、周、日）并匹配对应频率数据；若未指定，返回最新数据。

查询示例对照表#

类型❌ 禁止的模糊查询 (指标/品种不明)✅ 允许的明确查询 (时间/地区可灵活)国内经济查询华东地区GDP查询华东地区 GDP货币供应查询主要新兴市场货币供应查询中国、印度、巴西的 M2 货币供应量商品价格查询稀土和有色金属价格查询氧化镨钕、铜、铝的现货价格走势全球宏观查询 Top 3 经济体非农数据查询美国、中国、德国的非农就业数据时间灵活(无)查询美国过去十年的失业率趋势默认时间(无)查询日本最新的核心 CPI 数据

前提条件#

1. 注册东方财富妙想账号#

访问 https://ai.eastmoney.com/mxClaw 注册账号并获取API_KEY。

2. 配置 Token#

bash

# macOS 添加到 ~/.zshrc，Linux 添加到 ~/.bashrc
export EM_API_KEY="your_api_key_here"

然后根据系统执行对应的命令：

macOS：

bash

source ~/.zshrc

Linux：

bash

source ~/.bashrc

3. 安装依赖#

bash

pip3 install httpx --user

快速开始#

1. 命令行调用#

在项目根目录或配置的工作目录下执行：

bash

python3 {baseDir}/scripts/get_data.py --query 中国GDP

参数说明：

参数说明必填--query自然语言查询条件✅text

### 2. 代码调用

```python
import asyncio
from pathlib import Path
from scripts.get_data import query_mx_macro_data

async def main():
    result = await query_mx_macro_data(
        query="中国近五年GDP",
        output_dir=Path("workspace/mx_macro_data"),
    )
    if "error" in result:
        print(result["error"])
    else:
        print(f"CSV: {r['csv_paths']}")
        print(f"描述: {r['description_path']}")
        print(f"行数: {r['row_counts']}")

asyncio.run(main())

输出示例：

text

CSV: /path/to/workspace/mx_macro_data/mx_macro_data_4591GG28_yearly.csv
CSV: /path/to/workspace/mx_macro_data/mx_macro_data_4591GG28_quarterly.csv
CSV: /path/to/workspace/mx_macro_data/mx_macro_data_4591GG28_monthly.csv
描述:/path/to/workspace/mx_macro_data/mx_macro_data_4591GG28_description.txt
行数: 年: 10行, 季: 20行, 月: 40行

输出文件说明#

文件说明mx_macro_data_<查询ID>_<频率>.csv按频率分组的宏观数据表，UTF-8 编码，可直接用 Excel 或 pandas 打开。mx_macro_data_<查询ID>_description.txt说明文件，含各频率数据统计、数据来源和单位等信息。

环境变量#

变量说明默认MX_MACRO_DATA_OUTPUT_DIRCSV 与描述文件的输出目录（可选）workspace/mx_macro_data``EM_API_KEY东方财富宏观查数工具 API 密钥（必备）无

常见问题#

用户常见问题#

Q: 提示"请设置 EM_API_KEY 环境变量"怎么办？

A: 按以下步骤配置 API 密钥：

1. 访问 东方财富宏观查数工具 注册并获取 API_KEY。

2. 配置环境变量： bash

   # macOS/Linux
   export EM_API_KEY="your_api_key_here"
   
   # Windows PowerShell
   $env:EM_API_KEY="your_api_key_here"
   
   

Q: 如何指定输出目录？

A: 通过设置 MX_MACRO_DATA_OUTPUT_DIR 环境变量：

bash

export MX_MACRO_DATA_OUTPUT_DIR="/path/to/output"
python3 scripts/get_data.py --query "查询内容"

开发者常见问题（规划引擎集成）#

Q: 为什么需要上层规划引擎做复核？

A: 本 Skill 专注于单一查询能力，不负责数据完整性校验。完整性验证（如"中国各省"是否真的覆盖全部省份）属于业务逻辑范畴，更适合由具备上下文理解和决策能力的规划引擎来处理。

Q: 如何判断何时进行复核？

A: 当原始用户意图包含以下特征时，应自动触发复核流程：

• 集合性词汇：如"各省"、"各地区"、"华东地区"等
• 多指标查询：如"GDP 和 CPI"、"主要经济指标"等

Q: 如何处理不同频率的数据？ A: 必须 对每种频率的 CSV 文件 分别 执行完整性审计和补全。年频数据的缺失不能用月频数据补全，反之亦然。