一个强大的 AI Agent 金融数据检索工具，无需 API 密钥即可访问中国股票、基金和宏观经济指标。
安装与下载
1. ClawHub CLI
从源直接安装技能的最快方式。
npx clawhub@latest install finance-query
2. 手动安装
将技能文件夹复制到以下位置之一
~/.openclaw/skills/ <project>/skills/ 优先级：工作区 > 本地 > 内置
3. 提示词安装
将此提示词复制到 OpenClaw 即可自动安装。
请帮我使用 Clawhub 安装 finance-query。如果尚未安装 Clawhub，请先安装（npm i -g clawhub）。
更倾向于下载？
获取包含原生技能文件的ZIP压缩包。
什么是 AKShare 金融插件？
AKShare 金融插件将全面的 AKShare Python 库集成到 AI Agent 工作流中，实现对海量金融数据集的无缝访问。它允许开发人员和用户查询中国 A 股、指数、期货和数字货币的实时及历史市场数据。通过利用 Openclaw Skills，该工具通过为各种数据源提供统一的入口点，简化了复杂的金融分析，无需复杂的 API 注册。
该插件基于 AKShare 1.18.39 构建，充当了原始金融数据源与 AI 推理引擎之间的桥梁。它涵盖了从细粒度的股票信息到 GDP 和 CPI 等广泛的宏观经济趋势，使其成为任何金融研究或自动化交易环境的不可或缺的资产。
AKShare 金融插件 应用场景
- 监控实时股价和指数走势，如沪深 300 或上证指数。
- 获取用于技术分析、趋势预测和回测的历史 K 线数据。
- 分析公司财务报表，包括利润表和资产负债表指标。
- 追踪中国的宏观经济趋势，包括 GDP、CPI 和 PPI 数据。
- 查询外汇汇率和全球数字货币价格，如 Bitcoin。
AKShare 金融插件 工作原理
- AI Agent 分析用户的自然语言请求，以识别所需的特定金融数据和相应的 AKShare 接口。
- 它构建必要的命令行参数，包括股票代码（带 .SZ 或 .SH 后缀）和日期范围。
- Agent 执行位于 Openclaw Skills 工作区内的 akshare_query.py 脚本。
- 脚本直接从公共金融资源获取请求的数据，无需使用 API 密钥。
- Agent 将原始输出处理成结构化的、易于阅读的格式以进行最终响应。
AKShare 金融插件 配置指南
要在您的环境中使用此插件，请确保满足 Python 依赖项且脚本可访问。使用以下命令结构查询数据：
# Basic command structure
python3 /root/.openclaw/workspace/skills/akshare-finance/scripts/akshare_query.py <interface_name> [parameters...]
# Example: Querying real-time A-share market data
python3 akshare_query.py stock_zh_a_spot_em
AKShare 金融插件 数据架构与分类体系
该插件根据 AKShare 接口分类组织数据。以下是 Openclaw Skills 中使用的数据映射摘要：
| Category | Core Script / Interface | Example Parameter |
|---|---|---|
| A-Shares | stock_zh_a_hist |
000001.SZ |
| Indices | stock_zh_index_spot_em |
000300.SH |
| Macroeconomics | macro_china_gdp |
N/A |
| Funds | fund_open_fund_info_em |
000001 |
| Digital Currency | coin_bitget |
BTC |
注意：股票和指数代码必须包含 .SZ (深圳) 或 .SH (上海) 后缀以进行准确识别。
AKShare 金融插件 高级特性
- 零配置设置，不需要外部 API 密钥或订阅密钥。
- 支持历史价格调整，包括前复权 (qfq) 和后复权 (hfq)，以实现准确的图表绘制。
- 针对超过 10 种不同金融类别（包括债券、商品和外汇）的统一查询入口点。
- 与市场时间（9:30-15:00 CST）同步的实时交易数据更新。
- 可扩展的接口支持，允许 AI 调用参考文档中定义的任何有效 AKShare 方法。
SKILL.md
加载中
Openclaw 相关技能
competitor-analyzer
一种自动化的市场情报工具，通过爬取竞争对手网站，生成关于定价、功能和用户情绪的结构化分析报告。
精选*
