下载地址
https://www.zhengdianxue.com/wp-content/uploads/skills/org-rwhv0nty--ad-report-abstract.zip将提示词发送给你的 AI 安装该 skills
请根据 https://skillhub.cn/install/skillhub.md，安装 @org-rwhv0nty/ad-report-abstract。中国银河证券星耀数智研报摘要技能。查询指定股票的研报摘要（标题/机构/评级/目标价），输出机构观点客观统计，可逐条保存为Markdown供AI精读。仅转述与计数，不做倾向性判断。用户提出研报摘要、机构观点、评级统计、分析师观点等需求时，使用此skill。
阅读全文 （展开查看完整说明）
概述
研报摘要 Skill
快速上手
- 安装python运行环境(推荐python3.8/3.9/3.10/3.11/3.12/3.13/3.14环境)，并安装AmazingData依赖包。
从 https://gitee.com/cgs2026/xysz/releases 下载 tgw 和 AmazingData 的 wheel 文件并安装。
pip install tgw>=1.0.8.7
pip install AmazingData>=1.1.15- 联系开户营业部申请账号、密码。
- 参加2026年中国银河证券星耀数智AI模拟交易大赛，可获取星耀数智账号；
- 报名时间：10.29 — 11.20
- 比赛时间：11.02 — 11.27
- 报名链接，请关注微信公众号“中国银河证券星耀数智”
- 设置环境变量：
# Windows CMD
set AD_USERNAME=your_username
set AD_PASSWORD=your_password
set AD_HOST=101.230.159.235
set AD_PORT=8600
# Windows PowerShell
$env:AD_USERNAME="your_username"
$env:AD_PASSWORD="your_password"
$env:AD_HOST="101.230.159.235"
$env:AD_PORT="8600"用法
# 在技能根目录下执行：
cd scripts && python search.py --codes <CODES> [--begin YYYYMMDD] [--end YYYYMMDD] [--md] [--limit N]工作流
- 用户提需求 → AI 确定股票代码与日期范围
- 执行
scripts/search.py拉取研报摘要 - 输出：研报列表（日期/标题/机构/作者/评级/评级变动/目标价区间/类型）+ 机构观点统计（覆盖机构数、评级分布、评级变动、目标价统计）+ 观点共识度（评级TOP1占比、目标价分歧跨度，纯计数）
- 用户关注"变化"或"空间"时加
--changes：评级变动/首次覆盖明细 + 目标价中位数与最新收盘价的算术对比（比值=目标价中位数/现价，纯计算事实，非投资建议） des字段是研报摘要正文，最重要的精读素材：AI 默认加--des（每条附前200字），需要完整内容时加--md逐条保存 Markdown 后读取对应 id 文件- 需要精读时：加
--md逐条保存 Markdown → AI 读取 MD 文件，转述提炼各家核心逻辑、对比观点差异 - 字段含义查
references/report_fields.md
参数
| 参数 | 说明 | 示例 |
|---|---|---|
--codes | 股票代码（必传），逗号分隔；传 0 取无标的研报 | --codes 601***.SH,600***.SH |
--begin | 起始日期 YYYYMMDD，默认近30天 | --begin 20260901 |
--end | 结束日期 YYYYMMDD，默认今天 | --end 20260922 |
--md | 逐条保存为 Markdown（增量，已存在跳过） | --md |
--changes | 输出评级变动/首次覆盖明细 + 目标价vs现价算术对比 | --changes |
--des | 列表每条附研报摘要正文（des）前 N 字符，默认200，--des 400 可调长 | --des |
--limit | 最多显示 N 条（默认全部） | --limit 50 |
--local | 使用本地缓存数据（默认从服务器拉取最新） | --local |
--local-path | AD 本地数据根目录 | 默认 D:/AmazingData_local_data/ |
示例
# 某股票近30天研报摘要
python scripts/search.py --codes 601***.SH
# 列表附摘要正文（AI 精读首选，不必逐个读MD）
python scripts/search.py --codes 601***.SH --des
# 关注变化：评级变动/首次覆盖明细 + 目标价vs现价
python scripts/search.py --codes 601***.SH --changes
# 指定区间 + 保存MD供精读
python scripts/search.py --codes 601***.SH --begin 20260901 --end 20260922 --md
# 多只股票对比覆盖情况
python scripts/search.py --codes 601***.SH,600***.SH
# 无标的研报（宏观/策略等）
python scripts/search.py --codes 0 --md
# 使用本地缓存（不从服务器拉取）
python scripts/search.py --codes 601***.SH --localAI 精读工作流（–md 之后）
- 读取 MD 目录下的研报摘要文件（以摘要id命名）
- 逐篇转述核心逻辑：投资要点、盈利预测、估值方法
- 对比不同机构观点差异：关注因素、结论分歧点
- 汇总为客观的机构观点综述
合规约束（必须遵守）
- 评级、目标价均为研报机构发布的观点，输出只做转述与计数统计
- 严禁添加 利好/利空/看多/看空/建议买入/建议卖出 等倾向性表述
- 输出不构成投资建议，需注明数据来源为券商研报摘要
注意事项
- 所有数据接口调用前必须先通过环境变量配置认证信息，然后调用
ad.login()登录 - 必须设置环境变量
AD_USERNAME、AD_PASSWORD、AD_HOST、AD_PORT - 账号、密码需联系开户营业部申请
- AmazingData限制单点登录，所以同一时间只能有一个AmazingData的登录链接
- 支持本地数据缓存（local_path + is_local）和指定日期范围（begin_date + end_date）两种模式
Python环境要求
- Python版本: 3.8-3.14
- 操作系统: Linux/Windows
- 依赖包: tgw>=1.0.8.7, AmazingData>=1.1.15
