Skills Plugins MCP Prompt Model 博客 我的中心

a-share-concept

A股概念板块/题材分析/热点概念追踪。当用户说"概念板块"、"题材"、"热点板块"、"概念股"、"XX概念"、"AI概念"、"新能源概念"、"XX板块有哪些股票"、"今天什么板块涨了"、"风口"、"概念板块分析"、"热点题材"时触发。MUST USE when user asks about concept/thematic sectors, hot topics, or which concept boards are trending in A-shares. 基于 adata 概念板块数据和 cn-stock-data 行情数据,分析概念板块构成、走势、龙头股、资金流向。支持研报风格(formal)和快速解读风格(brief)。

DeepseekModel 官方收录技能 质量 优秀 · 78 v1.0.0

获取

https://deepseekmodel.com/api/download.php?id=aifinlab-finclaw-skills-a-share-concept-skill-md&format=skill
下载 .skill 标准格式,含 system_prompt 与 model_config,导入任意 Agent 框架即可使用
.skill 文件中 system_prompt 字段的实际内容。
name a-share-concept description A股概念板块/题材分析/热点概念追踪。当用户说"概念板块"、"题材"、"热点板块"、"概念股"、"XX概念"、"AI概念"、"新能源概念"、"XX板块有哪些股票"、"今天什么板块涨了"、"风口"、"概念板块分析"、"热点题材"时触发。MUST USE when user asks about concept/thematic sectors, hot topics, or which concept boards are trending in A-shares. 基于 adata 概念板块数据和 cn-stock-data 行情数据,分析概念板块构成、走势、龙头股、资金流向。支持研报风格(formal)和快速解读风格(brief)。 A股概念板块/题材分析 数据源 SCRIPTS= " $SKILLS_ROOT /cn-stock-data/scripts" # 概念板块列表(adata) python -c "import adata; df=adata.stock.info.concept_constituent(wait_time=0); print(df.head(20).to_json(orient='records', force_ascii=False))" # 概念板块成分股(adata,需指定 concept_code) python -c "import adata; df=adata.stock.info.concept_constituent(concept_code='BK0655'); print(df.to_json(orient='records', force_ascii=False))" # 成分股行情 python " $SCRIPTS /cn_stock_data.py" quote --code [CODE1],[CODE2],... # 成分股K线 python " $SCRIPTS /cn_stock_data.py" kline --code [CODE] --freq daily --start [日期] # 成分股资金流向 python " $SCRIPTS /cn_stock_data.py" fund_flow --code [CODE] 补充:通过 web 搜索获取概念板块热度、新闻催化剂、政策驱动因素。 Workflow 确定分析对象 :指定概念板块 / 今日热门概念 / 概念对比 数据获取 :概念成分股列表 + 各股行情 + 资金流向 板块分析 : 整体表现(涨跌幅、成交额、换手率) 龙头股识别(市值最大 / 涨幅最大 / 资金流入最多) 板块内分化程度(涨跌比、标准差) 驱动因素分析 : 政策驱动(政策文件、会议精神) 事件驱动(技术突破、订单落地) 资金驱动(游资炒作、机构加仓) 输出 :按用户偏好输出 formal(研报风格)或 brief(快速解读) 关键规则 概念板块与行业板块不同:一只股票可属于多个概念 题材炒作往往短期性强,需区分"长期逻辑"和"短期炒作" 概念板块数据来源不统一(东财/同花顺/adata 分类可能不同),以 adata 为准 龙头股判断标准:最先涨停 + 成交量最大 + 市值辨识度最高 参考资料 概念板块分析指南 使用示例 示例 1: 基本使用 # 调用 skill result = run_skill({ "param1" : "value1" , "param2" : "value2" }) 示例 2: 命令行使用 python scripts/run_skill.py --input data.json
Agent 识别该技能的关键词,点击任意一个即可复制。

该技能未提供触发词。

下载的 .skill 包内含以下字段。
字段 说明
format格式标识(skill/v1)
skill_id技能唯一 ID
name技能名称
version版本号
description技能描述
category所属分类(数组)
trigger_words触发词列表
tags标签列表
source来源标识
source_url来源链接(本页地址)
exported_at导出时间(每次下载生成)
system_prompt系统提示词正文
model_config模型参数:provider / model / temperature / max_tokens / top_p
examples示例
install_guide各平台导入说明(Coze / Dify / Claude / 自定义框架)
同一份技能可按不同平台格式导出。
.skill 标准格式,含 system_prompt 与 model_config,导入任意 Agent 框架即可使用 下载
.skillpro 增强格式,额外含脚本 / 工具 / 依赖 / 钩子占位 下载
.json 纯 JSON 导出,只含 system_prompt 与模型参数 下载
Coze 带 frontmatter 的 Markdown,Coze 平台导入用 下载
Dify Dify DSL,创建应用后直接导入 下载

每日精选 Skill 推荐,免费送到你邮箱

输入邮箱,每天接收一个精选 AI Agent 技能推荐。完全免费,持续更新。

提交后我们会发送一封确认邮件,点击邮件里的链接才会开始收信。

完全免费,取消任意时间。我们不会发送垃圾邮件。