每日定时生成金融分析教学课件(包含 BTC、AAPL 等实时数据的价格走势图与趋势分析),推送至企业微信账号,并保存 HTML 课件至本地桌面。环境变量可配置企业微信 token 与接收人。
企业微信每日金融分析教学课件是一项面向实际任务的技能,主要用于本技能用于每日定时生成金融分析教学课件,并自动推送到企业微信;⚙️ 配置环境变量;
"高级" → "环境变量";"系统变量" → "新建":;变量名: WEWORK_X_TOKEN ,变量值: 你的完整 token;变量名: WEWOR。它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。
从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。
本技能用于每日定时生成金融分析教学课件,并自动推送到企业微信。
在运行脚本前,设置以下环境变量(必填):
# 企业微信 API Token(必填,从你的企业微信管理后台获取) export WEWORK_X_TOKEN="eyJhbGciOiJI..." # 企业微信接收人账号(必填,你的企业微信用户 ID 或手机号) export WEWORK_TO_USER="18018517752"
Win + R → 输入 sysdm.cpl → 回车WEWORK_X_TOKEN,变量值:你的完整 tokenWEWORK_TO_USER,变量值:你的企业微信账号编辑 scripts/generate_and_send.py,修改顶部配置:
X_TOKEN = "你的完整 token" TO_USER = "你的企业微信账号"
cd C:Userswwwir.openclawworkspaceskillswework-financial-daily python scripts/generate_and_send.py
直接双击 一键运行.bat 即可手动执行一次。
方式一:PowerShell 脚本(管理员权限)
SetupTask.ps1方式二:手动创建
详见 README-定时任务配置.md
每次运行会生成:
HTML 教学课件 - 保存到桌面,包含:
企业微信推送 - Markdown 格式教学消息,包含:
| 模块 | 主题 | 内容 |
|---|---|---|
| 模块一 | MA 均线基础 | 金叉/死叉概念、MA5/MA20 含义、今日应用 |
| 模块二 | RSI 指标解读 | 超买/超卖区判断、4 个区间操作建议 |
| 模块三 | 趋势识别方法 | 多头/空头趋势判断三要素 |
| 模块四 | 支撑阻力位 | 画法技巧、突破确认规则、今日价位 |
| 模块五 | 风险管理 | 仓位控制、止损策略、风险提示 |
脚本会自动检查并安装以下 Python 包:
requests - HTTP 请求pandas - 数据处理matplotlib - 图表绘制numpy - 数值计算首次运行会自动安装,后续无需重复。
当前使用模拟数据(基于日期种子,保证当日数据一致)。如需接入真实 API:
scripts/generate_and_send.py 中的 generate_html_report() 函数| 问题 | 解决方案 |
|---|---|
| 推送失败 | 检查 WEWORK_X_TOKEN 是否正确,确认企业微信 API 地址有效 |
| 图表中文乱码 | 确保系统已安装中文字体(SimHei/Microsoft YaHei) |
| 依赖安装失败 | 手动运行 pip install requests pandas matplotlib numpy -i https://pypi.tuna.tsinghua.edu.cn/simple |
| 任务不执行 | 检查任务计划程序中任务状态,确认"不管用户是否登录都要运行"已勾选 |
| 文件 | 说明 |
|---|---|
scripts/generate_and_send.py |
主脚本 |
一键运行.bat |
手动运行快捷方式 |
SetupTask.ps1 |
定时任务自动配置脚本 |
README-定时任务配置.md |
详细配置指南 |
references/cron-setup.md |
OpenClaw Cron 配置 |
相关专题
热门下载
相关下载
精品课程
共6课时 | 54.7万人学习
共89课时 | 134.1万人学习
共49课时 | 82.6万人学习