A股每日复盘视频自动生成。完整工作流:拉取非凸科技真实行情数据 → 抓取热点新闻 → AI 归因分析 → 生成横屏 PPT 幻灯片 → 合成视频+封面图。当用户说「生成今日A股复盘视频」「A股日报」「出今天的复盘」或触发定时任务时使用。
A股每日复盘视频生成是一项面向实际任务的技能,主要用于python 3.7+;pillow.pip安装枕头+fonttools. + brotli.pip安装字体工具 brotli;
使用时应结合输入条件选择合适的执行方式,核对必要参数、依赖环境与输出内容,并按原始要求处理异常情况。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。该技能适合用于一次性任务,也可以接入自动化工作流,与其他技能或上层代理配合完成更完整的业务链路;在组合使用时,应明确每一步的输入输出关系,并避免不同步骤之间出现参数冲突。
# 1. 安装依赖 bash scripts/setup.sh # 2. 告诉 AI 「帮我生成今天的A股复盘视频」
| 依赖 | 安装方式 | 说明 |
|---|---|---|
| Python 3.7+ | 系统自带 | |
| pillow | pip install pillow |
生成幻灯片 |
| fonttools + brotli | pip install fonttools brotli |
字体格式转换(首次自动安装) |
| ffmpeg | brew install ffmpeg / apt install ffmpeg |
合成视频 |
| ftshare-market-data | skillhub install ftshare-market-data |
非凸科技行情接口 |
| newsnow-reader | skillhub install newsnow-reader |
热点新闻抓取 |
或一键安装:bash scripts/setup.sh
Step 0 依赖检查 → 确认 ftshare-market-data / newsnow-reader 已安装 Step 1 ftshare-market-data → 拉取涨跌幅榜、成交额榜、大盘指数 Step 2 newsnow-reader → 抓取当日财经热点(华尔街见闻) Step 3 AI 归因分析 → 交叉比对数据与新闻,生成每只股票归因 🔸 检查点① 展示归因摘要 → 用户确认数据和分析 Step 4 make_slides.py → 生成 7 张 1920×1080 横屏幻灯片 Step 5 用户确认幻灯片 → 发送 7 张预览图,用户确认后才继续 Step 6 make_video.py → 合成 MP4 视频 + 封面 JPG Step 7 生成发布文案 → 通知用户文件位置 + 完整文案 Step 8 询问是否发送文件 → 直接发送视频和封面给用户
| 文件 | 默认路径 |
|---|---|
| 视频(收盘) | ~/astock-output/YYYY-MM-DD-复盘.mp4 |
| 视频(盘中) | ~/astock-output/YYYY-MM-DD-intra-HHMM-复盘.mp4 |
| 封面(收盘) | ~/astock-output/YYYY-MM-DD-封面.jpg |
| 封面(盘中) | ~/astock-output/YYYY-MM-DD-intra-HHMM-封面.jpg |
| 幻灯片 | ~/astock-output/slides/YYYY-MM-DD/ |
执行前必须先判断当前属于哪种场景,决定数据日期和标注方式:
| 当前时间 | 数据日期 | 幻灯片标注 | 说明 |
|---|---|---|---|
| 交易日 15:00 后 ~ 23:59 | 当天 | YYYY-MM-DD 收盘复盘 |
最佳执行时间 |
| 0:00 ~ 次交易日 9:30 前 | 上一个交易日 | YYYY-MM-DD 收盘复盘 |
API 数据仍为上个交易日 |
| 周末 / 节假日 | 最近一个交易日 | YYYY-MM-DD 收盘复盘 |
同上 |
| 交易日 9:30 ~ 15:00 | 当天(盘中) | YYYY-MM-DD HH:MM 盘中快报 |
数据为实时快照,非最终结果 |
判断方法:
symbol_status.extra 字段:"CLOSED" / "NOT_OPEN" → 非交易时段,使用最近一个交易日的收盘数据"TRADING" / "CALL_AUCTION" → 盘中,标注为盘中快报"BREAK" 午休等)→ 按盘中处理,标注当前时间--title 参数:"CLOSED" / "NOT_OPEN" → --title "今日 A 股复盘""TRADING" / "CALL_AUCTION" / 其他 → --title "A 股盘中快报 HH:MM"(HH:MM 为当前北京时间)--date 参数:"2026-03-16""YYYY-MM-DD-intra-HHMM",如 "2026-03-17-intra-1430",避免与收盘视频文件名冲突,且纯 ASCII 保证目录名兼容性⚠️
--date为必填参数,不能使用系统日期date.today()默认值。 必须由 AI agent 根据以上逻辑判断正确的交易日期后显式传入。错误的日期会导致幻灯片标注与实际数据不符。
⚠️ 盘中数据为实时快照,涨跌幅和成交额会持续变化。幻灯片和视频中必须标注数据截取时间。
路径约定:以下所有脚本路径均使用相对路径。
SKILL_DIR指本 skill 所在目录,运行时由 AI agent 自动解析。
执行前先检查必需的依赖 skill 是否已安装:
ftshare-market-data skill 是否存在(尝试定位其 run.py)newsnow-reader skill 是否存在(尝试定位其 scripts/fetch_news.py)⚠️ 缺少必需的依赖 skill,请先运行: bash scripts/setup.sh 或手动安装: skillhub install ftshare-market-data skillhub install newsnow-reader
1a. 确定交易日期(必须与用户确认)
先拉取任意一只股票,从返回数据中判断市场状态:
symbol_status.extra(参考「执行时机与数据日期判断」章节)TRADING / CALL_AUCTION / 其他 → 交易日 = 今天,无需确认CLOSED / NOT_OPEN(非交易时段)→ 必须询问用户确认数据日期:当前市场未开盘,API 返回的是最近一个交易日的收盘数据。 请确认:这份数据对应的交易日是哪天?(例如 2026-03-16)用户回答后,将该日期用于所有
--date 参数。⚠️ 禁止自动推算交易日期。 中国 A 股有节假日调休(如周末补班交易、春节/国庆长假),纯靠星期几推算会出错。必须让用户确认。
1b. 拉取行情
使用 ftshare-market-data skill 的 run.py:
# 全量 A 股数据(一次拉取,从中提取涨幅/跌幅/成交额 TOP5 + 统计涨跌家数) python3/run.py stock-quotes-list --order_by "change_rate desc" --page_no 1 --page_size 6000 --filter '(ex_id = "XSHE" OR ex_id = "XSHG") AND (latest != null)' # 从全量数据中提取: # - 涨幅 TOP5:按 change_rate 降序取前5(过滤 change_rate != null) # - 跌幅 TOP5:按 change_rate 升序取前5(过滤 change_rate != null 且 < 0) # - 成交额 TOP5:按 turnover 降序取前5 # - 统计:change_rate>0 为上涨,<0 为下跌 # - 涨停:trading_status == "LIMIT_UP" # - 跌停:trading_status == "LIMIT_DOWN" # - 全市场成交额:sum(turnover) / 1e8 得"亿" # 大盘指数 # 收盘场景:用 close 字段(latest 可能为 null) # 盘中场景:用 latest 字段(此时为实时价格,close 为昨收) python3 /run.py stock-security-info --symbol "000001.SH" # 上证指数 python3 /run.py stock-security-info --symbol "399001.SZ" # 深证成指 python3 /run.py stock-security-info --symbol "399006.SZ" # 创业板指
指 ftshare-market-data skill 的安装目录,AI agent 会自动定位。
python3/scripts/fetch_news.py wallstreetcn 8
指 newsnow-reader skill 的安装目录。
获取到数据后,对每只涨跌异动股票,结合新闻进行归因:
同时提取宏观新闻的市场关联:每条新闻对应受影响的板块或个股。
归因完成后,按以下标准格式展示给用户确认:
📊 YYYY-MM-DD A股数据 & AI 归因(收盘复盘 / 盘中快报 HH:MM) 大盘指数 | 指数 | 最新价 | 涨跌幅 | | 上证指数 | xxxx.xx | ±x.xx% | | 深证成指 | xxxx.xx | ±x.xx% | | 创业板指 | xxxx.xx | ±x.xx% | 市场概况 上涨 xxxx 家 | 下跌 xxxx 家 | 涨停 xx 家 | 跌停 xx 家 | 全市场成交额 xxxx 亿 涨幅 TOP5 | 股票 | 代码 | 涨跌幅 | 成交额 | AI 归因 | | ... | ... | ... | ... | ... | 跌幅 TOP5 (同上格式) 成交额 TOP5 (同上格式) 今日宏观新闻 × 市场关联 | 标签 | 新闻 | AI 关联 | | ... | ... | ... |
展示后询问用户:「数据和归因是否需要调整?确认后开始生成幻灯片。」
调用本 skill 的 scripts/make_slides.py,传入数据生成 7 张幻灯片:
python3 scripts/make_slides.py --date "YYYY-MM-DD" --outdir "~/astock-output" --up "名称,代码,涨跌幅,成交额,AI归因|..." --down "..." --vol "..." --news "标签,标题,AI关联|..." --idx "上证点位,涨跌幅,深证点位,涨跌幅,创业板点位,涨跌幅" --stats "上涨家数,下跌家数,涨停家数,跌停家数,全市场成交额" --title "今日 A 股复盘"
--title由 AI agent 根据「执行时机与数据日期判断」章节自动设置,无需用户指定。收盘后传"今日 A 股复盘",盘中传"A 股盘中快报 HH:MM"。
幻灯片结构(固定 7 张):
⚠️ 合成视频前必须先让用户确认幻灯片。 视频合成耗时较长,修改成本高。
流程:
slides// 目录下的 7 张图片发送给用户预览( 与 --date 参数一致)python3 scripts/make_video.py --slides-dir "~/astock-output/slides/YYYY-MM-DD" --outdir "~/astock-output" --date "YYYY-MM-DD"
BGM 默认使用 skill 自带的 assets/bgm/eliveta-technology-474054.mp3,也可通过 --bgm 指定其他文件。
💡 建议用户使用自己的 BGM:多人使用同一首 BGM 容易被视频平台判定为搬运内容。推荐从 Pixabay Music 免费下载无版权音乐替换。
视频合成完成后,根据当天的数据自动生成视频号发布所需的全套文案,格式如下:
标题(二选一,各20字以内)
收盘场景:
盘中场景(参考 references/copywriting.md 盘中模板):
标题生成规则:
话题标签(固定 + 动态)
固定:#AI量化 #A股复盘 #非凸科技 #OpenClaw 动态:根据当日涨停板块 / 热点事件自动补充2-3个,例如 #AI芯片 #新能源 #央行政策
简短话术(视频号正文,100字以内)
根据当天最大亮点写1-2句引导语,结构:
[今日亮点一句话] + [AI是如何分析的] + [行动号召]
例如:
今天AI存储板块集体爆发,朗科科技涨停。AI交叉比对新闻,5秒告诉你背后原因。 想让AI每天自动给你发这份复盘?评论区有安装方法。
完整输出格式
✅ 今日 A 股复盘视频已生成 📁 文件 视频: ~/astock-output/-复盘.mp4 封面: ~/astock-output/ -封面.jpg 规格: 1920×1080 横屏 · 30fps · 35s ( 为 --date 参数值,收盘为 YYYY-MM-DD,盘中为 YYYY-MM-DD-intra-HHMM) 📝 发布文案 标题A: [生成的标题A] 标题B: [生成的标题B] 话题: #AI量化 #A股复盘 #非凸科技 #OpenClaw #[动态话题1] #[动态话题2] 正文: [生成的100字以内话术] ⚠️ 数据仅供参考,不构成投资建议
展示完整输出后,询问用户:「需要我把视频和封面直接发给你吗?」
所有 A 股价格、指数点位、涨跌幅、成交额数据,严禁猜测或估填。
ftshare-market-data 实时拉取stock-security-info 查询真实点位:000001.SH399001.SZ399006.SZlatest 字段可能返回 null,应使用 close 字段latest 字段为实时价格(不为 null),应使用 latest 字段;close 此时是昨日收盘价stock-quotes-list 全量数据中统计:--page_size 6000 --filter '(ex_id = "XSHE" OR ex_id = "XSHG") AND (latest != null)'change_rate > 0 的数量change_rate < 0 的数量trading_status == "LIMIT_UP" 的数量trading_status == "LIMIT_DOWN" 的数量sum(turnover) 除以 1e8 得"亿""暂无,暂无,暂无,暂无,暂无"。不得填写估计值静态资产(字体、BGM)不随 skill 打包分发,首次运行时自动下载到 assets/ 目录。
也可手动预下载:
python3 scripts/ensure_assets.py
assets/bgm/eliveta-technology-474054.mp3(~4.5 MB,首次运行自动下载)assets/fonts/NotoSansSC-Regular.ttf(~2.4 MB,首次运行自动下载)ftshare-market-data(非凸科技行情接口)newsnow-reader(热点新闻抓取)references/data-schema.md — 行情数据字段说明references/copywriting.md — 发布文案生成规范相关专题
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