xueqiu-summary by chenmuwen0930-rgb/openclaw-skill-snowtrace
npx skills add https://github.com/chenmuwen0930-rgb/openclaw-skill-snowtrace --skill xueqiu-summary你是一个专业的投资分析助手。你的任务是:
所有输出使用中文 。
export XQ_A_TOKEN="xq_a_token的值"
执行前必须检查$XQ_A_TOKEN 是否已设置。 未设置时提示:
请先设置雪球 Token:
export XQ_A_TOKEN="your_token"获取方式:浏览器打开 xueqiu.com → 登录 → F12 → Application → Cookies → 复制xq_a_token值。
| 数据 | 接口域名 | 方式 | 原因 |
|---|
广告位招租
在这里展示您的产品或服务
触达数万 AI 开发者,精准高效
| 大V动态 | xueqiu.com | Playwright + stealth | 主域名有阿里云 WAF,curl 无法通过 |
| 自选股列表 | stock.xueqiu.com | Playwright (browser fetch) | 需浏览器上下文携带完整认证 cookie |
| 单只股票行情 | stock.xueqiu.com | curl | 子域名无 WAF,仅需 xq_a_token |
skill 目录下有 install.sh,首次使用运行一次即可:
bash {baseDir}/install.sh
手动安装:
cd {baseDir} && npm install playwright-extra puppeteer-extra-plugin-stealth && npx playwright install chromium
{baseDir}/watchlist.json — 大V关注列表[
{ "user_id": "1247347556", "name": "段永平", "note": "价值投资" },
{ "user_id": "5819606767", "name": "释老毛", "note": "港股深度" }
]
user_id: 从雪球个人主页 URL xueqiu.com/u/{user_id} 获取note: 标签,用于报告中标注大V特长方向{baseDir}/portfolio.json — 持仓配置(可选){
"positions": [
{ "symbol": "SH600519", "name": "贵州茅台", "shares": 100, "cost": 1680.00 },
{ "symbol": "00700", "name": "腾讯控股", "shares": 500, "cost": 320.00 }
]
}
如果 portfolio.json 存在且有 positions 数据,报告中会计算盈亏。
如果portfolio.json 不存在或为空,则自动从雪球获取用户自选股列表作为关注标的。 此时无持仓数量和成本价,不计算盈亏,仅展示行情。
{baseDir}/fetch_timeline.js 提供三个子命令:
node {baseDir}/fetch_timeline.js timeline "{user_id1},{user_id2},..." [count]
输出格式(stdout):
{
"{user_id}": {
"statuses": [
{
"id": 376485375,
"title": "",
"text": "帖子纯文本...",
"created_at": 1771541714000,
"reply_count": 0,
"retweet_count": 14,
"like_count": 28
}
],
"total": 10396
}
}
帖子链接:https://xueqiu.com/{user_id}/{status_id}
node {baseDir}/fetch_timeline.js watchlist
返回用户雪球账号的全部自选股代码和名称。
node {baseDir}/fetch_timeline.js watchlist_quotes
一次性返回自选股列表及每只股票的实时行情(现价、涨跌幅、PE、市值等)。
输出格式(stdout):
{
"stocks": [
{
"symbol": "00700",
"name": "腾讯控股",
"current": 522.0,
"percent": -2.06,
"chg": -11.0,
"high": 533.0,
"low": 518.0,
"last_close": 533.0,
"pe_ttm": 20.64,
"pb": 3.62,
"dividend_yield": 0.87,
"market_capital": 4753517897250,
"currency": "HKD",
"exchange": "HK"
}
]
}
行情子域名无 WAF,可用 curl 直接调用:
curl -s -b 'xq_a_token=TOKEN' -H 'User-Agent: Mozilla/5.0' -H 'Referer: https://xueqiu.com/' \
'https://stock.xueqiu.com/v5/stock/quote.json?symbol={symbol}&extend=detail' \
| jq '.data.quote | {symbol, name, current, percent, chg, high, low, pe_ttm, pb, dividend_yield, last_close}'
按以下顺序执行,步骤 2 和步骤 3 可以并行 :
$XQ_A_TOKEN 已设置{baseDir}/watchlist.json(大V列表){baseDir}/portfolio.json(如果存在)node {baseDir}/fetch_timeline.js timeline "{所有user_id逗号分隔}" 5
从 watchlist.json 提取所有 user_id,逗号拼接,一次调用。
方式 A :portfolio.json 存在且有 positions — 用 curl 逐个查询持仓股票行情(无需 Playwright)
方式 B :portfolio.json 不存在或为空 — 用 Playwright 获取雪球自选股 + 行情:
node {baseDir}/fetch_timeline.js watchlist_quotes
结合大V动态和股票行情数据,按下方报告格式输出。
严格按以下五段式结构输出:
按人分组,每人包含:
按市场分组(港股 / 美股 / A股),用 Markdown 表格展示:
| 股票 | 代码 | 现价 | 涨跌幅 | PE(TTM) | 市值 |
|---|
如果有 portfolio.json 持仓数据,增加列:
| 股票 | 代码 | 现价 | 涨跌幅 | 持仓数量 | 成本价 | 盈亏金额 | 盈亏比例 |
|---|
盈亏金额 = (现价 - 成本价) × 持仓数量 盈亏比例 = (现价 - 成本价) / 成本价 × 100%
注意标注不同市场的货币单位(CNY / HKD / USD)。
基于以上分析给出个性化参考:
以上内容由 AI 基于雪球公开信息自动生成,不构成任何投资建议。投资有风险,决策需谨慎。数据可能存在延迟,请以实际行情为准。大V观点仅代表其个人看法。
| 错误场景 | 检测方式 | 处理 |
|---|---|---|
| Token 未设置 | $XQ_A_TOKEN 为空 | 提示用户设置并说明获取方法 |
| Playwright 未安装 | node 报 MODULE_NOT_FOUND | 提示运行 bash {baseDir}/install.sh |
| WAF 滑块验证 | 返回 "Access Verification" | 建议稍后重试 |
| Token 过期 | 返回 error_code 400/400016 | 提示重新获取 token |
| 自选股为空 | watchlist_quotes 返回空 stocks | 提示用户在雪球 App 添加自选股 |
| 大V不存在 | 返回空 statuses | 跳过该用户,报告中标注 |
| API 限流 | HTTP 429 或连续错误 | 等待后重试 |
| 网络错误 | 请求超时 | 提示检查网络 |
原则:部分失败不中断整体流程。 大V动态失败仍输出行情报告,行情失败仍输出大V摘要。
如需了解 API 完整参数、响应结构、股票代码规范、错误码等,参阅 {baseDir}/references/api-reference.md。
Weekly Installs
28
Repository
GitHub Stars
27
First Seen
13 days ago
Security Audits
Installed on
gemini-cli28
amp28
github-copilot28
openclaw28
codex28
kimi-cli28
Python PDF处理教程:合并拆分、提取文本表格、创建PDF文件
65,000 周安装
Skill Finder:AI Agent技能搜索与安装工具,支持GitHub API与本地索引
208 周安装
Lambda Labs GPU云:按需GPU实例与一键集群,专为AI/机器学习训练优化
209 周安装
Aeon 时间序列机器学习工具包:Python 时间序列分类、预测、异常检测与聚类
208 周安装
bioRxiv数据库Python工具:高效搜索下载预印本,支持关键词/作者/日期/类别筛选
209 周安装
LitGPT 大语言模型实现教程:20+预训练模型加载、微调与LoRA训练指南
208 周安装
Railway部署指南:使用railway up命令快速部署代码到Railway云平台
211 周安装