| 强烈利好 | 🟢🟢 | 重大利好消息，可能显著推高股价 | | 利好 | 🟢 | 正面消息，对股价有积极影响 | | 中性 | ⚪ | 中性消息，影响有限 | | 利空 | 🔴 | 负面消息，可能打压股价 | | 强烈利空 | 🔴🔴 | 重大利空，可能引发大幅下跌 |

3. 影响评估

多维度影响分析：

市场层面：大盘/板块/个股
行业层面：科技/金融/消费/医疗/能源等
时间维度：短期（1-3 天）/中期（1-4 周）/长期（3 月+）
置信度：高（>80%）/中（50-80%）/低（<50%）

4. 关键信息提取

自动识别并结构化：

💰 金额数字（投资额、营收、利润）
📊 百分比（增长率、涨跌幅、占比）
👤 关键人物（CEO、高管、分析师）
🏢 公司名称（全称、简称、股票代码）
📅 时间节点（发布日期、截止期限、事件时间）
📍 地理位置（总部、工厂、市场区域）

5. 简报生成

支持多种输出格式：

快速简报：3-5 条核心新闻 + 一句话点评
深度报告：详细分析 + 数据支撑 + 风险提示
行业周报：按行业分类 + 趋势总结
个股追踪：特定公司的新闻聚合 + 情感趋势

🚀 快速开始

基本用法

# 分析今日财经新闻
/finance-news-analyzer --source all --limit 20

# 分析特定新闻源
/finance-news-analyzer --source wallstreetcn,36kr --limit 15

# 带关键词过滤
/finance-news-analyzer --keyword "AI,芯片，半导体" --source hackernews,github

# 分析特定股票相关新闻
/finance-news-analyzer --ticker "NVDA,TSLA,AAPL" --sentiment all

# 生成行业周报
/finance-news-analyzer --industry "科技，金融" --period weekly

命令行参数

参数	说明	默认值
`--source`	新闻源（逗号分隔）	`all`
`--limit`	每源最多新闻数	`15`
`--keyword`	关键词过滤	无
`--ticker`	股票代码过滤	无
`--industry`	行业分类	无
`--sentiment`	情感过滤（positive/negative/neutral/all）	`all`
`--period`	时间周期（daily/weekly/monthly）	`daily`
`--output`	输出格式（brief/full/industry/stock）	`brief`
`--lang`	输出语言（zh/en）	`zh`

📊 分析流程

Step 1: 新闻抓取

python scripts/fetch_news.py --source <sources> --limit <n> --keyword "<keywords>"

输出：原始新闻 JSON 列表

Step 2: 情感分析

python scripts/analyze_sentiment.py --input <news.json> --model <llm>

输出：带情感标签的新闻列表

Step 3: 影响评估

python scripts/assess_impact.py --input <analyzed.json> --ticker-db references/ticker-map.md

输出：带影响评估的完整数据

Step 4: 简报生成

python scripts/generate_briefing.py --input <assessed.json> --template <template.md> --output <report.md>

输出：最终投资简报

📁 输出示例

快速简报格式

# 📈 财经新闻简报
**日期**: 2026-03-09 | **来源**: 华尔街见闻，36 氪 | **总数**: 15 条

---

## 🟢 利好消息 (5 条)

#### 1. [英伟达发布新一代 AI 芯片，性能提升 300%](https://...)
- **来源**: 华尔街见闻 | **时间**: 22:48
- **影响**: 🟢 利好 | **置信度**: 高
- **相关股票**: NVDA (+), AMD (-), INTC (-)
- **一句话**: 英伟达新芯片可能巩固 AI 芯片领导地位，利好供应链企业

#### 2. [特斯拉中国工厂产能突破新高](https://...)
- **来源**: 36 氪 | **时间**: 21:30
- **影响**: 🟢 利好 | **置信度**: 中
- **相关股票**: TSLA (+), 宁德时代 (+)
- **一句话**: 产能提升可能带动 Q1 交付量超预期

---

## 🔴 利空消息 (3 条)

#### 1. [美联储暗示继续加息](https://...)
- **来源**: 华尔街见闻 | **时间**: 20:15
- **影响**: 🔴 利空 | **置信度**: 高
- **相关板块**: 科技股 (-), 房地产 (-), 银行 (+)
- **一句话**: 加息预期可能压制成长股估值

---

## ⚪ 中性消息 (7 条)

...

---

## 💡 投资提示

1. **重点关注**: AI 芯片、新能源车产业链
2. **风险提醒**: 美联储政策不确定性
3. **明日事件**: 美国 CPI 数据发布

深度报告格式

# 📊 深度分析报告：AI 芯片行业

## 核心观点

本周 AI 芯片行业利好消息占主导（60%），主要驱动因素为...

## 新闻情感分布

| 情感 | 数量 | 占比 |
|------|------|------|
| 🟢 利好 | 12 | 60% |
| ⚪ 中性 | 6 | 30% |
| 🔴 利空 | 2 | 10% |

## 关键事件时间线

- 3/9: 英伟达发布新芯片
- 3/8: AMD 宣布与微软合作
- 3/7: 英特尔财报不及预期

## 投资建议

**短期**（1-3 天）：关注 NVDA 供应链
**中期**（1-4 周）：观察美联储政策
**长期**（3 月+）：AI 基础设施持续看好

## 风险提示

1. 地缘政治风险
2. 技术迭代风险
3. 估值过高风险

🔧 脚本说明

scripts/ 目录

脚本	功能	依赖
`main.py`	主脚本（完整工作流）	requests, beautifulsoup4
`analyze_sentiment.py`	情感分析（LLM 调用）	支持多种模型（见下）
`database.py`	数据持久化（SQLite）	sqlite3（内置）
`charts.py`	图表生成（趋势图/饼图/热力图）	matplotlib
`scheduler.py`	定时任务（自动运行）	无
`fetch_news.py`	新闻抓取（复用 news-aggregator-skill）	requests, beautifulsoup4
`assess_impact.py`	影响评估（规则+LLM）	ticker-map.md
`generate_briefing.py`	简报生成（模板渲染）	jinja2
`stock_mapper.py`	股票名称→代码映射	ticker-map.md

使用示例

基础用法

# 运行完整工作流
python scripts/main.py --source wallstreetcn,36kr --limit 15

# 单独进行情感分析
python scripts/analyze_sentiment.py --input news.json --output analyzed.json

# 分析单段文本
python scripts/analyze_sentiment.py --text "英伟达发布新一代 AI 芯片"

# 指定模型
python scripts/main.py --model gpt-4o-mini
python scripts/main.py --model qwen-plus
python scripts/main.py --model ollama/llama3.1

数据持久化

# 初始化数据库
python scripts/database.py init

# 查看统计信息
python scripts/database.py show-stats

# 查看情感趋势
python scripts/database.py trend --days 30

# 查看特定股票趋势
python scripts/database.py trend --ticker NVDA --days 30

# 导出数据
python scripts/database.py export --format csv

图表生成

# 生成情感趋势图
python scripts/charts.py trend --input analyzed.json

# 生成情感分布饼图
python scripts/charts.py pie --input analyzed.json

# 生成行业分布图
python scripts/charts.py industry --input analyzed.json

# 生成股票热力图
python scripts/charts.py heatmap --input analyzed.json

# 生成所有图表
python scripts/charts.py all --input analyzed.json

定时任务

# 添加每天 8 点运行
python scripts/scheduler.py add --time "08:00" --daily

# 添加每周一 8 点运行
python scripts/scheduler.py add --time "08:00" --weekday 1

# 查看任务列表
python scripts/scheduler.py list

# 手动运行任务
python scripts/scheduler.py run --id 1

# 删除任务
python scripts/scheduler.py remove --id 1

支持的模型

厂商	模型	环境变量
OpenAI	GPT-4o, GPT-4o Mini, GPT-3.5	`OPENAI_API_KEY`
Anthropic	Claude 3.5/3 Opus/Haiku	`ANTHROPIC_API_KEY`
阿里	通义千问 (Qwen-Max/Plus/Turbo)	`DASHSCOPE_API_KEY`
百度	文心一言 (ERNIE-Bot)	`QIANFAN_AK` + `QIANFAN_SK`
智谱	GLM-4/3 Turbo	`ZHIPUAI_API_KEY`
Ollama	Llama 3, Qwen2.5, Mistral 等	(本地运行，免费)

完整模型列表： 详见 references/supported-models.md

references/ 目录

文件	用途
`ticker-map.md`	公司名↔股票代码映射表（美股/A 股/港股）
`industry-map.md`	公司↔行业分类表（10+ 行业，150+ 公司）
`sentiment-rules.md`	情感分析规则库（利好/利空信号）
`impact-patterns.md`	影响评估模式库
`config-example.md`	配置文件示例（EXTEND.md 模板）

templates/ 目录

模板	用途
`brief.md`	快速简报模板（3-5 条核心新闻）
`full-report.md`	深度报告模板（详细分析 + 数据支撑）
`weekly.md`	行业周报模板（待实现）
`stock-track.md`	个股追踪模板（待实现）

⚙️ 配置说明

环境变量

# LLM API（情感分析用）
OPENAI_API_KEY=sk-xxx
# 或
ANTHROPIC_API_KEY=sk-ant-xxx

# 新闻源 API（可选）
NEWSAPI_KEY=xxx
ALPHA_VANTAGE_KEY=xxx  # 股票数据

EXTEND.md（可选）

创建 .baoyu-skills/finance-news-analyzer/EXTEND.md 自定义默认配置：

# 默认新闻源
default_sources:
  - wallstreetcn
  - 36kr
  - hackernews

# 默认输出格式
default_output: brief

# 默认语言
default_language: zh

# 关注股票列表
watchlist:
  - NVDA
  - TSLA
  - AAPL
  - 00700.HK
  - 600519.SS

# 情感分析模型
sentiment_model: gpt-4o-mini

# 置信度阈值
confidence_threshold:
  high: 0.8
  medium: 0.5

🎯 使用场景

场景 1: 早盘准备

"帮我分析昨晚到今早的财经新闻，找出对 A 股有影响的消息"

→ 输出：快速简报 + 重点关注股票

场景 2: 个股追踪

"分析一下特斯拉最近一周的新闻，是利好还是利空？"

→ 输出：个股追踪报告 + 情感趋势图

场景 3: 行业研究

"总结本周 AI 行业的重大事件，按重要性排序"

→ 输出：行业周报 + 关键事件时间线

场景 4: 新闻解读

"这条新闻对哪些股票有影响？[新闻链接]"

→ 输出：影响评估 + 相关股票列表

场景 5: 投资决策支持

"我持有 NVDA 和 AMD，最近的新闻对我的持仓有什么影响？"

→ 输出：持仓影响分析 + 操作建议

📝 情感分析规则

利好信号 🟢

营收/利润超预期
新产品发布/技术突破
重大合同签订
政策支持/补贴
高管增持/股票回购
并购重组（被收购方）
行业需求增长

利空信号 🔴

营收/利润不及预期
产品召回/质量问题
高管离职/减持
监管处罚/诉讼
行业需求下滑
竞争对手强势发布
宏观经济负面

中性信号 ⚪

常规财报发布（符合预期）
人事正常变动
日常业务更新
市场传言（未证实）

💡 最佳实践

1. 关键词优化

好： "AI 芯片，GPU, 英伟达，AMD"
差： "科技"（太宽泛）

2. 新闻源选择

A 股：wallstreetcn, 36kr, eastmoney
美股：hackernews, bloomberg, reuters
行业垂直：特定行业媒体

3. 时间窗口

日内交易：--period daily --limit 30
波段操作：--period weekly --limit 50
长期投资：--period monthly --industry <行业>

4. 交叉验证

重要新闻：对比 3+ 新闻源
情感判断：结合技术面 + 基本面

⚠️ 免责声明

本技能生成的分析仅供参考，不构成投资建议。投资有风险，决策需谨慎。

情感分析基于 NLP 模型，可能存在误差
新闻影响评估为概率性判断，非确定性预测
市场受多重因素影响，单一新闻不决定走势
请结合个人风险承受能力和专业顾问意见

🔗 相关技能

news-aggregator-skill - 新闻抓取基础
stock-analyzer - 股票技术分析
baoyu-translate - 外文新闻翻译

📚 参考资料

ticker-map.md - 股票代码映射
industry-map.md - 行业分类
sentiment-rules.md - 情感分析规则
impact-patterns.md - 影响评估模式

finance-news-analyzer

财经新闻分析器

🎯 核心功能

1. 多源新闻抓取

2. 情感分析