sfc-research

SKILL效率
效率 未标注权限 许可证不明确
安装这个技能

来自 user_05c9e4fb 的 Agent Skill,适用于 主流 AI 客户端。

一句话选型结论

按资料字段整理

sfc-research是效率类的 Agent Skill,安装方式未标注,权限级别未标注,许可证不明确,有可直接复制的安装命令。技能本质是给模型读的说明书,效果取决于模型与客户端;装完先用一个小任务验证,再放进正式流程。

分类效率 安装方式未标注 权限级别未标注权限 许可证许可证不明确
累计安装 未标注 本周 未标注
GitHub 星标 未标注 仓库 未标注
下载量 未标注 技能市场下载数
权限级别 未标注权限 安装前请确认风险范围
许可证 许可证不明确 未说明

安装

未标注
在支持 Skills 的客户端里执行,装完问一句「你有哪些技能」验证
skillhub install user_05c9e4fb/sfc-research
  1. 1
    确认客户端支持

    确认你的客户端支持 Skills(Claude、Codex、Cursor 等),并升级到较新的版本。

  2. 2
    拿到技能文件

    执行上面的命令安装;也可以把仓库里的 SKILL.md 手动放进客户端的 skills 目录。

  3. 3
    刷新技能列表

    重新打开客户端,或刷新技能列表,让新放进来的技能被加载。

  4. 4
    验证是否生效

    问一句「你有哪些技能」,确认列表里出现它,再拿一个小任务试跑。

技能档案

效率
字段来自技能仓库与公开索引,中文说明由本站标注
作者 / 维护方user_05c9e4fb仓库 未标注 · 版本 未标注
宿主客户端未标注技能可被这些客户端加载
安装方式未标注安装包 community
权限级别未标注权限安装前请确认风险范围
许可证未说明许可证不明确,商用前请自行确认条款
仓库可用性available技能仓库当前是否可访问
最近核验未标注上游最后核验时间 · 数据更新 1791664152
正文体量5.8 KBSKILL.md 原文大小,越大说明说明书写得越细

典型使用场景

3 类
按分类整理的常见用法,具体以 SKILL.md 为准
整理待办与日程

把零散任务收进清单,排出优先级。

批量处理重复任务

把固定动作做成模板,重复执行。

把流程写成清单

把口头流程整理成可复用的步骤。

选择建议

装之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 有可直接复制的安装命令,不用自己翻文档找入口。

先想清楚的地方

  • 没有标注权限级别,实际能做什么要装好后确认。
  • 许可证不明确,商用或二次分发前先到仓库确认条款。
  • 没有做站内核验,内容以作者仓库为准。
  • 技能只是说明书,实际效果取决于模型与客户端,装完先用小任务试一遍。

更适合

  • 需要在效率场景里给模型补一套做法的人。
  • 愿意先读一遍 SKILL.md、确认它会让模型做什么的人。

不太适合

  • 对许可证要求很严、必须明确可商用的人。
  • 只想装完就自动变强、不打算看说明书的人。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
技能权限级别安装方式累计安装宿主客户端安装命令
sfc-research当前 未标注权限 未标注 未标注 未标注 有
Nano PDF 文档 联网访问 ClawHub 市场 424.9 万 OpenClaw 有
自动更新程序 浏览器控制 ClawHub 市场 296.4 万 OpenClaw 有
Gemini 助手 联网访问 ClawHub 市场 254.7 万 OpenClaw 有
word DOCX 文档 联网访问 ClawHub 市场 239.6 万 OpenClaw 有
Excel XLSX 前端 联网访问 ClawHub 市场 227.0 万 OpenClaw 有

SKILL.md 全文

5.8 KB
模型实际读到的说明书原文,来自技能仓库

sfc-research 子技能

南方财经研报搜索子技能,提供研报检索和下载功能。

接口说明

URL: https://terminal.sfccn.com/terminal/sfc-search/api/v1/sprite/searchReport

支持参数:
| 参数 | 说明 | 示例 |
|------|------|------|
| report_title | 报告标题关键词 | "宁德时代" |
| report_source | 研究机构 | "中信证券" |
| report_author | 分析师姓名 | "张三" |
| report_type | 报告类型 | "个股报告" |
| startDate | 开始日期 | "2024-01-01" |
| endDate | 结束日期 | "2024-12-31" |
| pageNo | 页码(从 0 开始) | 0 |
| pageSize | 每页数量 | 20 |
| sort | 排序 | 1 |

文件输出规则

所有本技能生成的文件统一保存到 ~/.openclaw/workspace/nancai/ 目录下。

文件命名规范:{类型}_{主题}_{日期}.md 或 {类型}_{主题}_{日期}.png

鉴权方式

与主技能共用 config.json 配置文件:

{"token": "your_token_here"}

调用方式

命令行调用

# 按标题搜索
python call.py -t "宁德时代" -n 10

# 按机构搜索
python call.py -s "中信证券" -n 10

# 按分析师搜索
python call.py -a "张三" -n 10

# 按日期范围搜索
python call.py -t "光伏" -S "2024-01-01" -E "2024-12-31"

# JSON 输出
python call.py --json -t "AI"

函数调用

from call import search_reports

# 搜索研报
result = search_reports(
    title="宁德时代",
    source="",
    author="",
    start_date="2024-01-01",
    end_date="2024-12-31",
    page_size=20
)

返回格式

{
  "ok": true,
  "status_code": 200,
  "data": {
    "total": 958849,
    "code": 0,
    "status": "ok",
    "data": [
      {
        "report_title": "报告标题",
        "report_source": "研究机构",
        "report_author": "分析师",
        "report_type": "报告类型",
        "report_date": "2026-03-31T16:00:00.000Z",
        "report_page": 3,
        "filename": "/yanbao/xxx.pdf",
        "download_url": "https://zixuntong-1301073378.cos.ap-shanghai.myqcloud.com/yanbao/xxx.pdf"
      }
    ]
  }
}

输出格式规范

统一处理流程(所有搜索统一使用)

  1. 清理 filename 空格 - filename.replace(' ', '').replace('\u3000', '')
  2. URL 编码 - quote(clean_filename, safe='/') - 中文→%XX 格式
  3. 拼接 BaseURL - COS_BASE + encoded_filename
  4. 输出格式 - Markdown 渲染格式
    - 标题:## 📄 XXX 研报(N 篇)
    - 条目:**【序号】标题**
    - 元信息:> 机构:XXX | 分析师:XXX | 日期:XXX | 类型:XXX | 页数:X 页
    - 下载链接:[点击下载研报](url)
    - 分隔符:---
  5. 确保 URL 无空格 - .replace(' ', '%20')

输出示例

## 📄 最新研究报告(5 篇)

**【1】美团-W(3690.HK)2025 年四季度业绩点评:轻舟已过万重山,持续推荐**
> 机构:国联民生 | 分析师:孔蓉,杨雨辰 | 日期:2026-03-31 | 类型:港股报告 | 页数:3 页

[点击下载研报](https://zixuntong-1301073378.cos.ap-shanghai.myqcloud.com/yanbao/.../%E7%BE%8E%E5%9B%A2...pdf)

---

**提示:**
- 搜索特定公司 → `查询 宁德时代 研报`
- 按机构筛选 → `查询 中信证券 研报`
- 按日期范围 → `查询 2025 年 光伏 研报`

注意事项

  • ✅ 标题清理所有空格(普通空格 + 中文全角空格)
  • ✅ 字段清理首尾空格
  • ✅ filename 先清理空格再 URL 编码
  • ✅ URL 编码使用 quote(filename, safe='/')
  • ✅ Markdown 超链接格式 [点击下载研报](url)
  • ✅ URL 中空格替换为 %20
  • ✅ 输出 Markdown 渲染格式(标题、引用、链接)
  • ❌ 不输出纯文本 URL
  • ❌ 不使用 HTML 标签

高级输出选项

参数 说明 示例
--brief 简洁模式(仅标题 + 链接) python call.py -t "AI" --brief
--json JSON 格式输出 python call.py -t "AI" --json
--top N 仅显示前 N 篇 python call.py --top 5

功能特性

  • ✅ 多条件搜索 - 支持按标题、机构、分析师、日期范围筛选
  • ✅ 统一空格处理 - 所有字段清理空格,filename 先清理再编码
  • ✅ URL 自动编码 - 使用 quote(filename, safe='/') 编码
  • ✅ UTF-8 输出 - 修复 Windows 终端编码问题,中文正常显示
  • ✅ Markdown 链接 - 输出 [下载研报](url) 格式
  • ✅ 不显示 URL 地址 - 只输出超链接,不显示纯文本 URL
  • ✅ 错误处理 - 完善的超时、网络、JSON 解析错误处理

触发关键词

研报相关触发词(自动调用本技能)

触发语句 功能
"研报" 触发研报搜索
"研究报告" 触发研报搜索
"研究报告" 触发研报搜索
"券商报告" 触发研报搜索
"分析报告" 触发研报搜索
"查询研报" 搜索研报
"搜索研报" 搜索研报
"最新研报" 查询最新研报
"XX 公司 研报" 按公司名搜索
"XX 证券 研报" 按机构搜索
"XX 行业 研报" 按行业搜索

智能识别规则

  1. 包含"研报"、"研究报告"、"券商报告"等关键词 → 自动调用 sfc-research
  2. 仅输入公司/行业名称 + "研报" → 按标题搜索该主题研报
  3. 仅输入机构名称 + "研报" → 按机构搜索该机构研报
  4. 无关键词仅查询研报 → 返回最新研报(默认 20 篇)
  5. 包含日期 → 自动解析日期范围(如"2025 年研报"、"近 30 天研报")

文件结构

sfc-research/
├── SKILL.md      # 本文件
└── call.py       # 搜索脚本

常见问题

5 问
答案由本站依据条目字段整理
sfc-research怎么安装?

在支持 Skills 的客户端里执行:skillhub install user_05c9e4fb/sfc-research。安装方式为未标注。装完刷新技能列表或重开客户端。

sfc-research支持哪些客户端?

资料没有标注宿主客户端,但只要客户端支持 Skills(Claude、Codex、Cursor 等),一般都能加载。

sfc-research权限高吗,安全吗?

权限级别为未标注权限。安装前先看它会读取或写入哪些内容。

sfc-research收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于技能本身和所用的模型或客户端,正式使用前按作者说明确认。

sfc-research用什么许可证?

许可证标注为 未说明(许可证不明确)。商用或二次分发前请到仓库确认条款原文。

热门专题

按场景挑技能
全部专题 →

技能内容以作者仓库为准;分类、权限级别与许可证状态的中文说明为中文整理,最近核验 未标注。