卧龙个股诊断 (wolong-stock-analyzer)
功能
对任意 A 股进行 AI 深度诊断，输出包含：
- 多空信号（看多 / 看空 / 观望）+ 置信度评分
- 四层框架评分（叙事 / 资金 / 预期 / 基本面）及 Unicode 进度条可视化
- 市场状态标签（趋势行情 / 投机驱动 / 分歧震荡 / 过热泡沫 / 下行趋势）
- 10 句逻辑推演（按四层框架依次展开）
- 风险提示 + 交易建议表（买入区间 / 止损位 / 目标位 / 仓位 / 周期）
- 执行触发条件（买入/卖出触发描述）
- 关键风险与潜在催化因素
前置依赖
⚠️ 使用前请确保已安装以下 Skill/MCP Server：
| 依赖 | 用途 | 安装方式 |
|---|---|---|
| 腾讯自选股数据工具 | 提供行情快照、技术指标、财务报表、大盘指数 | 在 Skill Center 搜索「腾讯自选股」安装 |
未安装时，Skill 会给出明确提示引导用户安装。
配置
无需任何额外配置。
- LLM 使用 OpenClaw 内置模型，零配置开箱即用
- 数据源通过 MCP 自动获取（需安装腾讯自选股依赖）
如需自定义 LLM（可选），可设置环境变量：
export WOLONG_AI_API_KEY="your-key" # 默认使用 OpenClaw 内置
export WOLONG_AI_BASE_URL="https://..." # 默认 https://api.openai.com/v1
export WOLONG_AI_MODEL="gpt-4o-mini" # 默认 gpt-4o-mini
使用示例
帮我诊断一下贵州茅台
分析 600519
对宁德时代做一次深度诊断
看看 000858 怎么样
输出示例
## 🟡 观望 →
置信度：`62%` (medium)
`██████████████████░░░░` 62%
> 📅 数据时效：行情:complete · 技术:complete · 基本面:complete · 大盘:complete
### 📊 卧龙模型评分
**状态**: 🏷️ 分歧震荡
...
### 🧠 分析逻辑
...
### ⚠️ 风险提示
...
### 📋 交易建议
...
---
*⚠️ 以上分析仅供参考，不构成投资建议。市场有风险，投资需谨慎。*
技术架构
用户输入 → 数据采集(MCP) → Prompt构建 → LLM调用 → 后置校验 → Markdown输出
(腾讯自选股) (四层框架) (OpenAI兼容) (边界裁剪) (Unicode可视化)
项目结构
wolong-stock-analyzer/
├── SKILL.md # 本文件
├── README.md # 详细文档
├── pyproject.toml # Python 项目配置
├── src/
│ ├── analyzer.py # ★ 主入口编排器
│ ├── prompts.py # System/User Prompt 模板（从 Go 移植）
│ ├── models.py # 数据结构定义
│ ├── validator.py # 后置校验逻辑（从 Go 移植）
│ ├── formatter.py # JSON → Markdown 格式化器
│ └── data/
│ ├── collector.py # 数据采集编排（调用 MCP 工具）
│ ├── snapshot_builder.py # 行情快照映射
│ ├── technicals_builder.py # 技术指标映射
│ ├── fundamentals_builder.py # 财务数据映射
│ └── market_overview_builder.py # 大盘指数映射
└── tests/
├── test_prompts.py # 14 case — Prompt 构建测试（Go 移植）
├── test_validator.py # 校验逻辑测试
├── test_formatter.py # Markdown 渲染测试
└── test_collector_mock.py # 数据采集 mock 测试
测试
cd wolong-stock-analyzer
pip install -e ".[dev]"
pytest -v
预期结果：
- test_prompts.py: 14 tests ✅
- test_validator.py: ~9 tests ✅
- test_formatter.py: ~12 tests ✅
- test_collector_mock.py: ~11 tests ✅
- 总计: ~46 tests 全绿
