顺盈数据

要解决什么问题

做 A 股研究时，常见需求是「这只票最近怎么样」「拉一段日线/分钟线」「查公告和消息面」「看看雪球/东财在讨论什么」，最后还要能导出成 DataFrame 或 CSV 做后续分析。手工查多个页面、对齐代码格式和复权口径，既慢又容易漏字段。

本技能把自然语言财经数据请求落成可执行的 顺盈数据 / ShunPlus SDK 工作流：先澄清你要回答的问题，再选接口、取数、整理口径并交付结果。

技能如何工作

• 行情与趋势：日线、分钟线、kline / kline_adjusted（前复权/后复权）、带因子日线等；把「最近」默认解释为近 20～60 个自然日，有明确区间则以用户为准。
• 标的与列表：通过 symbols(exchange="SZ" | "SH") 等拉基础标的信息；支持 301662.SZ、SH603626 等写法，不替用户猜纯数字代码。
• 资讯与公告：announcements、stock_news（雪球/富途）、news_flashes、news_headlines；输出先按时间倒序归纳标题，再保留来源与链接字段。
• 社媒舆情：social_posts / social_comments（雪球、东方财富），按来源字段差异做汇总。

执行前会做轻量 Environment check：Python 与 shunplus 可导入、SHUNPLUS_API_TOKEN 或 set_token() 配置；缺 Token 时说明最短修复路径。研究场景优先 shun_api() 返回 pandas；服务端批量用 Client()、iter_pages() / fetch_all()，可用 fields 筛选、format 控制返回形态。输出习惯是先简短结论，再写数据口径、时间范围与关键字段；导出类请求给可运行片段（如 df.to_csv(...)）。

适用边界与注意点

• 适合：看走势与成交活跃度、拉 K 线、查公告/新闻/快讯、社媒帖与评论、分页抓取与结构化导出。
• 不适合：自动下单或交易、伪造未返回的数据或权限、替代投资顾问的确定性买卖建议、毫秒级实时交易决策。
• Token 权益可能限制条数、频率、并发与历史范围；高频、长历史或大批量请求需提前说明限制。接口或字段不确定时，应参照 bundled 的 references/接口速查.md，勿虚构字段名。