技能介绍

解决信息滞后与事件流错位

在A股市场中，任何突发的涨跌、政策调整或公司披露都可能瞬间改变一只股票的逻辑基础。很多分析模型或大模型推理在启动时，往往依赖的是训练阶段的历史切片数据。当用户询问“今天为什么大涨”或“最新的监管政策是什么”时，如果直接进行推演，极易陷入过时信息的误区。这个技能解决的核心问题，就是在开展任何深入分析、生成交易策略之前，为模型建立一个实时的、基于事实的数据锚点。

核心机制与工作流

技能通过调用 mx_search.py 直接对接东方财富 MX 的精选数据源。工作流程非常直接：

查询重构：将用户的模糊问题重构为包含实体、事件、时间窗口和来源偏好的精准搜索查询。
执行检索：运行脚本获取终端结果，包括标题、来源、日期和内容主干。
深度读取：当需要更长的内容或元数据时，加载生成的 .txt 或 .json 文件。
结构化输出：严格区分事实、来源主张和模型推断，要求明确标注出处和日期，避免将来源片段直接等同于确定性结论。

适用边界与异常处理

该技能专为事件驱动的上下文检索设计，不适用于纯数值报价（应使用 mx-data）或选股筛选（应使用 mx-xuangu）。
在使用前必须配置 MX_APIKEY。当遇到来源冲突时，技能会优先偏好官方公告或交易所披露；若 API 报错或结果稀疏，它会报告具体问题并要求扩展查询，而不是依赖模型记忆进行填补，从而确保金融分析的严谨性与可审计性。