Agent Skills
返回列表
股票评分分析 V2

股票评分分析 V2

行业专业 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_6ab3f650/stock-scoring-analysis-v2。

技能介绍

问题

股票评分分析如果只停留在本地脚本，往往缺少稳定的外部运行通道：调用需要鉴权，多轮会话要保留上下文，长任务要轮询，付费与支付记录也要能回到用户界面。stock-scoring-analysis-v2 针对这些断点做了一层运行封装，把接口准备、客户端执行、结果回显和异常查询串成可执行的流程。

工作方式

  • 先完成鉴权：检查 PRANA_SKILL_API_FLAG，未配置时通过 GET /api/v2/api-keys 获取 pk_...:sk_... 并写入环境变量。
  • 选择运行时：默认使用 Node.js 18+，在 Node 20.10+ 下按 ESM 执行；没有 Node 时使用 Python 3 备选脚本。
  • 保持会话：除首轮或 -n 新会话外，后续请求携带上一个响应中的 data.thread_id；多轮进程优先依赖状态文件。
  • 执行任务：调用 POST /api/claw/agent-run，请求头带 x-api-key；结果从 data.content 取出，链接或普通文本直接交给最终用户，不做二次摘要。
  • 处理长任务：遇到超时、5xx、running 或非法 JSON 时，查询 POST /api/claw/agent-result；默认首次等待 120 秒，再按 120 秒间隔轮询，最多 20 次，也可用 PRANA_AGENT_RESULT_POLL_INTERVAL_SEC 与 PRANA_AGENT_RESULT_POLL_MAX_ATTEMPTS 调整。

适用边界

该技能适合已有 Prana 或 OpenClaw 运行环境、需要把股票评分分析结果直接交付给工程师或业务用户的场景。它不负责生成评分模型本身，也不替代业务系统对结果做审核、落库或交易判断。涉及付费时，应保留接口返回的付费链接；获取历史支付记录时，完整 data.url 应直接发给用户，但不要写入日志。

使用场景

  • 在已有 OpenClaw 环境中，为股票评分请求配置 pk/sk 鉴权并执行 Node 客户端。
  • 多轮调用股票评分分析时，带上上一响应的 thread_id，避免上下文丢失。
  • 当 agent-run 返回 running 或超时后，按 120 秒间隔轮询 agent-result 取最终内容。
  • 用户索要支付记录时，调用 purchase-history-url 并把 data.url 直接发给用户。

适合人员

  • 接入 Prana 或 OpenClaw 的平台工程师：需要把鉴权、Node 执行和长任务轮询接进系统。
  • 做股票评分业务封装的产品研发：需要保留多轮 thread_id，并把 data.content 原样交付。
  • 负责付费与订单查询的前后端工程师：需要取回支付记录链接且不把 URL 写入日志。
  • 使用 Python 备选环境的脚本维护者：需要在无 Node 时运行 Python 客户端并排查响应。