财经新闻摘要智能体
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，将 @user_053d27d0/wzx-10 安装到 AI 助手中。
技能介绍
问题
中文财经快讯分散在财联社、东方财富、新浪财经和 36氪等站点，人工逐条阅读成本高，且难以快速判断市场情绪、关键数字、事件类型和影响方向。对工程师来说，还需要一种可本地运行、可重复调度的流程，把原始快讯变成能直接给下游系统使用的结构化数据。
工作方式
新闻聚合智能体 通过 today、date YYYY-MM-DD、fetch、summarize 等命令运行。它先从四个中文财经源抓取快讯，每个解析器优先调用 API，失败后降级到 HTML 解析，再不行则使用通用回退解析器。随后用 LLM 从正文中提取 entity、关键数字、事件类型、影响方向、50 到 100 字中文摘要、关键词和 1 到 5 的重要性评分，并输出 positive、negative、neutral 情感标签、置信度与数值评分。
最终会生成 Markdown 日报、自包含 HTML 页面和 JSON 数据。Markdown 按头条、市场、政策、公司动态分版块；HTML 使用内嵌 CSS 绘制情绪饼图和关键词云；JSON 可作为摘要、监控或归档流水线的输入。本地 JSON 缓存默认 30 分钟，用于降低重复请求压力。
适用边界
该技能面向中文财经场景，不支持英文新闻源、实时流式推送或 Web UI。情感分析依赖 LLM 语义判断，不覆盖波动率、技术指标等金融时序模型。若要新增数据源，需要修改 sources.yaml 并实现对应解析器；若要调整摘要风格，可修改温度参数或系统提示词。
使用场景
- 早会前汇总财联社和东方财富的昨日快讯，并生成可归档的 Markdown 日报。
- 用 LLM 提取财经快讯里的实体、关键数字和情绪标签，输出给下游监控流水线。
- 指定某一日抓取中文财经源缓存，再单独运行 summarize 生成当日 JSON 摘要。
- 在本地用 OpenAI 兼容端点替换默认 Ollama，调整 temperature 优化摘要稳定性。
适合人员
- 要把中文财经快讯转成结构化日报的研究助理
- 负责金融数据监控的工程，想抓取多个财经源并输出 JSON
- 做新闻摘要产品原型的开发者，想本地生成 Markdown 和 HTML 日报
- 关注市场情绪的投研分析师，想批量提取情绪标签与关键数字
相关技能
优先使用 web_fetch 抓取百度热搜，校验当天数据，失败时自动降级到浏览器，并输出 TOP 10 排名标题。
每晚自动搜集指数、政策与资金数据，按固定模板生成约1200字的A股政策与交易机会日报，并标注受益板块、驱动事件和涨跌方向。
将自然语言 TikTok 需求映射到 KeyAPI REST 场景，按文档校验端点并执行数据查询与分析。
按城市抓取 BOSS 直聘 AI 岗位，保存为 CSV 等表格，标记今日新增，并输出薪资趋势、投递建议和网页报告。