stock-analysis-plugin: DeepSeek Harness Plugin, Install & GitHub Guide

stock-analysis-plugin

A 股 / 港股 / 美股 / 日股 / 韩股 / 台股综合分析、多因子选股和策略回测工具集，可作为 Pi Agent Extension、Hermes Agent Plugin、OpenClaw Plugin，或 DeepSeek Harness (dsh) Plugin 使用。

底层共享同一套 Python CLI 工具和 SKILL.md 工作流，上层分别适配四个平台的注册机制。

功能概览

39 个工具 — 行情数据、技术分析、K 线形态、资金流向、财务指标、新闻舆情、风险筛查、市场状态等
20 个 Skills — 综合分析、全市场选股、策略回测 + 17 个策略方法论（缠论、波浪、龙头、情绪周期等）
策略回测引擎 — YAML DSL 定义策略，参数化条件组合，自动诊断 + LLM 变异优化
多数据源 Failover — 9 个数据源自动容灾切换（akshare / tushare / efinance / pytdx / baostock / yfinance / finnhub / longbridge / alphavantage）
社交舆情增强 — A 股（东财股吧 + 雪球）/ 美港股（Reddit / X / Polymarket），市场自动路由
四平台适配 — 同一套工具同时支持 Pi Agent、Hermes Agent、OpenClaw 和 dsh

安装

所有 npm 包同时以 scoped（@weaxs/*）和非 scoped 同名两种名字发布，内容一致，任选其一即可。

Pi Agent Extension

# 全局安装
cd ~/.pi/agent/extensions
npm install @weaxs/stock-analysis-plugin

# 或项目级安装
mkdir -p .pi/extensions && cd .pi/extensions
npm install @weaxs/stock-analysis-plugin

也可以直接 git clone git@github.com:Weaxs/stock-analysis-plugin.git 使用源码版本。

Pi 启动后自动加载，输入 /skills 确认。详见 Pi Agent 接入指南（English）。

Hermes Agent Plugin

pip install stock-analysis-plugin

安装后 Hermes 通过 hermes_agent.plugins entry point 自动发现并注册，无需手动复制目录。

或在 Python 中直接注册：

from hermes import register
register(ctx)

详见 Hermes Agent 接入指南（English）。

OpenClaw Plugin

openclaw plugins install clawhub:@weaxs/openclaw-stock-analysis

OpenClaw Gateway 启动后自动加载并注册 39 个 tool。安装时 postinstall 会自动建 .venv 并装好 Python 依赖（前提：本机有 python3 >= 3.9）。

详见 OpenClaw 接入指南，或 plugin 自身说明 openclaw/README.md。

dsh (DeepSeek Harness) Plugin

dsh plugin --profile <你的profile> add @weaxs/dsh-stock-analysis
dsh --profile <你的profile>

作为 dsh bundle 安装：dsh plugin add 会把 cordis.patch.yml 叠加进 profile 组合，注册 39 个 tool + 20 个 skill。postinstall 自动建 .venv（pnpm 需在 profile 的 pnpm-workspace.yaml 里给本包配 allowBuilds，否则回退系统 python3）。

详见 dsh/README.md。

Python 依赖

pip install -r tools/requirements.txt

主要依赖：

包	用途
akshare	A 股数据源（行情、资金流、财务、新闻，含 A 股 ETF）
yfinance	港股 / 美股 / 日股 / 韩股 / 台股数据源
pandas / numpy	数据处理和数值计算
exchange-calendars	交易日历（A/HK/US/JP/KR/TW）
newspaper4k	新闻正文提取
pypinyin	股票名称拼音搜索
pytdx	A 股 TDX 行情（免费兜底源）
longport	港股 / 美股 Longbridge SDK

环境变量

数据源（可选，配置后自动加入 Failover 链）：

环境变量	用途
`TUSHARE_TOKEN`	Tushare 数据源（A 股 K 线 / 行情）
`LONGBRIDGE_APP_KEY`	Longbridge SDK（港股 / 美股）
`LONGBRIDGE_APP_SECRET`	Longbridge SDK
`LONGBRIDGE_ACCESS_TOKEN`	Longbridge SDK
`ALPHAVANTAGE_API_KEY`	Alpha Vantage（美股 K 线 / 行情）
`FINNHUB_API_KEY`	Finnhub（港股 / 美股）

搜索引擎（可选，配置任一即可）：

环境变量	用途
`TAVILY_API_KEY`	Tavily 搜索
`BRAVE_API_KEY`	Brave 搜索
`SERPAPI_KEY`	SerpAPI
`BOCHA_API_KEY`	Bocha AI 搜索
`SEARXNG_BASE_URLS`	SearXNG 自建实例地址（逗号分隔多个，无需 Key，兜底用）

社交舆情（可选）：

环境变量	用途
`SENTIMENT_API_URL`	舆情 API 地址（默认 `https://api.adanos.org`）
`SENTIMENT_API_KEY`	舆情 API 密钥

快速开始

综合分析

/skill:stock-analysis

帮我分析贵州茅台（600519）

Agent 会自动调用行情 → 技术面 → 基本面 → 资金面 → 消息面，输出多维度研报。

全市场选股

/skill:stock-screener

帮我从 A 股中筛选出低估值+高成长的股票，要求 PE < 30、PB < 5、市值 > 100 亿

策略回测

/skill:strategy-backtest

用 RSI 超卖反弹策略回测茅台，时间段 2024 年全年

特定策略视角

/skill:chan-theory
用缠论分析一下 600519 当前的走势结构

/skill:wave-theory
用波浪理论分析 AAPL 的浪形位置

Skills 一览

核心 Workflow（3 个）

Skill	调用方式	功能
综合分析	`/skill:stock-analysis`	技术面 + 基本面 + 资金面 + 消息面多维研判，输出结构化研报
全市场选股	`/skill:stock-screener`	L1 多因子硬筛 → L2 LLM 智能排序 → 输出推荐列表
策略回测	`/skill:strategy-backtest`	YAML 策略定义 → 回测 → 诊断 → LLM 变异优化 → 迭代

策略方法论（12 个）

Skill	调用方式	方法论
趋势追踪	`/skill:bull-trend`	均线排列 + MACD 方向 + 趋势阶段判断
缩量回调	`/skill:shrink-pullback`	上升趋势中的缩量洗盘识别
均线金叉	`/skill:ma-crossover`	MA5/10/20/60 交叉信号 + 金叉质量评估
放量突破	`/skill:volume-breakout`	关键阻力位的放量突破确认
底部放量	`/skill:bottom-volume`	底部区域异动放量 → 主力建仓信号
龙头战法	`/skill:dragon-head`	板块龙头识别 + 龙头 vs 跟风判断
缠论	`/skill:chan-theory`	笔 → 段 → 中枢 → 背驰 → 买卖点
波浪理论	`/skill:wave-theory`	Elliott 5 浪推动 + 3 浪调整 + 斐波那契
箱体震荡	`/skill:box-oscillation`	箱体区间识别 + 支撑压力间波段操作
情绪周期	`/skill:emotion-cycle`	市场情绪冰点 → 回暖 → 狂热 → 退潮周期判断
一阳穿三阴	`/skill:one-yang-three-yin`	K 线形态识别 + 反转信号质量评级
Wisburg 研报	`/skill:wisburg-research`	结构化投研报告生成

工具列表

数据获取

工具	说明
`get_kline`	K 线数据（OHLCV），支持日/周/月线
`get_quote`	实时行情快照
`get_capital_flow`	资金流向（仅 A 股）
`get_news`	个股相关新闻
`get_financials`	财务指标
`get_stock_info`	股票基本信息
`get_chip_distribution`	筹码分布
`get_market_indices`	主要指数行情
`get_sector_rankings`	板块涨跌排行
`get_market_stats`	市场统计（涨跌家数、涨停等）
`get_fundamental_context`	基本面综合上下文

分析计算

工具	说明
`get_technical_analysis`	全面技术指标分析（MA/MACD/RSI/BOLL/KDJ）
`analyze_pattern`	K 线形态识别
`calculate_ma`	多周期均线计算
`get_volume_analysis`	量价分析
`evaluate_signal`	历史信号胜率回测

筛选与回测

工具	说明
`screen_stocks`	全市场多因子筛选
`screen_risk`	风险因子筛查
`run_backtest`	YAML 策略回测
`detect_market_regime`	市场状态检测（牛/熊/震荡）

搜索与舆情

工具	说明
`search_stock_news`	关键词搜索新闻
`search_comprehensive_intel`	综合情报搜索
`get_social_sentiment`	社交媒体情绪（A 股：东财股吧 + 雪球；美港股：Reddit / X / Polymarket）
`get_trending_sentiment`	社交媒体热门趋势聚合（Reddit / X / Polymarket，10 分钟缓存）
`extract_article`	网页正文提取

辅助

工具	说明
`resolve_stock_name`	股票名称 / 拼音模糊匹配
`check_trading_day`	查询是否交易日
`get_trading_days`	获取前后 N 个交易日

策略回测 DSL

策略以 YAML 格式定义，支持参数化和条件组合：

name: "RSI Oversold Bounce"
version: "1.0"
description: "RSI超卖反弹策略"

parameters:
  rsi_period: 14
  rsi_oversold: 30
  rsi_overbought: 70
  stop_loss: -0.05
  take_profit: 0.15

entry:
  conditions:
    - indicator: "rsi"
      period: "{rsi_period}"
      operator: "<"
      value: "{rsi_oversold}"
    - indicator: "volume_ratio"
      operator: ">"
      value: 1.0
  logic: "all"

exit:
  conditions:
    - indicator: "rsi"
      period: "{rsi_period}"
      operator: ">"
      value: "{rsi_overbought}"
  logic: "any"
  stop_loss: "{stop_loss}"
  take_profit: "{take_profit}"

position:
  size: 1.0
  max_positions: 1

可用指标

指标	说明	需要 period
`rsi`	RSI 相对强弱指数	是（默认 14）
`ma` / `ema`	简单 / 指数移动平均	是（默认 20）
`macd_dif` / `macd_dea` / `macd`	MACD 三线	否
`volume_ratio`	量比	是（默认 5）
`price_change`	涨跌幅（%）	否
`bollinger_position`	布林带位置（0=下轨, 1=上轨）	是（默认 20）
`close` / `volume`	收盘价 / 成交量	否

可用运算符

> < >= <= == cross_above（上穿） cross_below（下穿）

示例策略见 strategies/examples/。

市场路由规则

代码格式	示例	市场	数据源 Failover 链
6 位纯数字	`600519`, `000001`, `300750`	A 股	akshare → tushare → efinance → pytdx → baostock
6 位纯数字（51/52/56/58/15/16/18 开头）	`510300`, `159915`	A 股 ETF	akshare（基金接口）→ tushare → efinance → pytdx → baostock
`.HK` 结尾	`00700.HK`, `09988.HK`	港股	yfinance → finnhub → longbridge
英文字母	`AAPL`, `GOOGL`, `TSLA`	美股	yfinance → finnhub → longbridge → alphavantage
`.T` 结尾	`7203.T`	日股	yfinance
`.KS` / `.KQ` 结尾	`005930.KS`, `035720.KQ`	韩股	yfinance
`.TW` / `.TWO` 结尾	`2330.TW`, `6510.TWO`	台股	yfinance

各数据源按优先级自动尝试，前一个失败后自动切换到下一个。未配置相关 env var 的数据源会被跳过。日/韩/台股仅 yfinance 一个数据源（免费数据延迟约 15 分钟）；港股 / 美股 / 日股 / 韩股 / 台股的 ETF 与其所在市场股票走相同链路。

独立 CLI 使用

Python 工具可脱离 Agent 独立使用，所有输出为 JSON：

# 行情数据
python tools/stock_data.py kline 600519
python tools/stock_data.py kline AAPL --period weekly --count 30
python tools/stock_data.py quote 600519
python tools/stock_data.py capital_flow 600519
python tools/stock_data.py news 600519 --days 5
python tools/stock_data.py financials AAPL

# 技术分析
python tools/technical.py analyze 600519
python tools/technical.py analyze AAPL --period weekly

# 全市场筛选
python tools/screener.py screen --market A --top 20
python tools/screener.py screen --market A --config my_filter.yaml

# 策略回测
python tools/backtest.py run strategies/examples/rsi_oversold.yaml 600519
python tools/backtest.py run strategies/examples/rsi_oversold.yaml 600519 --start 2024-01-01 --end 2025-01-01

# 搜索与舆情
python tools/search_intel.py search "茅台 业绩"
python tools/search_intel.py comprehensive 600519
python tools/search_intel.py sentiment 600519
python tools/search_intel.py sentiment AAPL
python tools/search_intel.py trending

# 风险筛查
python tools/risk_screening.py screen 600519

# 市场状态
python tools/market_regime.py detect A

项目结构

stock-analysis/
├── pi/                              # Pi Agent Extension
│   └── index.ts                     #   注册 39 个工具 + 20 个 skill
├── hermes/                          # Hermes Agent Plugin
│   ├── plugin.yaml                  #   插件清单
│   ├── __init__.py                  #   register(ctx) 入口
│   ├── schemas.py                   #   工具 JSON Schema 定义
│   └── tools.py                     #   39 个 handler → subprocess 调 CLI
├── openclaw/                        # OpenClaw Plugin
│   ├── openclaw.plugin.json         #   manifest（contracts.tools）
│   ├── package.json                 #   含 openclaw 块（pluginApi/SDK 版本）
│   └── index.ts                     #   definePluginEntry + registerTool ×39
├── dsh/                             # DeepSeek Harness (dsh) Plugin
│   ├── cordis.patch.yml             #   bundle patch（insert 插件入口）
│   ├── package.json                 #   含 dsh.bundle 块（bundle manifest）
│   └── index.ts                     #   cordis apply(ctx) + defineTool ×39
│
├── tools/                           # 共享 Python CLI 工具（12 个脚本）
│   ├── stock_data.py                #   行情 / 资金流 / 新闻 / 财务
│   ├── technical.py                 #   技术指标分析
│   ├── pattern.py                   #   K 线形态识别
│   ├── screener.py                  #   全市场多因子筛选
│   ├── backtest.py                  #   策略回测引擎
│   ├── volume_analysis.py           #   量价分析
│   ├── search_intel.py              #   搜索 / 舆情 / 正文提取
│   ├── risk_screening.py            #   风险因子筛查
│   ├── market_regime.py             #   市场状态检测
│   ├── name_resolver.py             #   股票名称模糊匹配
│   ├── trading_calendar.py          #   交易日历
│   └── requirements.txt
│
├── skills/                          # 共享 SKILL.md（20 个）
│   ├── stock-analysis/              #   综合分析 workflow
│   ├── stock-screener/              #   选股 workflow
│   ├── strategy-backtest/           #   回测 + 进化 workflow
│   └── ...                          #   12 个策略方法论
│
├── strategies/examples/             # 回测策略 YAML 示例
├── schemas/                         # JSON Schema（研报结构等）
├── tests/                           # pytest 测试
├── package.json                     # npm / Pi 配置
└── tsconfig.json

数据流

用户 (自然语言)
    │
    ▼
Agent (Pi / Hermes / OpenClaw / dsh)
    │
    ├── 加载 SKILL.md → 分析框架 / 流程指引
    │
    ├── 调用工具 → pi/index.ts 或 hermes/tools.py 或 openclaw/index.ts 或 dsh/index.ts → python3 tools/xxx.py → JSON
    │
    ▼
Agent (LLM 分析 + 生成报告)
    │
    ▼
用户看到结构化分析结果

致谢

daily_stock_analysis — A 股每日分析工具，本项目的综合分析流程参考了其设计思路
akshare — A 股数据源
yfinance — 港股 / 美股数据源
pytdx — 通达信 TDX 协议（A 股免费兜底）
longport — Longbridge OpenAPI（港股 / 美股）
exchange-calendars — 全球交易日历

常见问题

Q: Python 工具报错 `ModuleNotFoundError`？

pip install -r tools/requirements.txt

如果使用 virtualenv / conda，确保 Agent 启动时能访问到对应的 Python 环境。

Q: A 股数据获取失败？

系统会自动按 akshare → tushare → efinance → pytdx → baostock 顺序尝试。如果所有源都失败，检查：网络问题、akshare 版本过低（pip install --upgrade akshare）、或非交易时间。配置 TUSHARE_TOKEN 可增加一个可靠数据源。

Q: 港股 / 美股数据有延迟？

yfinance 免费数据通常有 15 分钟延迟。配置 Longbridge（LONGBRIDGE_APP_KEY 等）或 Finnhub（FINNHUB_API_KEY）可获取更实时的数据，且作为 failover 备用源。

Q: 如何自定义筛选条件？

创建 YAML 配置：

name: "我的选股策略"
filters:
  pe_min: 5
  pe_max: 25
  pb_max: 3
  market_cap_min: 20e9
sort_by: "composite_score"
sort_order: "desc"

CLI 使用：python tools/screener.py screen --config my_filter.yaml --top 30

Q: 如何编写自定义回测策略？

参考 strategies/examples/ 下的示例和策略回测 DSL 章节。也可以直接让 Agent 帮你编写 YAML 策略。

License

MIT

Installation

README