How do I install the Tdx Report Rating skill?

Run npx skillmds@latest add adambbhe/tdx-report-rating in your terminal (requires Node.js), paste this page's agent-chat prompt into Claude, Cursor, or any MCP-connected agent, or download the SKILL.md file and copy it into your agent's skills directory.

What does the Tdx Report Rating skill do?

--- It is listed under Docs & Writing on SkillMD.

Is Tdx Report Rating safe to use?

This skill has not completed SkillMD's automated safety review yet. SkillMD never runs a skill's scripts for you; review the SKILL.md before installing.

Which AI agents work with Tdx Report Rating?

This skill is tagged as working with Claude Code, Claude.ai, OpenAI Codex. SKILL.md is an open format, so most agents that read a skills directory can load it too.

Is Tdx Report Rating free to use?

Yes. Installing skills from SkillMD is free, and the skill stays under its author's original license.

Who published Tdx Report Rating?

adambbhe (@adambbhe) published this skill. Their other Agent Skills are listed on their SkillMD profile.

Tdx Report Rating by adambbhe — Agent Skill

Name: Tdx Report Rating
Author: adambbhe

File contents

--- name: 查询个股研报评级一致预期 description: 使用 `tdx_api_data` 查询 A 股个股的研报评级一致预期，优先依赖 `entry + fixedTag` 自动推导结构化结果。

TDX Report Rating

何时使用

当用户想看个股研报评级一致预期、目标价预期、时间序列变化或分析师一致预期概览时使用本 skill。

入参规则

entry 固定为 TdxSharePCCW.tdxf10_gg_ybpj
结构化路由会自动推导到 mode="code-fixed-tag"
code 必须是 6 位股票代码字符串
fixedTag 固定为 yzyq
默认 preset 为 report_rating_consensus
如果显式传 responseTransform，要保证它与 fixedTag=yzyq 对应一致；当前代码不会自动纠正不匹配的 preset
如果用户明确要求原始上游响应，使用 mode="raw" 并按上游顺序传 params

查询类型映射

查询类型	适用场景	`fixedTag`	默认 `preset`	结果表名
`consensus`	研报评级一致预期、目标价预期、时间序列变化	`yzyq`	`report_rating_consensus`	`overview`、`consensus_timeline`、`adjustment_factors`、`price_series`

选择规则

用户问“评级一致预期”“目标价一致预期”“分析师一致预期”时，使用 consensus
如果用户没有细分，只要问题仍属于研报评级预期，默认使用 consensus

调用方式

推荐写法：依赖自动推导

tdx_api_data entry="TdxSharePCCW.tdxf10_gg_ybpj" code="000001" fixedTag="yzyq"

显式覆盖默认转换

tdx_api_data entry="TdxSharePCCW.tdxf10_gg_ybpj" code="000001" fixedTag="yzyq" responseTransform={"kind":"preset","preset":"report_rating_consensus"}

原始上游结果

tdx_api_data mode="raw" entry="TdxSharePCCW.tdxf10_gg_ybpj" params=["000001","yzyq"]

结果处理

优先读取 response.transformed.tables
重点关注 overview 中的预测截止期、基准报告期、最近更新时间
需要看趋势时，再展开 consensus_timeline、adjustment_factors、price_series
如果用户要求原始字段，再补充 response.data

输出要求

先说明查询对象和调用参数
再总结最新预期、时间序列条数和关键变化
最后补充需要展开的明细表或异常说明

---name: tdx-report-ratingdescription: ---------name: 查询个股研报评级一致预期description: 使用 `tdx_api_data` 查询 A 股个股的研报评级一致预期，优先依赖 `entry + fixedTag` 自动推导结构化结果。---# TDX Report Rating## 何时使用当用户想看个股研报评级一致预期、目标价预期、时间序列变化或分析师一致预期概览时使用本 skill。## 入参规则- `entry` 固定为 `TdxSharePCCW.tdxf10_gg_ybpj`- 结构化路由会自动推导到 `mode="code-fixed-tag"`- `code` 必须是 6 位股票代码字符串- `fixedTag` 固定为 `yzyq`- 默认 `preset` 为 `report_rating_consensus`- 如果显式传 `responseTransform`，要保证它与 `fixedTag=yzyq` 对应一致；当前代码不会自动纠正不匹配的 preset- 如果用户明确要求原始上游响应，使用 `mode="raw"` 并按上游顺序传 `params`## 查询类型映射| 查询类型 | 适用场景 | `fixedTag` | 默认 `preset` | 结果表名 ||---|---|---|---|---|| `consensus` | 研报评级一致预期、目标价预期、时间序列变化 | `yzyq` | `report_rating_consensus` | `overview`、`consensus_timeline`、`adjustment_factors`、`price_series` |## 选择规则- 用户问“评级一致预期”“目标价一致预期”“分析师一致预期”时，使用 `consensus`- 如果用户没有细分，只要问题仍属于研报评级预期，默认使用 `consensus`## 调用方式### 推荐写法：依赖自动推导```bashtdx_api_data entry="TdxSharePCCW.tdxf10_gg_ybpj" code="000001" fixedTag="yzyq"```### 显式覆盖默认转换```bashtdx_api_data entry="TdxSharePCCW.tdxf10_gg_ybpj" code="000001" fixedTag="yzyq" responseTransform={"kind":"preset","preset":"report_rating_consensus"}```### 原始上游结果```bashtdx_api_data mode="raw" entry="TdxSharePCCW.tdxf10_gg_ybpj" params=["000001","yzyq"]```## 结果处理- 优先读取 `response.transformed.tables`- 重点关注 `overview` 中的预测截止期、基准报告期、最近更新时间- 需要看趋势时，再展开 `consensus_timeline`、`adjustment_factors`、`price_series`- 如果用户要求原始字段，再补充 `response.data`## 输出要求- 先说明查询对象和调用参数- 再总结最新预期、时间序列条数和关键变化- 最后补充需要展开的明细表或异常说明

Frequently asked questions

Tdx Report Rating