iFinD-Finance-Data

同花顺数据访问指南 (iFind-finance-data)

• 本技能提供股票、基金、宏观与行业指标、新闻公告等数据的统一查询入口
• 主要能力包括自然语言选股选基、金融指标获取、公告资讯检索和经济指标搜索
• 可用数据覆盖证券、基金、经济指标及公开资讯等常见研究场景

调用方式

本 skill 对同花顺金融数据 MCP 服务进行了调用封装，可通过 Python 或 Node.js 使用：

• Node.js方案：使用 call-node.js 脚本（无需额外依赖，使用内置模块）
• Python方案：使用 call.py 脚本（需安装 requests 库）
• 推荐方案：当用户未指定python，或不确定python环境时，优先使用Node.js方案
• query：股票基金数据查询工具的 query 参数一般支持多主体、多指标，但不宜超过 10 个

首次使用

• 配置密钥：config.json 用于存储用户密钥，如不存在有效密钥，需提示用户到"iFinD终端-工具-常用工具-数据MCP"获取密钥，帮助其完成密钥写入，或手动写入

可查内容

• 股票数据：可处理证券筛选、公司资料、财务指标、市场表现、股东结构、风险数据、ESG 与公司事件
• 基金数据：涵盖产品检索、基础档案、净值与业绩、组合持仓、持有人以及管理人信息
• 宏观经济数据：支持 GDP、CPI、PPI、产业指标和大宗商品等经济序列
• 新闻公告：用于检索财经报道、上市公司披露及市场热点

查询建议

• 1.指标先定位：宏观或行业指标含义不明确时，先调用 search_edb 获取候选项，再结合上下文使用 get_edb_data 取数
• 2.适度合并请求：股票和基金工具允许同时查询多个主体与指标，例如 {"query":"贵州茅台、五粮液、泸州老窖在2025-09-30的净利润增速、ROE、ROA"}；建议主体数和指标数各不超过 5 个
• 3.控制板块范围：可以把行业或板块作为股票查询主体，但范围和时间跨度不宜过大，以免结果被截断，例如 {"query":"光伏设备行业股票的今日涨跌幅"}

核心函数

call(server_type, tool_name, params)

向指定服务发送金融数据查询。

参数：

• server_type (str): 服务类型，取值范围：
  • "stock" - 股票服务
  • "fund" - 基金服务
  • "edb" - 宏观经济/行业经济指标服务
  • "news" - 新闻公告服务
• tool_name (str): 工具名称，详见下方工具列表
• params (dict): 请求参数，不同工具的参数不同

返回值：

{
    "ok": True/False,
    "status_code": HTTP状态码,
    "data": ...,      # ok=True时返回
    "error": ...,     # ok=False时返回
    "raw": ...        # 原始响应
}

list_tools(server_type)

返回指定服务类别下当前可调用的工具列表。

股票服务工具 (server_type="stock")

选股查询示例

# 智能选股
call("stock", "search_stocks", {"query": "汽车零部件行业市值大于1000亿的股票"})

基金服务工具 (server_type="fund")

宏观经济/行业经济指标服务 (server_type="edb")

• 宏观与行业序列适合采用“搜索候选指标，再获取具体数据”的两步流程

EDB查询示例

# 搜索可能的指标
call("edb", "search_edb", {"query": "新能源汽车产量相关指标"})

# 获取具体数据
call("edb", "get_edb_data", {"query": "新能源汽车产量当月值（202301-202506）"})

新闻公告服务 (server_type="news")

• 新闻和公告工具按语义匹配相关片段，返回内容不等同于整篇原文
• 热点检索强调时效性；条件过多可能导致空结果，可减少限制或改用普通资讯搜索
• query 可以同时描述报告范围和关注内容，例如 {"query":"宁德时代2025年年度报告 储能业务相关"}

新闻查询示例

# 财经新闻
call("news", "search_news", {
    "query": "脑机接口技术最新进展",
    "time_start": "2025-01-01",
    "time_end": "2026-01-01",
    "size": 5
})

# 上市公司公告
call("news", "search_notice", {
    "query": "光迅科技2024年度报告 光模块技术",
    "time_start": "2025-01-01",
    "time_end": "2026-01-01",
    "size": 5
})

# 热点事件
call("news", "search_trending_news", {
    "keyword": "智能体",
    "industry_name": "计算机",
    "time_scope": "24小时",
    "size": 5
})

使用示例

本 skill 提供两种脚本入口，可按运行环境选择；用户未指定且 Python 环境不明确时，优先采用 Node.js 方案：

方案1：Node.js脚本调用方式

const { call, listTools } = require('./call-node.js');

async function main() {
    // 查询股票数据
    const result1 = await call("stock", "search_stocks", { query: "电子行业市值排名前20的股票" });
    console.log(JSON.stringify(result1, null, 2));

    // 查询基金数据
    const result2 = await call("fund", "search_funds", { query: "南方基金的新能源ETF" });
    console.log(JSON.stringify(result2, null, 2));

    // 查询宏观经济数据
    const result3 = await call("edb", "get_edb_data", { query: "光伏电池产量当月值（202301-202506）" });
    console.log(JSON.stringify(result3, null, 2));

    // 查询新闻
    const result4 = await call("news", "search_news", {
        query: "人工智能行业动态",
        time_start: "2025-01-01",
        time_end: "2026-01-01",
        size: 5
    });
    console.log(JSON.stringify(result4, null, 2));
}

main().catch(console.error);

方案2：Python脚本调用方式

from call import call, list_tools

# 查询股票数据
result = call("stock", "search_stocks", {"query": "电子行业市值排名前20的股票"})
print(result)

# 查询基金数据
result = call("fund", "search_funds", {"query": "南方基金的新能源ETF"})
print(result)

# 查询宏观经济数据
result = call("edb", "get_edb_data", {"query": "光伏电池产量当月值（202301-202506）"})
print(result)

# 查询新闻
result = call("news", "search_news", {
    "query": "人工智能行业动态",
    "time_start": "2025-01-01",
    "time_end": "2026-01-01",
    "size": 5
})
print(result)

Node.js方案特点：

• 无需安装额外依赖库，使用Node.js内置的 http/https 模块
• 异步函数设计，支持 async/await 语法
• 与Python方案使用相同的配置文件 mcp_config.json

注意事项

1. 配置文件 mcp_config.json 需要包含有效的 auth_token（两个方案共用）
2. 请求地址已经内置在请求脚本 call.py 和 call-node.js 内部，配置文件中的密钥也已经在脚本内引用，直接调用即可，无需你重新阅读、生成URL和密钥
3. 所有函数返回结果需检查 ok 字段确认请求是否成功
4. 时间参数格式：YYYY-MM-DD
5. search_edb 可用于不确定具体指标名称时的模糊搜索
6. 如无Python环境，可使用Node.js方案（call-node.js），无需安装任何依赖
7. 单次请求完成后，请帮助用户清除你临时生成的取数脚本