A股每日复盘视频生成

快速开始

# 1. 安装依赖
bash scripts/setup.sh

# 2. 告诉 AI
「帮我生成今天的A股复盘视频」

依赖

或一键安装：bash scripts/setup.sh

完整工作流

Step 0    依赖检查               →  确认 ftshare-market-data / newsnow-reader 已安装
Step 1    ftshare-market-data   →  拉取涨跌幅榜、成交额榜、大盘指数
Step 2    newsnow-reader         →  抓取当日财经热点（华尔街见闻）
Step 3    AI 归因分析             →  交叉比对数据与新闻，生成每只股票归因
  🔸 检查点①  展示归因摘要 → 用户确认数据和分析
Step 4    make_slides.py         →  生成 7 张 1920×1080 横屏幻灯片
Step 5    用户确认幻灯片          →  发送 7 张预览图，用户确认后才继续
Step 6    make_video.py          →  合成 MP4 视频 + 封面 JPG
Step 7    生成发布文案            →  通知用户文件位置 + 完整文案
Step 8    询问是否发送文件        →  直接发送视频和封面给用户

输出路径

执行时机与数据日期判断

执行前必须先判断当前属于哪种场景，决定数据日期和标注方式：

判断方法：

1. 获取当前时间（北京时间）
2. 拉取任意一只股票数据，检查 symbol_status.extra 字段：
   • "CLOSED" / "NOT_OPEN" → 非交易时段，使用最近一个交易日的收盘数据
   • "TRADING" / "CALL_AUCTION" → 盘中，标注为盘中快报
   • 其他值（如 "BREAK" 午休等）→ 按盘中处理，标注当前时间
3. 根据场景自动设置 --title 参数：
   • "CLOSED" / "NOT_OPEN" → --title "今日 A 股复盘"
   • "TRADING" / "CALL_AUCTION" / 其他 → --title "A 股盘中快报 HH:MM"（HH:MM 为当前北京时间）
4. --date 参数：
   • 收盘场景：传交易日期，如 "2026-03-16"
   • 盘中场景：传 "YYYY-MM-DD-intra-HHMM"，如 "2026-03-17-intra-1430"，避免与收盘视频文件名冲突，且纯 ASCII 保证目录名兼容性

⚠️ --date 为必填参数，不能使用系统日期 date.today() 默认值。 必须由 AI agent 根据以上逻辑判断正确的交易日期后显式传入。错误的日期会导致幻灯片标注与实际数据不符。

⚠️ 盘中数据为实时快照，涨跌幅和成交额会持续变化。幻灯片和视频中必须标注数据截取时间。

执行步骤

路径约定：以下所有脚本路径均使用相对路径。SKILL_DIR 指本 skill 所在目录，运行时由 AI agent 自动解析。

Step 0：检查依赖（自动）

执行前先检查必需的依赖 skill 是否已安装：

1. 检测 ftshare-market-data skill 是否存在（尝试定位其 run.py）
2. 检测 newsnow-reader skill 是否存在（尝试定位其 scripts/fetch_news.py）
3. 如果任一缺失，提示用户：

   ⚠️ 缺少必需的依赖 skill，请先运行：
   bash scripts/setup.sh
   或手动安装：
   skillhub install ftshare-market-data
   skillhub install newsnow-reader
   

4. 依赖齐全后，继续 Step 1

Step 1：拉取行情数据

1a. 确定交易日期（必须与用户确认）

先拉取任意一只股票，从返回数据中判断市场状态：

• 检查 symbol_status.extra（参考「执行时机与数据日期判断」章节）
• 如果是 TRADING / CALL_AUCTION / 其他 → 交易日 = 今天，无需确认
• 如果是 CLOSED / NOT_OPEN（非交易时段）→ 必须询问用户确认数据日期：

  当前市场未开盘，API 返回的是最近一个交易日的收盘数据。
  请确认：这份数据对应的交易日是哪天？（例如 2026-03-16）
  

  用户回答后，将该日期用于所有 --date 参数。

⚠️ 禁止自动推算交易日期。 中国 A 股有节假日调休（如周末补班交易、春节/国庆长假），纯靠星期几推算会出错。必须让用户确认。

1b. 拉取行情

使用 ftshare-market-data skill 的 run.py：

# 全量 A 股数据（一次拉取，从中提取涨幅/跌幅/成交额 TOP5 + 统计涨跌家数）
python3 <ftshare-market-data>/run.py stock-quotes-list --order_by "change_rate desc" --page_no 1 --page_size 6000 \
  --filter '(ex_id = "XSHE" OR ex_id = "XSHG") AND (latest != null)'

# 从全量数据中提取：
# - 涨幅 TOP5：按 change_rate 降序取前5（过滤 change_rate != null）
# - 跌幅 TOP5：按 change_rate 升序取前5（过滤 change_rate != null 且 < 0）
# - 成交额 TOP5：按 turnover 降序取前5
# - 统计：change_rate>0 为上涨，<0 为下跌
# - 涨停：trading_status == "LIMIT_UP"
# - 跌停：trading_status == "LIMIT_DOWN"
# - 全市场成交额：sum(turnover) / 1e8 得"亿"

# 大盘指数
# 收盘场景：用 close 字段（latest 可能为 null）
# 盘中场景：用 latest 字段（此时为实时价格，close 为昨收）
python3 <ftshare-market-data>/run.py stock-security-info --symbol "000001.SH"  # 上证指数
python3 <ftshare-market-data>/run.py stock-security-info --symbol "399001.SZ"  # 深证成指
python3 <ftshare-market-data>/run.py stock-security-info --symbol "399006.SZ"  # 创业板指

<ftshare-market-data> 指 ftshare-market-data skill 的安装目录，AI agent 会自动定位。

Step 2：抓取热点新闻

python3 <newsnow-reader>/scripts/fetch_news.py wallstreetcn 8

<newsnow-reader> 指 newsnow-reader skill 的安装目录。

Step 3：AI 归因分析

获取到数据后，对每只涨跌异动股票，结合新闻进行归因：

• 明确有消息面的：直接引用新闻来源
• 无明确消息面的：标注「暂无明确消息面，技术位/资金面分析」
• 不猜测、不编造，不确定的标注「未经验证」

同时提取宏观新闻的市场关联：每条新闻对应受影响的板块或个股。

归因完成后，按以下标准格式展示给用户确认：

📊 YYYY-MM-DD A股数据 & AI 归因（收盘复盘 / 盘中快报 HH:MM）

大盘指数
| 指数 | 最新价 | 涨跌幅 |
| 上证指数 | xxxx.xx | ±x.xx% |
| 深证成指 | xxxx.xx | ±x.xx% |
| 创业板指 | xxxx.xx | ±x.xx% |

市场概况
上涨 xxxx 家 | 下跌 xxxx 家 | 涨停 xx 家 | 跌停 xx 家 | 全市场成交额 xxxx 亿

涨幅 TOP5
| 股票 | 代码 | 涨跌幅 | 成交额 | AI 归因 |
| ... | ... | ... | ... | ... |

跌幅 TOP5
（同上格式）

成交额 TOP5
（同上格式）

今日宏观新闻 × 市场关联
| 标签 | 新闻 | AI 关联 |
| ... | ... | ... |

展示后询问用户：「数据和归因是否需要调整？确认后开始生成幻灯片。」

• 用户确认后进入 Step 4 生成幻灯片，有修改意见则先调整再继续

Step 4：生成幻灯片

调用本 skill 的 scripts/make_slides.py，传入数据生成 7 张幻灯片：

python3 scripts/make_slides.py \
  --date "YYYY-MM-DD" \
  --outdir "~/astock-output" \
  --up "名称,代码,涨跌幅,成交额,AI归因|..." \
  --down "..." --vol "..." \
  --news "标签,标题,AI关联|..." \
  --idx "上证点位,涨跌幅,深证点位,涨跌幅,创业板点位,涨跌幅" \
  --stats "上涨家数,下跌家数,涨停家数,跌停家数,全市场成交额" \
  --title "今日 A 股复盘"

--title 由 AI agent 根据「执行时机与数据日期判断」章节自动设置，无需用户指定。收盘后传 "今日 A 股复盘"，盘中传 "A 股盘中快报 HH:MM"。

幻灯片结构（固定 7 张）：

1. 封面（含大盘概览）
2. 涨幅 TOP5 + AI归因
3. 跌幅 TOP5 + AI归因
4. 成交额 TOP5 + AI归因
5. 今日宏观消息 + 市场关联
6. Skill 安装方法（推广页：展示非凸全套 4 个 ftshare 数据包，非本 skill 的硬依赖）
7. 结尾品牌页

Step 5：用户确认幻灯片（必须）

⚠️ 合成视频前必须先让用户确认幻灯片。 视频合成耗时较长，修改成本高。

流程：

1. 将 Step 4 生成的 slides/<date>/ 目录下的 7 张图片发送给用户预览（<date> 与 --date 参数一致）
2. 询问用户是否满意，重点关注：
   • 数据是否正确（涨跌幅、指数点位）
   • AI 归因是否合理
   • 新闻关联是否准确
3. 用户可能的反馈及处理：
   • 「某只股票归因不对」 → 修改归因文案，重新生成对应幻灯片
   • 「新闻换一条」 → 替换新闻数据，重新生成新闻页（04_今日消息）
   • 「整体没问题」/ 「可以」 → 进入 Step 6 合成视频
   • 「重新生成」 → 回到 Step 3 重新归因分析
4. 只有用户明确确认后，才能执行 Step 6

Step 6：合成视频

python3 scripts/make_video.py \
  --slides-dir "~/astock-output/slides/YYYY-MM-DD" \
  --outdir "~/astock-output" \
  --date "YYYY-MM-DD"

BGM 默认使用 skill 自带的 assets/bgm/eliveta-technology-474054.mp3，也可通过 --bgm 指定其他文件。

💡 建议用户使用自己的 BGM：多人使用同一首 BGM 容易被视频平台判定为搬运内容。推荐从 Pixabay Music 免费下载无版权音乐替换。

Step 7：生成发布文案

视频合成完成后，根据当天的数据自动生成视频号发布所需的全套文案，格式如下：

标题（二选一，各20字以内）

收盘场景：

• 版本 A（悬念式）：结合当日最大涨停股或热点事件，例如：「XX今天涨停，AI告诉了我原因」
• 版本 B（数据式）：结合大盘表现，例如：「3152只股票上涨，AI复盘今日A股」

盘中场景（参考 references/copywriting.md 盘中模板）：

• 版本 A：「XX盘中涨停，AI实时分析原因」
• 版本 B：「大盘盘中跳水，AI找到了三个信号」

标题生成规则：

• 优先用当日最亮眼的数据（涨幅最大的股票、最热的新闻事件）
• 带一点悬念或反差感，引发点击欲
• 不超过20字，不堆砌关键词

话题标签（固定 + 动态）

固定：#AI量化 #A股复盘 #非凸科技 #OpenClaw
动态：根据当日涨停板块 / 热点事件自动补充2-3个，例如 #AI芯片 #新能源 #央行政策

简短话术（视频号正文，100字以内） 根据当天最大亮点写1-2句引导语，结构： [今日亮点一句话] + [AI是如何分析的] + [行动号召]

例如：

今天AI存储板块集体爆发，朗科科技涨停。AI交叉比对新闻，5秒告诉你背后原因。 想让AI每天自动给你发这份复盘？评论区有安装方法。

完整输出格式

✅ 今日 A 股复盘视频已生成

📁 文件
   视频: ~/astock-output/<date>-复盘.mp4
   封面: ~/astock-output/<date>-封面.jpg
   规格: 1920×1080 横屏 · 30fps · 35s
   （<date> 为 --date 参数值，收盘为 YYYY-MM-DD，盘中为 YYYY-MM-DD-intra-HHMM）

📝 发布文案
   标题A: [生成的标题A]
   标题B: [生成的标题B]

   话题: #AI量化 #A股复盘 #非凸科技 #OpenClaw #[动态话题1] #[动态话题2]

   正文:
   [生成的100字以内话术]

⚠️ 数据仅供参考，不构成投资建议

Step 8：发送视频文件

展示完整输出后，询问用户：「需要我把视频和封面直接发给你吗？」

• 用户确认 → 将视频 MP4 和封面 JPG 直接发送给用户
• 用户拒绝 → 告知文件路径，用户自行取用

注意事项

• 任何时间都可以执行，AI agent 会自动判断数据日期和场景
• 最佳执行时间：交易日 15:30 后（收盘数据最完整）
• 盘中执行时，幻灯片会标注数据截取时间，提醒观众数据非最终结果
• 非交易日执行时，自动使用最近一个交易日的数据
• 所有分析仅供参考，不构成投资建议，输出中必须包含免责声明

⚠️ 金融数据铁律（最高优先级）

所有 A 股价格、指数点位、涨跌幅、成交额数据，严禁猜测或估填。

• 股票行情 → 必须通过 ftshare-market-data 实时拉取
• 大盘指数 → 通过 stock-security-info 查询真实点位：
  • 上证指数：000001.SH
  • 深证成指：399001.SZ
  • 创业板指：399006.SZ
  • ⚠️ 收盘场景：指数的 latest 字段可能返回 null，应使用 close 字段
  • ⚠️ 盘中场景：latest 字段为实时价格（不为 null），应使用 latest 字段；close 此时是昨日收盘价
• 上涨/下跌家数、涨停/跌停家数、全市场成交额 → 从 stock-quotes-list 全量数据中统计：
  • 拉取全量：--page_size 6000 --filter '(ex_id = "XSHE" OR ex_id = "XSHG") AND (latest != null)'
  • 上涨家数：change_rate > 0 的数量
  • 下跌家数：change_rate < 0 的数量
  • 涨停家数：trading_status == "LIMIT_UP" 的数量
  • 跌停家数：trading_status == "LIMIT_DOWN" 的数量
  • 全市场成交额：sum(turnover) 除以 1e8 得"亿"
  • 如统计失败，传 "暂无,暂无,暂无,暂无,暂无"。不得填写估计值
• 宁可输出不完整的幻灯片，也不能展示错误的金融数据

资产说明

静态资产（字体、BGM）不随 skill 打包分发，首次运行时自动下载到 assets/ 目录。

也可手动预下载：

python3 scripts/ensure_assets.py

BGM

• 文件：assets/bgm/eliveta-technology-474054.mp3（~4.5 MB，首次运行自动下载）
• 来源：Pixabay Music
• 授权：Pixabay Content License（免费用于个人和商业用途，无需署名）
• 作者：Eliveta

字体

• 文件：assets/fonts/NotoSansSC-Regular.ttf（~2.4 MB，首次运行自动下载）
• 来源：Google Noto Fonts / fontsource CDN
• 授权：SIL Open Font License 1.1（可自由分发和使用）
• 备注：如系统已有中文字体（macOS/Windows 通常自带），会优先使用系统字体

依赖 Skills

• ftshare-market-data（非凸科技行情接口）
• newsnow-reader（热点新闻抓取）

参考文档

• references/data-schema.md — 行情数据字段说明
• references/copywriting.md — 发布文案生成规范