---
name: mx-skills
description: >
  东方财富妙想金融智能技能集（mx-skills）。一站式覆盖金融数据查询、资讯搜索、宏观数据、
  智能选股、金融问答、行业研究、个股跟踪、首次覆盖/深度研究、业绩点评、股票诊断、
  基金诊断、市场热点发现、可比公司分析、专题研究报告等全链条金融投研能力。

  **必须使用此技能的场景（包括但不限于）**：
  - 用户提到任何股票代码（如 600519、300059、AAPL、0700.HK）或公司名称（如贵州茅台、东方财富、腾讯控股）
  - 用户提到任何基金名称（如华夏成长混合、易方达蓝筹精选）
  - 用户提到任何行业/板块名称（如半导体、新能源、白酒、银行）
  - 用户要求查询数据、行情、价格、涨跌幅、市值、PE、ROE 等任何金融指标
  - 用户要求搜索资讯、公告、研报、新闻、政策解读
  - 用户要求分析/诊断/研究/报告/点评某只股票、基金、行业或宏观主题
  - 用户问"这只股票怎么样""值得买吗""该卖吗""如何操作"等持有决策问题
  - 用户要求选股、筛基金、选板块、构建投资组合
  - 用户要求查看宏观数据（GDP、CPI、M2、PMI、失业率、汇率、利率等）
  - 用户要求对比公司、同业分析、估值比较
  - 用户提到"业绩点评""财报分析""深度研究""首次覆盖""专题研究""热点追踪"等关键词
  - 用户使用口语化表达如"帮我看看""查一下""分析一下""总结一下"等涉及上述任何实体

  **关键约束**：即使用户的问题看起来简单（如"贵州茅台最新价""东方财富怎么样"），
  也不要仅凭知识库回答——必须使用此技能调用东方财富实时数据库获取真实数据。
  此技能支持自然语言交互，返回结构化数据、Markdown 报告、Excel/CSV/PDF/DOCX 附件。

  **不适用场景**：纯技术编程问题（如写排序算法）、与非金融无关的日常对话、
  纯数学计算（如解方程）、纯文件操作（如重命名文件）等。
---

# 东方财富妙想金融技能集（mx-skills）

## 概述

本技能集是围绕东方财富金融数据库构建的一站式投研能力平台，包含 14 个专业化子技能。
本文件为 **Router（路由层）**，负责根据用户意图匹配正确的子技能并调度执行。

**核心原则**：
- 不要自行编造金融数据或研究报告，必须通过调用脚本接口获取真实数据。
- 各子技能的详细指令（输入输出规范、错误处理、模板格式）存放在 `references/` 目录下。
- 路由确定后，先读取对应 reference 文件，再执行对应脚本。

---

## 环境变量

| 变量名 | 说明 | 来源 |
|---|---|---|
| `EM_API_KEY` | 东方财富妙想 API Key（#1-#14 必需） | 优先从环境变量读取；默认已配置在 `{baseDir}/.env` 中 |
| `EM_API_KEY_POOL` | 多 Token 配额轮换（逗号分隔，如 `em_xxx,em_yyy`） | 可选；当前脚本仅读取 `EM_API_KEY`，多 Token 轮换需由**上层封装**实现 |
| `IWENCAI_API_KEY` | iwencai NL 语义检索 Key（仅 #16 a_stock_research 的 NL 检索需要） | 可选；申请见 https://www.iwencai.com/skillhub |

如需自定义 Key，可设置环境变量覆盖：
```bash
export EM_API_KEY="your_key_here"
```

### 多 Token 配额轮换（推荐）

单 Token 每日调用限额约 50 次，高频场景下极易耗尽。建议由外层规划引擎实现 Token 池轮换：

```bash
export EM_API_KEY_POOL="em_xxx,em_yyy,em_zzz"
```

轮换策略建议：
- **优先级策略**：按 Token 可靠性排序，优先使用高优先级 Token
- **均衡策略**：轮询使用，避免单 Token 过早耗尽
- **耗尽降级**：当所有 Token 配额用完时，自动降级到 BaoStock / yfinance 等备用数据源

> 注：mx-skills 原生脚本仅读取 `EM_API_KEY`，`EM_API_KEY_POOL` 的解析与轮换逻辑需由调用方（如 `kimi_mx_agent.py` 等封装层）实现。

---

## 调用配额与限额

### 每日调用限额

| 技能类别 | 限额 | 超限表现 |
|---|---|---|
| **所有技能（除金融数据查询外）** | 每个技能每日约 **50 次** | 接口返回 `rate limit`、`quota exceeded` 或类似限流提示 |
| **金融数据查询** | 单次最多 **5 个** 实体 | 自动截取前 5 个实体，并在结果说明中提示 |

### 限额实战建议

1. **批量查询时控制实体数量**：金融数据查询单次不超过 5 个股票/基金，超出需拆分为多次调用
2. **监控配额消耗**：高频场景（如批量诊断、批量回测）建议由外层封装记录各 Token 当日已用次数
3. **预留余量**：当单 Token 当日调用接近 45 次时，切换到备用 Token
4. **降级策略**：所有 mx-skills 技能在配额耗尽或接口异常时，建议自动降级到 BaoStock / yfinance 等本地数据源

---

## 依赖安装

首次使用前确保依赖已安装：
```bash
pip3 install httpx pandas openpyxl --user
```

---

## 路由决策表

根据用户意图，按优先级匹配子技能：

| # | 用户意图 | 子技能 | Reference 文件 | 脚本路径 |
|---|---|---|---|---|
| 1 | 自然语言问答、概括性金融问题、"帮我查一下"/"分析一下"/"解释一下" | 金融问答 | `references/mx_financial_assistant.md` | `scripts/mx_financial_assistant/generate_answer.py` |
| 2 | 查询结构化金融数据（股价、财报、估值、盘口等） | 金融数据查询 | `references/mx_finance_data.md` | `scripts/mx_finance_data/get_data.py` |
| 3 | 搜索财经资讯、公告、研报、新闻、政策 | 金融资讯搜索 | `references/mx_finance_search.md` | `scripts/mx_finance_search/get_data.py` |
| 4 | 查询宏观经济数据（GDP、CPI、M2、PMI 等） | 宏观数据查询 | `references/mx_macro_data.md` | `scripts/mx_macro_data/get_data.py` |
| 5 | 选股、选板块、选基金、筛选 ETF/可转债 | 智能选股 | `references/mx_stocks_screener.md` | `scripts/mx_stocks_screener/get_data.py` |
| 6 | 生成行业研究报告 | 行业研究 | `references/industry_research_report.md` | `scripts/industry_research_report/get_data.py` |
| 7 | 生成行业/个股跟踪报告（日报/周报/月报） | 行业个股跟踪 | `references/industry_stock_tracker.md` | `scripts/industry_stock_tracker/generate_industry_stock_tracker_report.py` |
| 8 | 生成首次覆盖报告或深度研究报告 | 首次覆盖/深度研究 | `references/initiation_of_coverage_or_deep_dive.md` | `scripts/initiation_of_coverage_or_deep_dive/generate_deep_research_report.py` |
| 9 | 业绩点评、财报分析、季报/半年报/年报点评 | 业绩点评 | `references/stock_earnings_review.md` + `references/stock_earnings_review_business_logic.md` | `scripts/stock_earnings_review/`（多步骤） |
| 10 | 单只股票综合诊断（"怎么样"/"值得买吗"/"该卖吗"） | 股票诊断 | `references/stock_diagnosis.md` | `scripts/stock_diagnosis/get_data.py` |
| 11 | 单只基金综合诊断 | 基金诊断 | `references/fund_diagnosis.md` | `scripts/fund_diagnosis/get_data.py` |
| 12 | 发现市场热点、今日热点、热股、活跃赛道 | 热点发现 | `references/stock_market_hotspot_discovery.md` | `scripts/stock_market_hotspot_discovery/get_data.py` |
| 13 | 可比公司分析、同业对比、经营+估值横向比较 | 可比公司分析 | `references/comparable_company_analysis.md` | `scripts/comparable_company_analysis/`（get_data.py + excel_theme.py） |
| 14 | 专题研究报告、主题投资、事件驱动研究 | 专题研究 | `references/topic_research_report.md` | `scripts/topic_research_report/get_data.py` |

### 补充能力层（仅 A 股）—— a-stock-data 互补/降级源

下列条目走**内嵌 Python**模式（约定 D，见下文），不走 `scripts/` 子进程。所有 a-stock-data 层执行前必须先读 `references/a_stock_data_common.md`。

| # | 用户意图 | 子技能 | Reference 文件 | 调用模式 |
|---|---|---|---|---|
| 15 | A 股**实时盘口/五档/涨跌停价/K线带 MA**（mx 配额耗尽时也降级到这里） | A股行情层 | `references/a_stock_market_data.md` | 内嵌 Python（D） |
| 16 | A 股**研报 PDF 下载、iwencai NL 主题检索、同花顺一致预期 EPS** | A股研报层 | `references/a_stock_research.md` | 内嵌 Python（D） |
| 17 | A 股**龙虎榜（个股/全市场）、限售解禁、北向资金、概念板块归属、同花顺题材归因、行业涨跌排名、个股资金流分钟级** | A股信号层 | `references/a_stock_signals.md` | 内嵌 Python（D） |
| 18 | A 股**融资融券、大宗交易、股东户数变化、分红送转历史、个股资金流 120 日** | A股资金面/筹码层 | `references/a_stock_capital_flow.md` | 内嵌 Python（D） |
| 19 | A 股**个股新闻、财联社快讯、东财全球资讯**（mx 资讯搜索配额耗尽时降级） | A股新闻层 | `references/a_stock_news.md` | 内嵌 Python（D） |
| 20 | A 股**财务 37 字段、F10 九大类、新浪三表**（mx 金融数据查询配额耗尽时降级） | A股基础数据层 | `references/a_stock_fundamentals.md` | 内嵌 Python（D） |
| 21 | A 股**巨潮公告全文检索**（mx 资讯搜索配额耗尽时降级） | A股公告层 | `references/a_stock_filings.md` | 内嵌 Python（D） |
| 23 | A 股**打板**：涨停/炸板/跌停/昨日涨停四池、同花顺涨停揭秘（涨停原因题材+封板成功率+板型）、打板情绪速算（炸板率/连板高度/梯队） | A股打板层（V3.3.0） | `references/a_stock_limit_up.md` | 内嵌 Python（D） |
| 24 | A 股 **ETF 期权**：50/300/科创50/500ETF 合约清单、T型报价、希腊字母（Delta/Gamma/Theta/Vega+IV+理论价） | A股ETF期权层（V3.3.0） | `references/a_stock_etf_options.md` | 内嵌 Python（D） |
| 25 | A 股**舆情互动**：巨潮互动易问答（投资者提问+公司回复）、同花顺热榜、东财人气榜、个股概念命中 | A股舆情互动层（V3.3.0） | `references/a_stock_sentiment.md` | 内嵌 Python（D） |
| 22 | A 股**完整题材挖掘流水线**：题材 Top3 + 个股 Top5 + 目标价 + 操作策略（建立在 a-stock-data 之上的分析层；#12 热点发现配额耗尽时降级到这里） | 题材挖掘分析层 | `references/theme_miner.md` | 内嵌 Python（D，经 data_bridge 调 a-stock-data） |

**路由冲突时的优先级规则**：
- 若用户请求包含明确的报告类型关键词（如"业绩点评""行业报告""深度研究"），优先按报告类型匹配。
- 若用户请求是笼统的问答型（如"帮我看看""分析一下"），优先走金融问答（#1），由金融问答内部再决定是否调用数据/搜索能力。
- 若用户明确要求数据/文件输出（如"导出 Excel""生成 CSV"），优先走对应的数据查询类技能。

### mx-skills vs a-stock-data 路由优先级（A 股专用）

```
A 股 + 互补能力（龙虎榜 / 解禁 / 北向 / 题材归因 / 概念板块 / 融资融券 / 大宗交易 / 股东户数 / 分红送转 / iwencai NL 检索 / 实时盘口/五档）
  → 直接走 a-stock-data 对应层（#15-#21），mx-skills 无对等能力

A 股 + 重叠能力（基础行情 / 个股新闻 / 个股财务 / 公告检索）
  → 默认走 mx-skills 主路（#1-#14）
  → 若脚本 stdout/stderr 出现限流字样则降级到 a-stock-data 对应层：
     - `quota exceeded` / `rate limit` / `调用次数已达上限` / HTTP 429
  → 降级映射：
     - mx_finance_data 配额耗尽 → a_stock_market_data + a_stock_fundamentals
     - mx_finance_search 配额耗尽 → a_stock_news + a_stock_filings

非 A 股（港股/美股/基金/宏观/可转债/ETF/全市场选股/AI 报告生成）
  → 强制 mx-skills，**禁用** a-stock-data 降级（a-stock-data 仅覆盖 A 股）

A 股题材挖掘（#12 热点发现 vs #22 题材挖掘分析层）
  → 简单「今天什么板块/方向热」总览 → 默认 mx-skills #12（付费 API，快）
  → 完整链路「题材 Top3 + 个股 Top5 + 目标价 + 操作策略」 → #22 题材挖掘分析层（免费，a-stock-data 供数，打分透明）
  → #12 配额耗尽（限流字样）→ 降级到 #22
  → #22 是分析层，单向依赖 a-stock-data（#15-#21）；其价格预测为启发式模型（非回测），仅作相对排序参考
```

---

## 通用调用规范

### 脚本执行方式

所有脚本通过 `{baseDir}` 引用 skill 根目录：
```bash
python3 {baseDir}/scripts/<子技能目录>/<脚本名>.py [参数]
```

**重要约束**：
- **禁止**使用任何「后台执行、稍后汇报」的方式运行脚本。
- 必须在当前会话中同步等待命令完成，获取 stdout 结果后再继续。

### 输出规范

各脚本 stdout 输出格式不一致，调用方必须根据技能类型正确解析：

#### A. JSON 输出类（金融问答 / 行业研究 / 首次覆盖 / 专题研究 / 业绩点评）

```json
{"ok": true, "answer": "...", "references": [...]}
```

- 优先提取 `ok=true` 的成功结果
- 若 `ok=false` 或包含 `message` 字段，**必须原样透传** `message`，不得改写或替换
- 禁止在接口失败时编造数据或报告内容

#### B. 文件路径输出类（金融数据查询 / 宏观数据 / 智能选股）

stdout 输出文本行，非 JSON：

```
文件: /path/to/miaoxiang/mx_finance_data/mx_finance_data_xxx.xlsx
描述: /path/to/miaoxiang/mx_finance_data/mx_finance_data_xxx_description.txt
行数: 42
```

- 通过正则提取 `文件:`、`描述:` 后的绝对路径
- 错误信息输出到 stderr，以 `错误:` 开头

#### C. 内容文本输出类（股票诊断 / 基金诊断 / 热点发现 / 可比公司分析）

stdout 直接输出 Markdown 内容文本，同时会在指定目录生成 `.md` 文件：

```
Saved: /path/to/miaoxiang/stock_diagnosis/stock_diagnosis_xxx.md
{Markdown 内容}
```

- 通过正则提取 `Saved:` 后的文件路径
- Markdown 内容可直接展示给用户

#### D. 内嵌 Python 直接执行类（a-stock-data 补充层 #15-#21）

不走 `scripts/` 子进程，模型直接读 reference 文件、复制内嵌的 Python 代码段，用 `python3 -c "..."` 执行：

```bash
# 例：执行 a_stock_signals.md 中的"龙虎榜"代码块
python3 -c "
import requests
UA='Mozilla/5.0 ...'
DATACENTER_URL='https://datacenter-web.eastmoney.com/api/data/v1/get'
def eastmoney_datacenter(...): ...
def dragon_tiger_board(code, trade_date, look_back=30): ...
print(dragon_tiger_board('002475', '2026-05-17'))
"
```

- **执行前必读 `references/a_stock_data_common.md`**（含 `UA`、`DATACENTER_URL`、`eastmoney_datacenter()` helper、ticker 归一化），它是 Layer 1-7 所有代码段的依赖
- 输出是 **Python 值/dict/list/DataFrame**，**不写文件**——直接 `print()` 或在 Python 内组装 Markdown 后展示
- 鉴权：除 iwencai 外全部免费免 key；iwencai 需 `IWENCAI_API_KEY` 环境变量（仅 #16 研报 NL 检索需要）
- 依赖：`pip install mootdx requests pandas stockstats`（与 mx-skills 的 `httpx pandas openpyxl` 并存）
- **仅 A 股**：港股、美股、基金、宏观禁用此模式，强制回到 #1-#14

### 超时配置

| 脚本 | 默认超时 | 说明 |
|---|---|---|
| 金融问答 | 600 秒 | 深度思考模式可能耗时更长 |
| 金融数据查询 | 600 秒 | 多实体查询耗时增加 |
| 其他技能 | 600 秒 | 报告生成类技能（行业研究、首次覆盖等）建议预留充足超时 |

外层调用时建议设置超时 >= 120 秒，避免因网络波动导致过早中断。

### 数学公式格式

所有子技能输出中的数学公式严格遵循：
- 行内公式：`\(...\)`（不使用 `$...$`）
- 行间公式：`\[...\]`

---

## 各子技能快速调用索引

### 1. 金融问答（mx-financial-assistant）
```bash
# 标准模式
python3 {baseDir}/scripts/mx_financial_assistant/generate_answer.py --query "用户问题"

# 深度思考模式
python3 {baseDir}/scripts/mx_financial_assistant/generate_answer.py --query "用户问题" --deep-think
```

### 2. 金融数据查询（mx-finance-data）
```bash
python3 {baseDir}/scripts/mx_finance_data/get_data.py --query "贵州茅台最近一年营收和净利润"
```
输出：Excel（多 sheet）+ 描述 txt。

### 3. 金融资讯搜索（mx-finance-search）
```bash
python3 {baseDir}/scripts/mx_finance_search/get_data.py "寒武纪最新研报与公告"
```
输出：txt 文本文件。

### 4. 宏观经济数据查询（mx-macro-data）
```bash
python3 {baseDir}/scripts/mx_macro_data/get_data.py --query "中国近五年GDP"
```
输出：CSV（按频率分文件）+ 描述 txt。

### 5. 智能选股（mx-stocks-screener）
```bash
python3 {baseDir}/scripts/mx_stocks_screener/get_data.py --query "股价大于100元，主力流入，成交额排名前50" --select-type "A股"
```
输出：CSV + 描述 txt。

### 6. 行业研究报告（industry-research-report）
```bash
python3 {baseDir}/scripts/industry_research_report/get_data.py --query "半导体"
```
输出：PDF + DOCX + 分享链接。

### 7. 行业/个股跟踪报告（industry-stock-tracker）
```bash
python3 {baseDir}/scripts/industry_stock_tracker/generate_industry_stock_tracker_report.py --query "跟踪新能源汽车板块"
```
输出：PDF + DOCX + 分享链接。

### 8. 首次覆盖/深度研究（initiation-of-coverage-or-deep-dive）
```bash
python3 {baseDir}/scripts/initiation_of_coverage_or_deep_dive/generate_deep_research_report.py --query "东方财富深度研究"
```
输出：PDF + DOCX + 分享链接。

### 9. 业绩点评（stock-earnings-review）——分步骤编排
```bash
# 第一步：实体识别
python3 {baseDir}/scripts/stock_earnings_review/validate_entity.py --query "东方财富 业绩点评"

# 第二步：获取报告期候选
python3 {baseDir}/scripts/stock_earnings_review/normalize_report_period.py \
  --secu-code 300059 --market-char SZ --class-code 002001

# 第三步：生成点评（外层模型选择 reportDate 后调用）
python3 {baseDir}/scripts/stock_earnings_review/call_review_api.py \
  --secu-code 300059 --market-char SZ --class-code 002001 \
  --report-date 2025-12-31 --secu-name 东方财富
```

### 10. 股票诊断（stock-diagnosis）
```bash
python3 {baseDir}/scripts/stock_diagnosis/get_data.py --query "东方财富股票咋样"
```
输出：Markdown 诊断报告（本地 .md 文件）。

### 11. 基金诊断（fund-diagnosis）
```bash
python3 {baseDir}/scripts/fund_diagnosis/get_data.py --query "华夏成长混合基金"
```
输出：Markdown 诊断报告（本地 .md 文件）。

### 12. 热点发现（stock-market-hotspot-discovery）
```bash
python3 {baseDir}/scripts/stock_market_hotspot_discovery/get_data.py --query "今日热点"
```
输出：Markdown 热点报告（本地 .md 文件）。

### 13. 可比公司分析（comparable-company-analysis）
```bash
# 仅取数
python3 {baseDir}/scripts/comparable_company_analysis/get_data.py --query "东方财富"

# 一键生成 Excel 报告
python3 {baseDir}/scripts/comparable_company_analysis/excel_theme.py --query "东方财富"
```
输出：Excel 可视化报告。

### 14. 专题研究报告（topic-research-report）
```bash
python3 {baseDir}/scripts/topic_research_report/get_data.py --query "东方财富专题研究"
```
输出：PDF + DOCX + 分享链接。

---

## 错误处理通用话术

| 场景 | 处理方式 |
|---|---|
| 缺少参数/查询文本 | "请输入您的查询内容。" |
| API 接口非 200 | "服务暂时不可用，请稍后重试。" |
| HTTP/网络错误 | "网络连接异常，请检查网络后重试。" |
| 请求超时 | "请求超时，请稍后重试。" |
| 空响应 | "未获取到有效结果，请稍后重试。" |
| 不支持实体/市场 | 原样透传脚本返回的 `message`，不得改写。 |

---

## 排错指南（Agent 使用篇）

### 1. 脚本执行无输出或输出为空

**原因**：Python stdout 块缓冲导致，尤其常见于 `subprocess.Popen` + `tail` 的场景。

**解决**：
```bash
# 设置无缓冲模式
export PYTHONUNBUFFERED=1
python3 -u {baseDir}/scripts/.../get_data.py ...
```

或在 Python 调用侧设置 `bufsize=0` / `PYTHONUNBUFFERED=1`。

### 2. 配额超限（rate limit / quota exceeded）

**表现**：接口返回含 `quota`、`rate limit`、`调用次数已达上限` 等字样的错误。

**解决**：
- 切换备用 Token（如已配置 EM_API_KEY_POOL）
- 等待次日配额重置（北京时间每日 0 点）
- 降级到 BaoStock / yfinance 等备用数据源

### 3. 金融数据查询返回数据不完整

**表现**：`提示: 检测到您的数据范围较大，由于系统限制，现为您返回的是精简后的部分数据`

**解决**：
- 缩小查询范围（减少实体数或时间跨度）
- 将单次查询拆分为多次，每次 ≤5 个实体
- 分频率查询（年/季/月分别调用）

### 4. 报告生成技能长时间无响应

**表现**：行业研究 / 首次覆盖 / 专题研究等脚本执行超过 5 分钟仍无输出。

**解决**：
- 这是正常现象，报告生成涉及大模型推理，通常需要 1~5 分钟
- 建议设置超时 >= 300 秒
- 不要中断重试，接口侧可能在排队处理

### 5. 脚本返回 `INVALID_JSON` 或解析失败

**表现**：`ApiCallError: INVALID_JSON`

**解决**：
- 检查网络连接
- 检查 EM_API_KEY 是否有效
- 检查查询内容是否为空或过长（建议自然语言查询不超过 500 字）

---

## 子技能详细文档索引

路由确定后，**必须**先读取对应 reference 文件获取完整指令：

- `references/mx_financial_assistant.md` — 金融问答详细规范（含溯源参考格式、深度思考模式）
- `references/mx_finance_data.md` — 金融数据查询规范（含配额限制、输出文件说明）
- `references/mx_finance_search.md` — 金融资讯搜索规范
- `references/mx_macro_data.md` — 宏观数据查询规范（含完整性复核协议）
- `references/mx_stocks_screener.md` — 智能选股规范（含 select-type 参数说明）
- `references/industry_research_report.md` — 行业研究报告生成规范
- `references/industry_stock_tracker.md` — 行业/个股跟踪报告规范
- `references/initiation_of_coverage_or_deep_dive.md` — 首次覆盖/深度研究规范
- `references/stock_earnings_review.md` — 业绩点评精简协议
- `references/stock_earnings_review_business_logic.md` — 业绩点评完整业务逻辑（含报告期匹配规则）
- `references/stock_diagnosis.md` — 股票诊断规范
- `references/fund_diagnosis.md` — 基金诊断规范
- `references/stock_market_hotspot_discovery.md` — 热点发现规范
- `references/comparable_company_analysis.md` — 可比公司分析规范
- `references/topic_research_report.md` — 专题研究报告规范

### a-stock-data 补充层（仅 A 股，调用模式 D）

- `references/a_stock_data_common.md` — **必读**：共享 helper、UA、ticker 归一化、东财 datacenter helper、估值公式、调研流程、FAQ
- `references/a_stock_market_data.md` — Layer 1 行情层（mootdx + 腾讯 + 百度 K线）
- `references/a_stock_research.md` — Layer 2 研报层（东财 PDF + 同花顺一致预期 + iwencai NL）
- `references/a_stock_signals.md` — Layer 3 信号层（同花顺热点 + 北向 + 概念板块 + 龙虎榜 + 解禁 + 行业排名 + 分钟级资金流）
- `references/a_stock_capital_flow.md` — Layer 4 资金面/筹码层（融资融券 + 大宗交易 + 股东户数 + 分红送转 + 120 日资金流）
- `references/a_stock_news.md` — Layer 5 新闻层（东财个股新闻 + 财联社快讯 + 全球资讯）
- `references/a_stock_fundamentals.md` — Layer 6 基础数据层（mootdx 财务 37 字段/F10 + 东财个股基本面 + 新浪三表）
- `references/a_stock_filings.md` — Layer 7 公告层（巨潮公告全文检索）
- `references/a_stock_limit_up.md` — Layer 8 打板层（涨停/炸板/跌停/昨日涨停四池 + 同花顺涨停揭秘 + 打板情绪，V3.3.0）
- `references/a_stock_etf_options.md` — Layer 9 ETF期权层（合约清单 + T型报价 + 希腊字母/IV，V3.3.0）
- `references/a_stock_sentiment.md` — Layer 10 舆情互动层（互动易问答 + 同花顺热榜 + 东财人气榜，V3.3.0）

### 题材挖掘分析层（仅 A 股，#22，建立在 a-stock-data 之上）

- `references/theme_miner.md` — **入口**：触发条件、与 #12 的边界、流程概览、子文档索引
- `references/theme_miner_data_bridge.md` — 数据桥：6 类数据需求 → a-stock-data 函数映射 + 涨停池/跌停池/市场情绪补充端点（单向依赖，不改 a-stock-data）
- `references/theme_miner_theme_scoring.md` — 题材三维评分（驱动力×资金强度×可持续性）+ 生命周期 + 题材级别
- `references/theme_miner_stock_scoring.md` — 个股五维评分（题材核心度×技术×资金×基本面×催化剂）+ 风险标注
- `references/theme_miner_price_prediction.md` — 中长期目标价（⚠️ 启发式、非回测）+ 置信度 + 操作策略
- `references/theme_miner_execution.md` — 7 步流水线 + 情绪评级 + 报告模板 + 数据约束