AlphaPai Research Skill
基于Alpha派(AlphaPai)Open API 的投研能力技能。所有 API 调用均通过 scripts/alphapai_client.py 的 CLI 完成,无需手动编写请求代码。
输出原则
Alpha派各接口的返回内容均由专业投研模型生成,质量高、格式完整,调用完成后应将原始输出直接呈现给用户,不做二次加工:
- - 禁止总结或压缩:不得将原文缩写为摘要,不得用自己的语言改写
- 禁止截断:无论内容多长,必须完整输出,不得以"以上为主要内容"等方式省略
- 保留原始格式:Markdown 标题层级、加粗、列表、表格、引用块等结构一律原样保留
- 引用来源随正文输出:若接口返回了参考来源(文档标题、日期、评分等),紧随正文完整呈现
若用户明确要求"总结"或"提炼",则在完整输出原文之后,再额外附上总结,而非替代原文。
数据背景
Alpha派是讯兔科技开发的金融投研 AI 应用,具有丰富的投研场景数据。不同数据源对应不同质量与特征,对专业用户的判断至关重要:
- - 路演纪要:A股上市公司业绩会、券商路演、专家交流等一线会议内容
- 券商点评:分析师每日给机构投资者发送的点评(时效性高,质量参差不齐)
- 微信公众号:投研相关公众号及上市公司官方公众号内容
- 券商研报:国内外券商分析师撰写的研究报告
- 公司公告:上市公司在交易所发布的官方公告(最权威口径)
- 图表与数据:公告/研报图片、表格,及EDB宏观/行业/个股时序数据
首次使用:配置 API Key
CODEBLOCK0
查看当前配置:
CODEBLOCK1
如用户未提供 apikey,向其说明:可在 Alpha 派💻电脑端获取,或联系客户经理。不要在对话中回显完整 apikey。
接口一:投研知识问答
向 Alpha派的投研助手 PaiPai 提问,获取答案。按照输出原则完整呈现回答正文与引用来源,不做二次总结。
CODEBLOCK2
| 选项 | 说明 |
|---|
| INLINECODE1 / INLINECODE2 | 问题内容(必填) |
| INLINECODE3 |
问答模式(默认
Flash):
Flash=简单搜索问答,一问一搜一答;
Think=Wide Search,一问多搜一答 |
|
--context MSG [MSG ...] | 多轮对话历史,按顺序传入 |
|
--web-search | 开启联网搜索 |
|
--deep-reasoning | 开启深度推理 |
|
--start YYYY-MM-DD | 数据筛选开始日期 |
|
--end YYYY-MM-DD | 数据筛选结束日期 |
|
--json | 输出原始JSON(供程序解析) |
示例:
CODEBLOCK3
接口二:投研知识检索(基于RAG技术)
获取会被送入大模型的原始底层原始数据,适合自行加工或构建自定义 RAG 流程。
CODEBLOCK4
| 选项 | 说明 |
|---|
| INLINECODE13 / INLINECODE14 | 查询问题(必填) |
| INLINECODE15 |
数据类型,逗号分隔(不传则全类型) |
|
--no-cutoff | 返回截断前完整内容(默认截断,与送入大模型的数据一致) |
|
--start YYYY-MM-DD | 数据筛选开始日期 |
|
--end YYYY-MM-DD | 数据筛选结束日期 |
|
--json | 输出原始JSON(供程序解析) |
示例:
CODEBLOCK5
recallType 枚举值
选择 --type 参数时,根据用户意图选择合适的数据类型:
| 类型值 | 含义 | 特点 |
|---|
| INLINECODE21 | 券商点评 | 时效性最强,分析师每日发送,质量参差不齐 |
| INLINECODE22 |
路演会议纪要 | 业绩会、券商路演、专家交流,一线投研内容 |
|
roadShow_ir | 上市公司官方路演纪要 | 官方披露,量少 |
|
roadShow_us | 美股 earnings 纪要 | 美股上市公司业绩会 |
|
roadShow_od | 私域会议纪要 | 内部渠道 |
|
report | 国内券商研报 | 深度分析,时效性较低 |
|
foreign_report | 海外券商研报 | 摩根、花旗等头部机构 |
|
wechat_public_article | 微信公众号 | 行业资讯及上市公司官方公众号 |
|
ann | 上市公司官方公告 | 最权威口径,交易所披露 |
|
vps | 基金定期报告 | 基金持仓、季报等 |
|
table | 公告/研报数据表格 | 结构化表格数据 |
|
image | 研报图片 | 产业链图示、指标对比图表 |
|
qa | 调研/路演中提取的Q&A | 结构化问答对 |
|
edb | EDB时序数据库 | 宏观、行业、个股时间序列数据 |
接口三:股票 Agent
INLINECODE35 — SSE 流式,响应结构同接口一。业绩点评场景需先通过接口四获取公告ID。
输出要求:严格遵照输出原则。Agent 生成内容通常较长(千字以上),必须完整输出全文,不得以任何形式截断、摘要或改写。Markdown 格式(标题、表格、加粗、列表)和参考来源原样保留。
mode 1 — 个股业绩点评
根据公司公告、业绩会路演、研报,对公司最新财务报告进行点评。
必填: --stock CODE:NAME --report-type TYPE --report-id ID --report-title TITLE --report-period PERIOD(公告信息先用 report 命令查询)
可选: --concern TEXT(用户关注方向)
CODEBLOCK6
mode 2 — 公司一页纸
基于最新公告、路演、研报、点评,对公司进行初步完整分析。
必填: INLINECODE43
可选: --language 中文|英文(美股公司可选)--template-text TEXT(自定义公司一页纸模板,默认为空)
CODEBLOCK7
mode 3 — 个股调研大纲
快速生成调研一家公司时应该问的问题清单。
必填: INLINECODE46
可选: --template-text TEXT(调研大纲中希望关注的内容要点,默认为空)
CODEBLOCK8
mode 5 — 主题选股
根据事件、主题、关键词筛选相关股票。(template 值自动设为 1,无需手动传)
必填: --template-text TEXT(选股主题,与 --question 保持一致)
CODEBLOCK9
mode 7 — 投资逻辑
梳理一家公司近期事件,提炼投资逻辑。
必填: INLINECODE52
可选: --template-text TEXT(关注的分析要点、维度、指标,默认为空)--only-answer(仅返回最终答案,不返回中间过程)
CODEBLOCK10
mode 8 — 可比公司
从业务经营、产业链位置上,检索最具对标性的其他公司。(template 值自动设为 1,无需手动传)
必填: INLINECODE57
可选: --concern TEXT(对比过程中关注的话题,如产品参数、技术路线、估值、盈利等)
CODEBLOCK11
mode 9 — 观点 Challenge
利用Alpha派信息,对用户观点进行逻辑挑战,启发多角度思考。(template 值自动设为 1,无需手动传)
必填: --template-text TEXT(待 Challenge 的观点,与 --question 中观点描述保持一致)
可选: --concern TEXT(关注焦点,进一步限定 Challenge 范围)--start / --end YYYY-MM-DD(检索信息时间范围)
CODEBLOCK12
mode 11 — 行业一页纸
基于最新公告、路演、研报、点评,对一个行业进行初步完整分析(细粒度行业通常更佳)。
必填: --industry NAME(行业名称)
可选: --template-text TEXT(自定义行业一页纸模板,默认为空)
CODEBLOCK13
mode 12 — 个股选基
根据个股及公募基金定期报告,查找持仓个股权重最高的基金。
必填: --stock-list CODE:NAME [...] --report-date DATE INLINECODE69
可选: --if-annual 0|1(是否年报,默认0)
CODEBLOCK14
mode 13 — 主题选基
根据事件、主题、关键词筛选相关基金。
必填: --report-date DATE INLINECODE72
可选: INLINECODE73
CODEBLOCK15
mode 15 — 画图
分析用户 query 并以图片方式展示调研结果,一图胜千言。
必填: --picture-color 主色HEX 辅色HEX INLINECODE75
INLINECODE76 固定传两个 HEX 值(主色、辅色),不含 # 前缀,如 2A66F6 A5A8AF,不可多传或少传。
可选: --source 0|1(0=仅图片,1=图文,默认0)
CODEBLOCK16
接口四:获取股票公告列表
查询某只股票在交易所公开的公告列表,用于获取业绩点评所需的公告ID。
CODEBLOCK17
示例:
CODEBLOCK18
接口五:搜图表
从研报和公告中搜索相关图片和表格。
CODEBLOCK19
| 选项 | 说明 |
|---|
| INLINECODE80 / INLINECODE81 | 搜索内容(必填) |
| INLINECODE82 |
来源类型代码(可多个,默认不限制):
3=内资研报
8=外资研报
6=公告
9=三方研报 |
|
--topk N | 返回数量(1-100,默认50) |
|
--recall-mode MODE | 召回模式: both(默认)/vector
only/esonly |
|
--llm-rank | 使用LLM重排序 |
|
--start / --end YYYY-MM-DD | 发布日期范围 |
|
--json | 输出原始JSON |
示例:
CODEBLOCK20
典型工作流
工作流1:投研问答
- 1. 确认配置存在(
config --show) - 执行
qa 命令,回答和引用来源直接输出 - 格式化呈现给用户
工作流2:获取原始数据自定义分析
- 1. 确认配置存在
- 执行
recall 命令,根据需求选择 --type 和时间范围 - 使用
--json 输出原始数据供后续脚本处理
工作流3:个股业绩点评(Agent)
- 1. 确认配置存在
- 执行
report --code <CODE> 查询公告列表,获取 stockReportId、stockReportTitle、stockReportPeriod、 INLINECODE101 - 执行
agent --mode 1 并传入上述公告信息,得到业绩点评
工作流4:其他 Agent 场景
- 1. 确认配置存在
- 根据场景选择
--mode,按接口三参数表传入必填项 - 格式化呈现回答和引用来源
工作流5:图表搜索
- 1. 确认配置存在
- 执行
image --query "..." 搜索相关图表 - 从返回的
imageUrl 获取图片链接展示给用户
升级 Skill
当用户说"帮我升级 alphapai-research skill"或类似意图时,执行以下流程:
- 1. 获取远程版本信息:通过 WebFetch 工具拉取安装指引文档: INLINECODE106
- 解析远程版本:读取返回文档 frontmatter 中的
version 字段 - 读取本地版本:读取当前
SKILL.md frontmatter 中的 metadata.version 字段 - 版本对比与决策:
- 远程版本 == 本地版本 → 告知用户"alphapai-research 已是最新版本(vX.X.X),无需升级。"流程结束
- 远程版本 > 本地版本 → 按照远程
install.md 中的
升级安装 流程执行
- 远程版本 < 本地版本 → 告知用户"本地版本高于远程版本,可能使用了预发布版,跳过升级。"流程结束
升级安装的具体步骤(下载、解压、备份、替换、验证)完全遵照远程 install.md 文档中的指引执行,无需硬编码在此处。
参考文件
| 文件 | 内容 | 何时读取 |
|---|
| INLINECODE112 | 完整 API 字段定义、响应结构、枚举值(含5个接口) | 调试异常响应、需要完整字段说明、参数含义不明时 |
| INLINECODE113 |
CLI 源码 + 可导入的
AlphaPaiClient 类 | 需要模块化/程序化调用,或排查 CLI 底层行为时 |
AlphaPai 研究技能
基于Alpha派(AlphaPai)Open API 的投研能力技能。所有 API 调用均通过 scripts/alphapai_client.py 的 CLI 完成,无需手动编写请求代码。
输出原则
Alpha派各接口的返回内容均由专业投研模型生成,质量高、格式完整,调用完成后应将原始输出直接呈现给用户,不做二次加工:
- - 禁止总结或压缩:不得将原文缩写为摘要,不得用自己的语言改写
- 禁止截断:无论内容多长,必须完整输出,不得以以上为主要内容等方式省略
- 保留原始格式:Markdown 标题层级、加粗、列表、表格、引用块等结构一律原样保留
- 引用来源随正文输出:若接口返回了参考来源(文档标题、日期、评分等),紧随正文完整呈现
若用户明确要求总结或提炼,则在完整输出原文之后,再额外附上总结,而非替代原文。
数据背景
Alpha派是讯兔科技开发的金融投研 AI 应用,具有丰富的投研场景数据。不同数据源对应不同质量与特征,对专业用户的判断至关重要:
- - 路演纪要:A股上市公司业绩会、券商路演、专家交流等一线会议内容
- 券商点评:分析师每日给机构投资者发送的点评(时效性高,质量参差不齐)
- 微信公众号:投研相关公众号及上市公司官方公众号内容
- 券商研报:国内外券商分析师撰写的研究报告
- 公司公告:上市公司在交易所发布的官方公告(最权威口径)
- 图表与数据:公告/研报图片、表格,及EDB宏观/行业/个股时序数据
首次使用:配置 API Key
bash
python scripts/alphapaiclient.py config --set-key YOURAPI_KEY
非默认服务地址时追加:--set-url https://your-host
查看当前配置:
bash
python scripts/alphapai_client.py config --show
如用户未提供 apikey,向其说明:可在 Alpha 派💻电脑端获取,或联系客户经理。不要在对话中回显完整 apikey。
接口一:投研知识问答
向 Alpha派的投研助手 PaiPai 提问,获取答案。按照输出原则完整呈现回答正文与引用来源,不做二次总结。
bash
python scripts/alphapai_client.py qa --question 问题内容 [选项]
| 选项 | 说明 |
|---|
| --question / -q | 问题内容(必填) |
| --mode Flash\ |
Think | 问答模式(默认 Flash):Flash=简单搜索问答,一问一搜一答;Think=Wide Search,一问多搜一答 |
| --context MSG [MSG ...] | 多轮对话历史,按顺序传入 |
| --web-search | 开启联网搜索 |
| --deep-reasoning | 开启深度推理 |
| --start YYYY-MM-DD | 数据筛选开始日期 |
| --end YYYY-MM-DD | 数据筛选结束日期 |
| --json | 输出原始JSON(供程序解析) |
示例:
bash
基础问答(Flash 模式,默认)
python scripts/alphapai_client.py qa --question 贵州茅台2024年经营情况如何?
Think 模式(Wide Search,更广泛检索)
python scripts/alphapai_client.py qa --question 贵州茅台2024年经营情况如何? --mode Think
多轮对话
python scripts/alphapai_client.py qa \
--question 对行业的影响呢? \
--context 云南缺电对哪些公司会造成影响? 影响主要集中在高耗能行业
联网搜索 + 时间范围
python scripts/alphapai_client.py qa \
--question 近期新能源车销量趋势 \
--web-search --start 2025-01-01 --end 2025-03-01
接口二:投研知识检索(基于RAG技术)
获取会被送入大模型的原始底层原始数据,适合自行加工或构建自定义 RAG 流程。
bash
python scripts/alphapai_client.py recall --query 查询问题 [选项]
| 选项 | 说明 |
|---|
| --query / -q | 查询问题(必填) |
| --type TYPES |
数据类型,逗号分隔(不传则全类型) |
| --no-cutoff | 返回截断前完整内容(默认截断,与送入大模型的数据一致) |
| --start YYYY-MM-DD | 数据筛选开始日期 |
| --end YYYY-MM-DD | 数据筛选结束日期 |
| --json | 输出原始JSON(供程序解析) |
示例:
bash
检索和召回点评和Q&A类型数据
python scripts/alphapai_client.py recall \
--query 贵州茅台2024年市值 \
--type comment,qa \
--start 2025-01-01 --end 2025-03-20
检索和召回全类型完整内容
python scripts/alphapai_client.py recall --query 宁德时代电池技术 --no-cutoff
recallType 枚举值
选择 --type 参数时,根据用户意图选择合适的数据类型:
| 类型值 | 含义 | 特点 |
|---|
| comment | 券商点评 | 时效性最强,分析师每日发送,质量参差不齐 |
| roadShow |
路演会议纪要 | 业绩会、券商路演、专家交流,一线投研内容 |
| roadShow_ir | 上市公司官方路演纪要 | 官方披露,量少 |
| roadShow_us | 美股 earnings 纪要 | 美股上市公司业绩会 |
| roadShow_od | 私域会议纪要 | 内部渠道 |
| report | 国内券商研报 | 深度分析,时效性较低 |
| foreign_report | 海外券商研报 | 摩根、花旗等头部机构 |
| wechat
publicarticle | 微信公众号 | 行业资讯及上市公司官方公众号 |
| ann | 上市公司官方公告 | 最权威口径,交易所披露 |
| vps | 基金定期报告 | 基金持仓、季报等 |
| table | 公告/研报数据表格 | 结构化表格数据 |
| image | 研报图片 | 产业链图示、指标对比图表 |
| qa | 调研/路演中提取的Q&A | 结构化问答对 |
| edb | EDB时序数据库 | 宏观、行业、个股时间序列数据 |
接口三:股票 Agent
POST /alpha/open-api/v1/paipai/stock/agent — SSE 流式,响应结构同接口一。业绩点评场景需先通过接口四获取公告ID。
输出要求:严格遵照输出原则。Agent 生成内容通常较长(千字以上),必须完整输出全文,不得以任何形式截断、摘要或改写。Markdown 格式(标题、表格、加粗、列表)和参考来源原样保留。
mode 1 — 个股业绩点评
根据公司公告、业绩会路演、研报,对公司最新财务报告进行点评。
必填: --stock CODE:NAME --report-type TYPE --report-id ID --report-title TITLE --report-period PERIOD(公告信息先用 report 命令查询)
可选: --concern TEXT(用户关注方向)
bash
Step 1:查询公告列表,获取 report-id 等信息
python scripts/alphapai_client.py report --code 603380.SH
Step 2:调用业绩点评
python scripts/alphapai_client.py agent --mode 1 \
--question 易德龙2025年一季报业绩点评 --stock 603380.SH:易德龙 \
--report-type 季报 --report-id HANNC002658114224 \
--report-title 易德龙:2025年第一季度报告 --report-period 2025年一季报
mode 2 — 公司一页纸
基于最新公告、路演、研报、点评,对公司进行初步完整分析。
必填: --stock CODE:NAME
可选: --language 中文|英文(美股公司