Awesome-finance-skills的alphaear-news实战：如何聚合财联社等13个信源的实时金融新闻
【免费下载链接】Awesome-finance-skillsA collection of Awesome Finance Agent Skills for free and easy to start | 一系列开源免费的金融分析Agent Skills项目地址: https://gitcode.com/gh_mirrors/aw/Awesome-finance-skills
Awesome-finance-skills 是一个开源免费的金融分析 Agent 技能合集，其中的alphaear-news技能可以让 AI 助手一键聚合财联社、华尔街见闻、雪球、微博等十余个信源的实时金融新闻，自动生成多平台热点汇总报告，还能抓取 Polymarket 预测市场数据。无需自己写爬虫、对接 API，安装后即可提问使用。本文带你从零上手这个金融新闻聚合技能。
🎯 alphaear-news 能做什么？
装上这个技能后，你的 AI Agent 就拥有了一张"金融新闻雷达"，核心能力有 3 个：
| 能力 | 调用方法 | 说明 |
|---|---|---|
| 📰 单信源热点新闻 | fetch_hot_news(source_id, count) | 按信源 ID 抓取实时热榜，如cls（财联社） |
| 🔥 多信源热点汇总 | get_unified_trends(sources) | 聚合多个信源，生成 Markdown 热点报告 |
| 🔮 预测市场数据 | get_market_summary(limit) | 获取 Polymarket 热门预测，洞察公众预期 |
下图是接入 skills 后，Agent 基于实时新闻输出的一份贵金属跳水分析示例，信息全部来自实时抓取的新闻源：
技能定义见 SKILL.md，核心实现位于 news_tools.py。
🚀 最快安装方法：两条命令上手
方式一：一键安装（推荐）
# 只安装 alphaear-news 这一个技能 npx skills add RKiding/Awesome-finance-skills@alphaear-news方式二：克隆仓库手动安装
git clone https://gitcode.com/gh_mirrors/aw/Awesome-finance-skills # 以 OpenCode 为例，把技能复制到你的 Agent cp -r Awesome-finance-skills/skills/* ~/.config/opencode/skills/该技能同时支持 OpenCode、Claude Code、Antigravity 等主流框架，只需保证技能目录中有SKILL.md文件即可被识别。
📡 信源清单：金融、综合、科技三大类全覆盖
alphaear-news 内置的信源清单维护在 sources.md 中，覆盖三大类别：
| 类别 | 信源 ID | 信源名称 | 特色 |
|---|---|---|---|
| 💰 金融类 | cls | 财联社 | A股与宏观实时快讯 |
| 💰 金融类 | wallstreetcn | 华尔街见闻 | 全球市场与深度分析 |
| 💰 金融类 | xueqiu | 雪球热榜 | 社区股票讨论热点 |
| 🌐 综合类 | weibo/zhihu/baidu | 微博 / 知乎 / 百度热搜 | 大众情绪与舆论风向 |
| 🌐 综合类 | toutiao/douyin/thepaper | 头条 / 抖音 / 澎湃 | 算法推荐、短视频趋势、时政 |
| 🛠 科技类 | 36kr/ithome | 36氪 / IT之家 | 创投与消费科技 |
| 🛠 科技类 | v2ex/juejin/hackernews | V2EX / 掘金 / Hacker News | 开发者社区与全球科技动态 |
💡 提示：金融分析一般首选
cls+wallstreetcn+xueqiu组合，辅以
🛠 实战：三种典型用法
用法一：抓取财联社实时快讯
from scripts.news_tools import NewsNowTools tools = NewsNowTools(db) news = tools.fetch_hot_news("cls", count=15) # 财联社前 15 条实时新闻返回的每条新闻包含标题、链接、发布时间和排名，可直接交给大模型做解读。
用法二：一键生成全网热点汇总报告
# 默认聚合 微博 + 知乎 + 华尔街见闻 report = tools.get_unified_trends() # 或自定义信源组合 report = tools.get_unified_trends(["cls", "weibo", "36kr"])get_unified_trends会按平台分组输出各信源 Top 10 热点，并附上链接和生成时间，是一份开箱即用的 Markdown 舆情简报（实现见 news_tools.py#L127-L159）。
用法三：查看 Polymarket 预测市场
from scripts.news_tools import PolymarketTools summary = PolymarketTools(db).get_market_summary(limit=10)预测市场的概率价格（如"美联储会否降息"）是观察公众预期和风险偏好的绝佳信号，与新闻热点互补。
⚙️ 工程细节：缓存、限速与容错
alphaear-news 在稳定性上下了不少功夫，这也是它适合放进 Agent 自动运行的原因：
- ⚡5分钟内存缓存：同一信源短时间内重复请求直接命中缓存，避免频繁打接口；
- 🛡过期缓存兜底：API 超时或失败时自动回退到最近一次缓存数据，保证 Agent 流程不中断；
- 📥本地持久化：抓取结果通过 database_manager.py 落库，可回溯历史新闻；
- 🕸正文提取限速：通过 content_extractor.py 调用 Jina Reader 提取新闻正文（Markdown 格式），无 API Key 时自动限速为每分钟 20 次，请求间隔不小于 3 秒，避免触发封禁；
- ✅测试保障：相关行为均有测试覆盖，见 test_news.py。
📌 小结与相关文件
alphaear-news 把"金融新闻聚合"这件原本需要写爬虫、维护 API 的事，压缩成了安装 → 提问两步：信源可配、报告可读、故障自愈。装好之后，直接对 Agent 说一句"帮我看看财联社和微博今天有什么热点"，就能拿到实时聚合报告。
相关文件速查：
- 技能说明：skills/alphaear-news/SKILL.md
- 信源清单：skills/alphaear-news/references/sources.md
- 新闻抓取工具：skills/alphaear-news/scripts/news_tools.py
- 正文提取：skills/alphaear-news/scripts/content_extractor.py
- 本地数据库：skills/alphaear-news/scripts/database_manager.py
【免费下载链接】Awesome-finance-skillsA collection of Awesome Finance Agent Skills for free and easy to start | 一系列开源免费的金融分析Agent Skills项目地址: https://gitcode.com/gh_mirrors/aw/Awesome-finance-skills
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考