指数查询

安装指南

1. ClawHub CLI 从源直接安装技能的最快方式。
   npx clawhub@latest install index-query
2. 手动安装 将技能文件夹复制到以下位置之一
   全局模式
   ~/.openclaw/skills/
   工作区
   /skills/
   优先级：工作区 > 本地 > 内置
3. 提示词安装 将此提示词复制到 OpenClaw 即可自动安装。
   请帮我使用 Clawhub 安装 index-query。如果尚未安装 Clawhub，请先安装（npm i -g clawhub）。
   更倾向于下载？
   获取包含原生技能文件的ZIP压缩包。
   下载技能 (.zip)

什么是

Index Query 是一个 AI 智能体技能，用于通过 Index Hub API 检索和解释国内指数数据。它支持指数发现与比较、成分股查询、行业与市值拆解、回报与风险指标、估值倍数与历史百分位、财务指标、相关 ETF 及场外指数基金，以及指数行情和日内数据。Openclaw Skills 用户可以使用它将“比较这些指数”或“哪些指数包含这只股票？”等问题转化为简洁的、有数据源支持的回答。
该技能可区分指数与跟踪它的 ETF 或共同基金，将特定产品的问题路由至适当的基金查询技能，并要求在回复中说明相关的数据日期和局限性。它提供事实信息和比较，而非投资建议、预测、交易指令或账户操作。历史表现和估值指标不预示未来回报。

应用场景

按名称、代码、类别、主题、表现、估值、基本面或跟踪产品查找国内指数。
使用一致的日期和可比的回报、风险、估值或基本面指标来比较指数。
检查指数的主要成分股及权重，或查找包含一个或多个特定股票的指数。
审查行业敞口以及大盘股、中盘股和小盘股的分布。
检查区间回报、年化表现、波动率、最大回撤或夏普比率。
检索市盈率（PE）、市净率（PB）和市销率（PS）倍数及其历史百分位，或检查净资产收益率（ROE）、股息率以及营收或利润增长。
识别相关的 ETF 和场外指数基金，切勿将基金价格、持仓或回报与指数数据混淆。
在相关数据可用时，查询最新的指数点位、涨跌幅、交易活动、日内走势或历史 K 线。
使用 Openclaw Skills 进行基于事实的指数研究，同时将投资决策和交易保持在技能范围之外。

工作原理

识别请求的对象和意图。利用上下文、术语和可用的名称或代码，区分指数与 ETF 或场外指数基金；如果对象仍然模糊不清，请请求澄清。
选择相关功能：指数搜索、股票查指数、指数详情、持仓、回报、估值、财务指标、相关产品、行情或历史市场数据。使用目录来确认参数、字段路径、单位和日期约定。
通过 scripts/api_client.py（该技能受控的身份验证、缓存和用例核算路由）检索真实数据。切勿用内存或外部页面替代查询结果。
对于多部分问题，查询每个所需的数据维度，并在可能的情况下复用现有结果。在支持的情况下批量处理多个指数代码，并避免冗余请求。
使用有文档记录的目录解析和标准化返回的值、日期和单位。对于估值问题，在可能的情况下，将报告的每个倍数与其相应的历史百分位和百分位窗口进行配对。
给出简洁的结论，随后提供相关事实和比较依据。包含数据截止日期、行情时间戳或报告期，解释缺失或受限的数据，并区分指数表现与跟踪基金的实际表现。
通过 guardrails.py 运行最终回复；如果验证失败，进行修改并重新检查。包含所需的仅供参考免责声明，且不要暴露原始回复、凭据或内部服务细节。

配置指南

按照其目录中的 INSTALL.md 文件安装该技能。如果使用 Index Hub 捆绑包，请使用捆绑包的 install/install.sh 进行统一安装。
从“指数直通车”微信小程序中的“AI Skills”页面获取 API 密钥，并在安装文档中完成授权步骤。
在 ~/.config/index-hub/api_key 处配置密钥，或者在运行时提供 INDEX_HUB_API_KEY 以临时覆盖它。也支持旧版的 ETF_API_KEY 变量。请勿在提示词或回复中暴露密钥。
确认 scripts/api_client.py、references/catalog-index.md 和 guardrails.py 可用。将目录作为端点参数、响应路径、单位和日期规则的权威标准。
仅通过捆绑的客户端发出数据请求。基于该技能文档用法的请求示例：
python3 scripts/api_client.py --method GET --path /skill/v3/index/detail
--query '{"indexCodes":"000300"}' --compact --output /tmp/index_detail.json 每个用户每天享有 500 次免费 API 调用的额度；单个问题可能会消耗多次调用，按实际接口请求计算。如果授权、权限或服务访问不可用，请报告限制情况，而不是提供未经验证的数据。

数据架构

该技能将其实现资源和查询结果组织如下：
路径或数据域 用途
references/catalog-index.md 权威功能目录：端点、请求参数、JSON 字段路径、单位、日期约定、限制和示例。
scripts/api_client.py 用于认证请求、缓存和调用核算的受控 API 客户端。可以使用 --output 保存响应以便进行本地处理。
config.py 本地数据服务配置；配置内容和凭据绝不能向用户展示。
guardrails.py 最终答案验证、标准免责声明处理以及针对不安全或不支持的回复内容的检查。
指数身份与组成 名称、代码、分类、编制属性、成分股及成分股权重。
敞口与产品 行业与市值分布、相关 ETF 和场外指数基金。产品数据必须与指数数据保持区分。
表现与风险 区间回报、年化回报、波动率、最大回撤及相关比较指标，并附带适用的日期和定义。
估值与基本面 PE、PB、PS 和历史百分位；ROE、股息率、营收和利润指标，附带报告日期或期间。
行情与历史 在支持的情况下，指数点位、涨跌幅、交易数据、行情时间戳、日内序列和历史 K 线。
不假设回复共享单一的 JSON 形状：请查阅目录并验证实际的响应结构。在撰写答案之前对缺失值进行标准化，保留每个指数与其数据之间的关联，并披露被截断或不完整的历史覆盖范围。请勿将资源链接字段视为嵌入式 JSON，亦不可从指数数据推断基金持仓、价格或回报。

高级特性

广泛的指数发现：
按代码、名称以及支持的分类、表现、估值、基本面或跟踪产品标准搜索和过滤国内指数。
股票反向查询指数：
查找包含一只或多只股票的指数，支持匹配所有提供的股票或任意提供的股票的控制选项。
基于风险的筛选：
使用夏普比率、最大回撤、年化波动率和年化回报等指标过滤指数。
多维度分析：
结合详情、持仓、回报、估值、财务指标、相关产品和市场数据，同时为每个维度使用适当的查询功能。
估值上下文：
将 PE、PB 或 PS 倍数与匹配的历史百分位窗口和数据日期进行配对；解释百分位不可用的情况。
历史与市场视图：
在支持的情况下查询估值和基本面历史、股息率历史、日内序列、实时快照以及日、周、分钟 K 线。
高效的 API 使用：
优先使用批量查询，复用现有结果，在用户轮次中的多次调用间保持相同的
INDEX_HUB_TURN_ID
，并且仅在需要新请求时使用 --refresh 。
本地响应处理： --output 保存响应，并使用诸如
jq
python3
等工具处理保存的文件，而不是重复相同的 API 调用。
内置回复安全机制：
验证最终答案，披露数据日期和空白，保护凭据和内部服务细节，并保持输出基于事实且不具咨询性质。
技能路由边界：
将特定的 ETF 或场外基金产品问题分别直接路由至
etf-fund-query
open-fund-query
。

name: index-query