Xpersona
T

tushare-finance

CLAWHUB · Unverified

获取中国金融市场数据(A股、港股、美股、基金、期货、债券)。支持220+个Tushare Pro接口:股票行情、财务报表、宏观经济指标。当用户请求股价数据、财务分析、指数行情、GDP/CPI等宏观数据时使用。

62
Rank
84
Safety
25k
Downloads

About

What it does, and when to use it.

Capability contract not published. No trust telemetry is available yet. 25.5K downloads reported by the source. Last updated 11/16/2026.

Avoid when

  • Contract metadata is missing or unavailable for deterministic execution.

Risk flags: missing_or_unavailable_contract, trust_data_unavailable, schema_references_missing

Install and run

Setup complexity: low.

clawhub skill install s175q4e1hdrvjfbdej1q6ffv69885j1w:tushare-finance
  1. Install using `clawhub skill install s175q4e1hdrvjfbdej1q6ffv69885j1w:tushare-finance` in an isolated environment before connecting it to live workloads.
  2. No published capability contract is available yet, so validate auth and request/response behavior manually.
  3. Review the upstream CLAWHUB listing at https://clawhub.ai/stanleychanh/tushare-finance before using production credentials.

Contract: missing

curl -s "https://www.xpersona.co/api/v1/agents/clawhub-stanleychanh-tushare-finance--finance-2/snapshot"

Run-check

$0.02 USD

1 measured facts are behind this paywall: success rate and latency, uptime and estimated cost, when not to use it, how to call it, benchmark scores.

Agents pay $0.02 in USDC. A card payment is $0.50, the smallest a card allows.

Documentation

CLAWHUB

160,000 characters of source documentation, loaded on request.

Extracted files

5 files captured from the source.

SKILL.md

---
name: tushare-finance
description: 获取中国金融市场数据(A股、港股、美股、基金、期货、债券)。支持220+个Tushare Pro接口:股票行情、财务报表、宏观经济指标。当用户请求股价数据、财务分析、指数行情、GDP/CPI等宏观数据时使用。
allowed-tools:
  - Bash(python:*)
  - Read
---

# Tushare 金融数据 Skill

本 skill 通过 Tushare Pro API 获取中国金融市场数据,支持 220+ 个数据接口。

## 快速开始

### 1. Token 配置

**询问用户**:是否已配置 Tushare Token?

如未配置,引导用户:
1. 访问 https://tushare.pro 注册
2. 获取 Token
3. 配置环境变量:`export TUSHARE_TOKEN="your_token"`

### 2. 验证依赖

检查 Python 环境:
```bash
python -c "import tushare, pandas; print('OK')"
```

如报错,安装依赖:
```bash
pip install tushare pandas
```

## 常用接口速查

| 数据类型 | 接口方法 | 说明 |
|---------|---------|------|
| 股票列表 | `pro.stock_basic()` | 获取所有股票列表 |
| 日线行情 | `pro.daily()` | 获取日线行情数据 |
| 财务指标 | `pro.fina_indicator()` | 财务指标(ROE等) |
| 利润表 | `pro.income()` | 利润表数据 |
| 指数行情 | `pro.index_daily()` | 指数日线数据 |
| 基金净值 | `pro.fund_nav()` | 基金净值数据 |
| GDP数据 | `pro.gdp()` | 国内生产总值 |
| CPI数据 | `pro.cpi()` | 居民消费价格指数 |

**完整接口列表**:查看 [接口文档索引](reference/README.md)

## 数据获取流程

1. **查找接口**:根据需求在 [接口索引](reference/README.md) 找到对应接口
2. **阅读文档**:查看 `reference/接口文档/[接口名].md` 了解参数
3. **编写代码**:
   ```python
   import tushare as ts

   # 初始化(使用环境变量中的 Token)
   pro = ts.pro_api()

   # 调用接口
   df = pro.daily(ts_code='000001.SZ', start_date='20241201', end_date='20241231')
   ```
4. **返回结果**:DataFrame 格式

## 参数格式说明

- **日期**:YYYYMMDD(如 20241231)
- **股票代码**:ts_code 格式(如 000001.SZ, 600000.SH)
- **返回格式**:pandas DataFrame

## 接口文档参考

**接口索引**:[reference/README.md](reference/README.md)

接口文档按类别组织:
- 股票数据(39 个接口)
- 指数数据(18 个接口)
- 基金数据(11 个接口)
- 期货期权(16 个接口)
- 宏观经济(10 个接口)
- 港股美股(23 个接口)
- 债券数据(16 个接口)

## 参考资源

- **Tushare 官方文档**:https://tushare.pro/document/2
- **API 测试工具**:https://tushare.pro/document/1

README.md

# Tushare Finance Skill

[![Version](https://img.shields.io/badge/version-2.1.0-blue.svg)](https://github.com/StanleyChanH/Tushare-Finance-Skill-for-Claude-Code)
[![License](https://img.shields.io/badge/license-Apache--2.0-green.svg)](LICENSE)
[![ClawHub](https://img.shields.io/badge/ClawHub-Available-purple.svg)](https://clawhub.com)
[![Auto Sync](https://github.com/StanleyChanH/Tushare-Finance-Skill-for-Claude-Code/actions/workflows/sync-docs.yml/badge.svg)](https://github.com/StanleyChanH/Tushare-Finance-Skill-for-Claude-Code/actions/workflows/sync-docs.yml)

获取中国金融市场数据的 OpenClaw Skill,支持 **220+ 个 Tushare Pro 接口**。

## ✨ 特性

- 🚀 **开箱即用** - 一键安装,无需复杂配置
- 📊 **全面覆盖** - A股、港股、美股、基金、期货、债券
- 🔧 **多种方式** - Python API、命令行工具、批量导出
- 📈 **实时数据** - 支持股票行情、财务报表、宏观经济
- 🔄 **OpenClaw 集成** - 无缝集成到自动化工作流
- 📖 **完整文档** - 220+ 接口完整索引和使用示例
- 🤖 **自动同步** - GitHub Actions 定期爬取官方文档,自动更新

## 📥 安装

### 方法 1:通过 ClawHub(推荐)

```bash
clawhub install tushare-finance
```

### 方法 2:手动安装

```bash
git clone https://github.com/StanleyChanH/Tushare-Finance-Skill-for-Claude-Code.git
cd Tushare-Finance-Skill-for-Claude-Code
pip install -r requirements.txt
```

## 🔑 配置

### 获取 Tushare Token

1. 访问 [Tushare Pro](https://tushare.pro) 注册账号
2. 在个人中心获取 Token
3. 配置环境变量:

```bash
export TUSHARE_TOKEN="your_token_here"
```

## 🚀 快速开始

### Python API

```python
from scripts.api_client import TushareAPI

# 初始化客户端
api = TushareAPI()

# 查询股票日线行情
df = api.get_stock_daily("000001.SZ", "2024-01-01", "2024-12-31")
print(df.head())

# 查询公司基本信息
info = api.get_stock_info("000001.SZ")
print(info)

# 批量查询多只股票
stocks = ["000001.SZ", "000002.SZ", "600000.SH"]
data = api.batch_query(stocks, "2024-01-01", "2024-12-31")
```

## 📊 支持的数据类型

| 类别 | 接口数量 | 示例接口 |
|------|---------|---------|
| 股票数据 | 39 | `daily`, `stock_basic`, `fina_indicator`, `income` |
| 指数专题 | 18 | `index_daily`, `index_weight`, `index_basic` |
| 公募基金 | 11 | `fund_nav`, `fund_basic`, `fund_hold` |
| 期货期权 | 16 | `futures_daily`, `opt_daily` |
| 宏观经济 | 10 | `gdp`, `cpi`, `pmi`, `shibor` |
| 港股美股 | 23 | `hk_daily`, `us_daily` |
| 债券专题 | 16 | `cb_basic`, `cb_price` |
| ETF专题 | 7 | `etf_basic`, `fund_etf_hist` |
| 大模型语料 | 7 | `news`, `anns`, `policy` |
| 行业经济 | 8 | `movie`, `box_office` |

**完整接口列表**:查看 [接口文档索引](reference/README.md)

## 🤖 文档自动同步

本项目通过 GitHub Actions 自动从 [Tushare 官方文档](https://tushare.pro/document/2) 同步 API 文档。

### 工作流程

```
每周一 10:00 CST (自动) / 手动触发
    │
    ├─ Playwright 登录 Tushare
    ├─ ddddocr 自动识别验证码
    ├─ 爬取 220+ 文档页面
    ├─ SHA256 增量对比,只更新有变更的文档
    ├─ 内容质量校验
    └─ 自动创建 Pull Request
```

### 手动触发

在 GitHub Actions 页面点击 **"Run workflow"**,支持以下参数:

| 参数 | 说明 |
|------|------|
| `dry_run` | 只检测变更,不写入文件 |
| `max_docs` | 最大爬取数量(测试用) |
| `doc_id` | 只爬取指定文档 |

### 配置 Secrets

需要在仓库 Settings → Secrets 中配置:

| Secret | 说明 |
|--------|------|
| `TUSHARE_ACCOUNT` | Tushare 登录手机号或邮箱 |
| `TUSHARE_PASSWORD` | Tushare 登录密码 |

## 📖 文档结构

```
├── SKILL.md              # Skill 定义文件
├── QUICK_REFERENCE.md    # 快速参考
├── scrip

reference/README.md

# Tushare API 接口文档索引

本文档由自动化脚本从[Tushare官方文档系统](https://tushare.pro/document/2)提取。

## 文档说明

- **总计**: 共提取 **220** 个接口文档
- **格式**: 所有文档均为Markdown格式
- **位置**: `skills/tushare-finance/reference/`
- **更新**: 自动化提取,保持与官方文档同步
- **作者**: [StanleyChanH](https://github.com/StanleyChanH)

## ETF专题

**数量**: 7 个接口

| 序号 | 接口名称 | 文档ID | 文档路径 |
|------|---------|--------|----------|
| 1 | ETF份额规模 | 408 | [接口文档/ETF份额规模.md](接口文档/ETF份额规模.md) |
| 2 | ETF分钟行情 | 387 | [接口文档/ETF分钟行情.md](接口文档/ETF分钟行情.md) |
| 3 | ETF基准指数 | 386 | [接口文档/ETF基准指数.md](接口文档/ETF基准指数.md) |
| 4 | ETF基本信息 | 385 | [接口文档/ETF基本信息.md](接口文档/ETF基本信息.md) |
| 5 | ETF复权因子 | 199 | [接口文档/ETF复权因子.md](接口文档/ETF复权因子.md) |
| 6 | ETF实时日线 | 400 | [接口文档/ETF实时日线.md](接口文档/ETF实时日线.md) |
| 7 | ETF日线行情 | 127 | [接口文档/ETF日线行情.md](接口文档/ETF日线行情.md) |

## 债券专题

**数量**: 16 个接口

| 序号 | 接口名称 | 文档ID | 文档路径 |
|------|---------|--------|----------|
| 1 | 可转债发行 | 186 | [接口文档/可转债发行.md](接口文档/可转债发行.md) |
| 2 | 可转债基础信息 | 185 | [接口文档/可转债基础信息.md](接口文档/可转债基础信息.md) |
| 3 | 可转债技术面因子(专业版) | 392 | [接口文档/可转债技术面因子(专业版).md](接口文档/可转债技术面因子(专业版).md) |
| 4 | 可转债票面利率 | 305 | [接口文档/可转债票面利率.md](接口文档/可转债票面利率.md) |
| 5 | 可转债行情 | 187 | [接口文档/可转债行情.md](接口文档/可转债行情.md) |
| 6 | 可转债赎回信息 | 269 | [接口文档/可转债赎回信息.md](接口文档/可转债赎回信息.md) |
| 7 | 可转债转股价变动 | 246 | [接口文档/可转债转股价变动.md](接口文档/可转债转股价变动.md) |
| 8 | 可转债转股结果 | 247 | [接口文档/可转债转股结果.md](接口文档/可转债转股结果.md) |
| 9 | 国债实际收益率曲线利率 | 220 | [接口文档/国债实际收益率曲线利率.md](接口文档/国债实际收益率曲线利率.md) |
| 10 | 国债收益率曲线 | 201 | [接口文档/国债收益率曲线.md](接口文档/国债收益率曲线.md) |
| 11 | 国债收益率曲线利率 | 219 | [接口文档/国债收益率曲线利率.md](接口文档/国债收益率曲线利率.md) |
| 12 | 国债长期利率 | 222 | [接口文档/国债长期利率.md](接口文档/国债长期利率.md) |
| 13 | 国债长期利率平均值 | 223 | [接口文档/国债长期利率平均值.md](接口文档/国债长期利率平均值.md) |
| 14 | 柜台流通式债券报价 | 322 | [接口文档/柜台流通式债券报价.md](接口文档/柜台流通式债券报价.md) |
| 15 | 柜台流通式债券最优报价 | 323 | [接口文档/柜台流通式债券最优报价.md](接口文档/柜台流通式债券最优报价.md) |
| 16 | 短期国债利率 | 221 | [接口文档/短期国债利率.md](接口文档/短期国债利率.md) |

## 公募基金

**数量**: 11 个接口

| 序号 | 接口名称 | 文档ID | 文档路径 |
|------|---------|--------|----------|
| 1 | 各渠道公募基金销售保有规模占比 | 265 | [接口文档/各渠道公募基金销售保有规模占比.md](接口文档/各渠道公募基金销售保有规模占比.md) |
| 2 | 基金净值 | 119 | [接口文档/基金净值.md](接口文档/基金净值.md) |
| 3 | 基金分红 | 120 | [接口文档/基金分红.md](接口文档/基金分红.md) |
| 4 | 基金列表 | 19 | [接口文档/基金列表.md](接口文档/基金列表.md) |
| 5 | 基金技术面因子(专业版) | 359 | [接口文档/基金技术面因子(专业版).md](接口文档/基金技术面因子(专业版).md) |
| 6 | 基金持仓 | 121 | [接口文档/基金持仓.md](接口文档/基金持仓.md) |
| 7 | 基金管理人 | 118 | [接口文档/基金管理人.md](接口文档/基金管理人.md) |
| 8 | 基金经理 | 208 | [接口文档/基金经理.md](接口文档/基金经理.md) |
| 9 | 基金规模 | 207 | [接口文档/基金规模.md](接口文档/基金规模.md) |
| 10 | 基金销售行业数据 | 264 | [接口文档/基金销售行业数据.md](接口文档/基金销售行业数据.md) |
| 11 | 销售机构公募基金销售保有规模 | 266 | [接口文档/销售机构公募基金销售保有规模.md](接口文档/销售机构公募基金销售保有规模.md) |

## 其他

**数量**: 67 个接口

| 序号 | 接口名称 | 文档ID | 文档路径 |
|------|---------|--------|----------|
| 1 | 上市公司基本信息 | 112 | [接口文档/上市公司基本信息.md](接口文档/上市公司基本信息.md) |
| 2 | 上市公司管理层 | 193 | [接口文档/上市公司管理层.md](接口文档/上市公司管理层.md) |
| 3 | 业绩快报 | 46 | [接口文档/业绩快报.md](接口文档/业绩快报.md) |
| 4 | 业绩预告 | 45 | [接口文档/业绩预告.md](接口文档/业绩预告.md) |
| 5 | 东方财富App热榜 | 321 | [接口文档/东方财富App热榜.md](接口文档/东方财富App热榜.md) |
| 6 | 

_meta.json

{
  "ownerId": "kn7fnx0e4a5kyh3xpffp43fjh5810w1s",
  "slug": "tushare-finance",
  "version": "2.1.0",
  "publishedAt": 1780993137462
}

QUICK_REFERENCE.md

# Tushare API 快速参考

本文档提供最常用的 Tushare API 接口和代码示例。

**作者**: [StanleyChanH](https://github.com/StanleyChanH)

## 股票数据

### 获取股票列表
```python
import tushare as ts
pro = ts.pro_api()

# 获取所有正常上市的股票
df = pro.stock_basic(list_status='L')

# 筛选特定交易所
df_sz = pro.stock_basic(exchange='SZSE')  # 深交所
df_sh = pro.stock_basic(exchange='SSE')   # 上交所
```

### 获取日线行情
```python
# 单只股票
df = pro.daily(ts_code='000001.SZ', start_date='20241201', end_date='20241231')

# 多只股票
df = pro.daily(ts_code='000001.SZ,600000.SH', start_date='20241201', end_date='20241231')

# 某日所有股票
df = pro.daily(trade_date='20241231')
```

### 获取财务数据
```python
# 利润表
df = pro.income(ts_code='600000.SH', start_date='20240101', end_date='20241231')

# 资产负债表
df = pro.balancesheet(ts_code='600000.SH', start_date='20240101', end_date='20241231')

# 现金流量表
df = pro.cashflow(ts_code='600000.SH', start_date='20240101', end_date='20241231')

# 财务指标
df = pro.fina_indicator(ts_code='600000.SH', start_date='20240101', end_date='20241231')
```

## 指数数据

### 获取指数列表
```python
df = pro.index_basic(market='SSE')  # 上交所指数
df = pro.index_basic(market='SZSE') # 深交所指数
```

### 获取指数行情
```python
# 上证指数
df = pro.index_daily(ts_code='000001.SH', start_date='20241201', end_date='20241231')

# 深证成指
df = pro.index_daily(ts_code='399001.SZ', start_date='20241201', end_date='20241231')
```

## 基金数据

### 获取基金列表
```python
df = pro.fund_basic(market='E')  # 场内基金
df = pro.fund_basic(market='O')  # 场外基金
```

### 获取基金净值
```python
df = pro.fund_nav(ts_code='000001.OF', start_date='20241201', end_date='20241231')
```

## 宏观经济

### GDP 数据
```python
df = pro.gdp(start_q='2020011', end_q='2024044')
```

### CPI 数据
```python
df = pro.cpi(start_date='20240101', end_date='20241231')
```

### PMI 数据
```python
df = pro.pmi(start_date='20240101', end_date='20241231')
```

### 利率数据
```python
# Shibor
df = pro.shibor(start_date='20241201', end_date='20241231')

# LPR
df = pro.lpr(start_date='20241201', end_date='20241231')
```

## 港股美股

### 港股数据
```python
# 港股列表
df = pro.hk_basic()

# 港股行情
df = pro.hk_daily(ts_code='00700.HK', start_date='20241201', end_date='20241231')
```

### 美股数据
```python
# 美股列表
df = pro.us_basic()

# 美股行情
df = pro.us_daily(ts_code='AAPL', start_date='20241201', end_date='20241231')
```

## 常见查询模式

### 按日期范围查询
```python
df = pro.daily(
    ts_code='000001.SZ',
    start_date='20240101',  # YYYYMMDD
    end_date='20241231'
)
```

### 按交易日查询
```python
df = pro.daily(trade_date='20241231')
```

### 获取最新数据
```python
# 先获取最近的交易日
import datetime
today = datetime.datetime.now().strftime('%Y%m%d')
df = pro.daily(trade_date=today)
```

## 数据处理技巧

### 数据清洗
```python
# 去除停牌数据
df = df[df['vol'] > 0]

# 排序
df = df.sort_values('trade_date')

# 重置索引
df = df.reset_index(drop=True)
```

### 数据保存
```python
# 保存到 CSV
df.to_csv('data.csv', index=False)

# 保存到 Excel
df.to_excel('data.xlsx', index=False)
```

## 错误处理

```python
import tushare as ts

try:
    pro = ts.pro_api('your_token')
    df = pro.daily(ts_code='000001.SZ', start_date='

Sponsored

Ads related to tushare-finance and adjacent AI workflows.