Crawler Summary

a-share-thermometer answer-first brief

A股温度计 - 量化评估A股市场冷热程度。当用户输入 /A股温度计、/温度计、/a股 或询问:A股该买还是该卖、现在是牛市还是熊市、A股目前处于什么状态、A股温度、市场热不热、现在该加仓还是减仓等问题时使用此技能。根据市盈率、两融余额、IPO、风险溢价、盈利周期五大指标+市场宽度修正,输出0-100度的市场温度和投资建议。 --- name: a-share-thermometer description: A股温度计 - 量化评估A股市场冷热程度。当用户输入 /A股温度计、/温度计、/a股 或询问:A股该买还是该卖、现在是牛市还是熊市、A股目前处于什么状态、A股温度、市场热不热、现在该加仓还是减仓等问题时使用此技能。根据市盈率、两融余额、IPO、风险溢价、盈利周期五大指标+市场宽度修正,输出0-100度的市场温度和投资建议。 --- A股温度计 🌡️ 交易日判断规则(重要) 在生成报告前,必须先确定评估的目标交易日: 判断逻辑 报告标注 报告头部必须明确标注: 示例 | 当前时间 | 目标交易日 | |---------|-----------| | 周一 10:00 | 上周五 | | 周一 16:00 | 周一 | | 周六 任意时间 | 上周五 | | 周三 14:30 | 周二 | | 周三 15:30 | 周三 | | 春节假期 | Capability contract not published. No trust telemetry is available yet. 3 GitHub stars reported by the source. Last updated 4/14/2026.

Freshness

Last checked 4/14/2026

Best For

a-share-thermometer is best for general automation workflows where OpenClaw compatibility matters.

Not Ideal For

Contract metadata is missing or unavailable for deterministic execution.

Evidence Sources Checked

editorial-content, GITHUB OPENCLEW, runtime-metrics, public facts pack

Claim this agent
Agent DossierGitHubSafety: 94/100

a-share-thermometer

A股温度计 - 量化评估A股市场冷热程度。当用户输入 /A股温度计、/温度计、/a股 或询问:A股该买还是该卖、现在是牛市还是熊市、A股目前处于什么状态、A股温度、市场热不热、现在该加仓还是减仓等问题时使用此技能。根据市盈率、两融余额、IPO、风险溢价、盈利周期五大指标+市场宽度修正,输出0-100度的市场温度和投资建议。 --- name: a-share-thermometer description: A股温度计 - 量化评估A股市场冷热程度。当用户输入 /A股温度计、/温度计、/a股 或询问:A股该买还是该卖、现在是牛市还是熊市、A股目前处于什么状态、A股温度、市场热不热、现在该加仓还是减仓等问题时使用此技能。根据市盈率、两融余额、IPO、风险溢价、盈利周期五大指标+市场宽度修正,输出0-100度的市场温度和投资建议。 --- A股温度计 🌡️ 交易日判断规则(重要) 在生成报告前,必须先确定评估的目标交易日: 判断逻辑 报告标注 报告头部必须明确标注: 示例 | 当前时间 | 目标交易日 | |---------|-----------| | 周一 10:00 | 上周五 | | 周一 16:00 | 周一 | | 周六 任意时间 | 上周五 | | 周三 14:30 | 周二 | | 周三 15:30 | 周三 | | 春节假期 |

OpenClawself-declared

Public facts

5

Change events

1

Artifacts

0

Freshness

Apr 14, 2026

Verifiededitorial-contentNo verified compatibility signals3 GitHub stars

Capability contract not published. No trust telemetry is available yet. 3 GitHub stars reported by the source. Last updated 4/14/2026.

3 GitHub starsTrust evidence available

Trust score

Unknown

Compatibility

OpenClaw

Freshness

Apr 14, 2026

Vendor

Caijiu01

Artifacts

0

Benchmarks

0

Last release

Unpublished

Executive Summary

Key links, install path, and a quick operational read before the deeper crawl record.

Verifiededitorial-content

Summary

Capability contract not published. No trust telemetry is available yet. 3 GitHub stars reported by the source. Last updated 4/14/2026.

Setup snapshot

git clone https://github.com/caijiu01/a-share-thermometer.git
  1. 1

    Setup complexity is LOW. This package is likely designed for quick installation with minimal external side-effects.

  2. 2

    Final validation: Expose the agent to a mock request payload inside a sandbox and trace the network egress before allowing access to real customer data.

Evidence Ledger

Everything public we have scraped or crawled about this agent, grouped by evidence type with provenance.

Verifiededitorial-content
Vendor (1)

Vendor

Caijiu01

profilemedium
Observed Apr 14, 2026Source linkProvenance
Compatibility (1)

Protocol compatibility

OpenClaw

contractmedium
Observed Apr 14, 2026Source linkProvenance
Adoption (1)

Adoption signal

3 GitHub stars

profilemedium
Observed Apr 14, 2026Source linkProvenance
Security (1)

Handshake status

UNKNOWN

trustmedium
Observed unknownSource linkProvenance
Integration (1)

Crawlable docs

6 indexed pages on the official domain

search_documentmedium
Observed Apr 15, 2026Source linkProvenance

Release & Crawl Timeline

Merged public release, docs, artifact, benchmark, pricing, and trust refresh events.

Self-declaredagent-index

Artifacts Archive

Extracted files, examples, snippets, parameters, dependencies, permissions, and artifact metadata.

Self-declaredGITHUB OPENCLEW

Extracted files

0

Examples

6

Snippets

0

Languages

typescript

Parameters

Executable Examples

text

当前时间 → 判断目标交易日

1. 今天是交易日(周一至周五,非节假日):
   - 当前时间 < 15:00(未收盘)→ 评估【上一个交易日】
   - 当前时间 ≥ 15:00(已收盘)→ 评估【今天】

2. 今天是非交易日(周末或节假日):
   - 评估【最近的上一个交易日】

text

🌡️ A股温度计({目标交易日})
数据截止:{目标交易日} 收盘
生成时间:{当前时间}

text

🌡️ A股温度计({日期})

当前温度:{温度}° | {状态图示}
市场状态:{状态名称}
一句话:{核心判断}

text

1. 市盈率(权重30%)—— 得分{X} | {状态}水平

核心数据:
- 上证指数:{点位}点,近10年历史分位数约{X}%
- 沪深300:市盈率{X}倍,PE分位{X}%
- 结构分化:大盘蓝筹(银行≈{X}倍)vs 中小盘成长(科创50≈{X}倍)

解读:
{2-3段分析文字}

风险点:{具体风险}

text

2. 两融余额(权重25%)—— 得分{X} | {状态}级别

核心数据:
- 最新余额:{X}万亿元,{是否创历史新高}
- 历史分位数:{X}%
- 占流通市值比例:{X}%(2015年峰值4.72%)
- 交易额占比:{X}%

解读:
{2-3段分析文字}

风险点:{具体风险}

text

3. IPO数量(权重15%)—— 得分{X} | {状态}级别

核心数据:
- {时间段}IPO:{X}家,同比{增减X}%
- 募资总额:{X}亿元,同比{增减X}%
- 新股表现:上市首日平均涨幅{X}%,破发率{X}%
- 代表性项目:{项目名}({募资额}亿)

解读:
{2-3段分析文字}

风险点:{具体风险}

Docs & README

Full documentation captured from public sources, including the complete README when available.

Self-declaredGITHUB OPENCLEW

Docs source

GITHUB OPENCLEW

Editorial quality

ready

A股温度计 - 量化评估A股市场冷热程度。当用户输入 /A股温度计、/温度计、/a股 或询问:A股该买还是该卖、现在是牛市还是熊市、A股目前处于什么状态、A股温度、市场热不热、现在该加仓还是减仓等问题时使用此技能。根据市盈率、两融余额、IPO、风险溢价、盈利周期五大指标+市场宽度修正,输出0-100度的市场温度和投资建议。 --- name: a-share-thermometer description: A股温度计 - 量化评估A股市场冷热程度。当用户输入 /A股温度计、/温度计、/a股 或询问:A股该买还是该卖、现在是牛市还是熊市、A股目前处于什么状态、A股温度、市场热不热、现在该加仓还是减仓等问题时使用此技能。根据市盈率、两融余额、IPO、风险溢价、盈利周期五大指标+市场宽度修正,输出0-100度的市场温度和投资建议。 --- A股温度计 🌡️ 交易日判断规则(重要) 在生成报告前,必须先确定评估的目标交易日: 判断逻辑 报告标注 报告头部必须明确标注: 示例 | 当前时间 | 目标交易日 | |---------|-----------| | 周一 10:00 | 上周五 | | 周一 16:00 | 周一 | | 周六 任意时间 | 上周五 | | 周三 14:30 | 周二 | | 周三 15:30 | 周三 | | 春节假期 |

Full README

name: a-share-thermometer description: A股温度计 - 量化评估A股市场冷热程度。当用户输入 /A股温度计、/温度计、/a股 或询问:A股该买还是该卖、现在是牛市还是熊市、A股目前处于什么状态、A股温度、市场热不热、现在该加仓还是减仓等问题时使用此技能。根据市盈率、两融余额、IPO、风险溢价、盈利周期五大指标+市场宽度修正,输出0-100度的市场温度和投资建议。

A股温度计 🌡️

交易日判断规则(重要)

在生成报告前,必须先确定评估的目标交易日:

判断逻辑

当前时间 → 判断目标交易日

1. 今天是交易日(周一至周五,非节假日):
   - 当前时间 < 15:00(未收盘)→ 评估【上一个交易日】
   - 当前时间 ≥ 15:00(已收盘)→ 评估【今天】

2. 今天是非交易日(周末或节假日):
   - 评估【最近的上一个交易日】

报告标注

报告头部必须明确标注:

🌡️ A股温度计({目标交易日})
数据截止:{目标交易日} 收盘
生成时间:{当前时间}

示例

| 当前时间 | 目标交易日 | |---------|-----------| | 周一 10:00 | 上周五 | | 周一 16:00 | 周一 | | 周六 任意时间 | 上周五 | | 周三 14:30 | 周二 | | 周三 15:30 | 周三 | | 春节假期 | 节前最后一个交易日 |


核心原则

  1. 数据驱动:所有评估基于可量化的市场数据,不做主观臆测
  2. 多维度交叉验证:四大指标相互印证,避免单一指标误导
  3. 历史分位对比:所有数据与历史分位数对比,判断当前位置
  4. 结构性分析:区分整体与结构,避免"一刀切"结论
  5. 可操作性:针对不同风险偏好给出具体投资建议

触发关键词

命令式调用(推荐)

  • /A股温度计
  • /温度计
  • /a股
  • /ashare

买卖决策类

  • A股该买还是该卖
  • 现在该加仓还是减仓
  • 是否该入场 / 现在能买吗
  • 该不该抄底 / 要不要止盈
  • 现在适合建仓吗

市场状态类

  • 现在是牛市还是熊市
  • A股目前处于什么状态
  • 市场处于什么阶段
  • 现在是顶部还是底部

温度查询类

  • A股现在多少度 / A股温度
  • 市场温度怎么样 / 市场热不热
  • A股热还是冷 / 现在烫手吗

分析评估类

  • A股评估 / A股分析 / 大盘分析
  • 市场情绪 / 市场热度
  • 帮我分析下A股 / 看看大盘怎么样
  • 股市风险大吗

仓位建议类

  • 仓位建议 / 该持有多少仓位
  • 现在满仓安全吗
  • 要不要减仓避险

周期判断类

  • 牛市熊市判断 / 市场周期
  • 现在是周期什么位置
  • 离牛市顶部还有多远

输入

  • 必选:评估日期(默认使用当天)
  • 可选:特定关注板块、投资者类型、持仓情况

输出结构

1. 温度计头部

🌡️ A股温度计({日期})

当前温度:{温度}° | {状态图示}
市场状态:{状态名称}
一句话:{核心判断}

2. 五维体检报告(雷达图式呈现)

3. 核心结论(3-5句话概括)

4. 各指标详细分析

5. 宏观环境与市场特征

6. 分投资者类型的投资建议

7. 关键风险提示

8. 总结与操作建议


温度体系 🌡️

市场温度映射表

| 温度 | 状态 | 图示 | 市场特征 | 操作建议 | |------|------|------|---------|---------| | 90-100° | 🔥 沸腾 | ████████████ | 全面泡沫,随时崩盘 | 清仓观望 | | 80-90° | 🥵 极热 | ██████████░░ | 多数指标过热 | 大幅减仓 | | 70-80° | 😰 偏热 | ████████░░░░ | 投机氛围浓厚 | 控制仓位 | | 60-70° | 😊 温暖 | ██████░░░░░░ | 偏热但可参与 | 精选个股 | | 50-60° | 😐 适中 | █████░░░░░░░ | 中性偏暖 | 均衡配置 | | 40-50° | 🤔 微凉 | ████░░░░░░░░ | 多空平衡 | 逢低布局 | | 30-40° | 😟 偏冷 | ███░░░░░░░░░ | 情绪谨慎 | 分批建仓 | | 20-30° | 😨 寒冷 | ██░░░░░░░░░░ | 情绪低迷 | 积极布局 | | 10-20° | 🥶 极寒 | █░░░░░░░░░░░ | 恐慌抛售 | 大胆加仓 | | 0-10° | 🧊 冰点 | ░░░░░░░░░░░░ | 极度低估(黄金坑) | 满仓抄底 |


五大核心指标(优化版)

指标1:市盈率(权重 30%)

数据获取:

  • 上证指数点位及PE
  • 沪深300 PE及历史分位
  • 主要宽基指数PE(创业板、科创50、中证500、中证1000、中证2000)
  • 行业PE对比(银行、保险 vs 科技成长)

评分规则: | 历史分位数 | 得分 | 状态 | |-----------|------|------| | >90% | 90-100 | 极度高估 | | 80-90% | 75-90 | 高估 | | 60-80% | 60-75 | 偏高 | | 40-60% | 40-60 | 合理 | | 20-40% | 25-40 | 偏低 | | <20% | 0-25 | 低估 |

分析要点:

  1. 整体估值水平(PE中位数)
  2. 结构分化程度(大盘 vs 中小盘)
  3. 与成熟市场对比(A股 vs 美股/港股)
  4. 盈利预期支撑度

输出模板:

1. 市盈率(权重30%)—— 得分{X} | {状态}水平

核心数据:
- 上证指数:{点位}点,近10年历史分位数约{X}%
- 沪深300:市盈率{X}倍,PE分位{X}%
- 结构分化:大盘蓝筹(银行≈{X}倍)vs 中小盘成长(科创50≈{X}倍)

解读:
{2-3段分析文字}

风险点:{具体风险}

指标2:两融余额(权重 25%)

数据获取:

  • 最新两融余额(融资+融券)
  • 历史分位数
  • 占流通市值比例
  • 两融交易额占比
  • 近期监管政策变化

评分规则: | 历史分位数 | 得分 | 状态 | |-----------|------|------| | >95% | 95-100 | 泡沫级杠杆 | | 85-95% | 80-95 | 高杠杆 | | 70-85% | 65-80 | 偏高杠杆 | | 50-70% | 45-65 | 中性杠杆 | | 30-50% | 30-45 | 偏低杠杆 | | <30% | 0-30 | 低杠杆 |

关键阈值参考:

  • 2015年峰值:2.27万亿(占流通市值4.72%)
  • 警戒线:占流通市值>3%
  • 安全线:占流通市值<2%

输出模板:

2. 两融余额(权重25%)—— 得分{X} | {状态}级别

核心数据:
- 最新余额:{X}万亿元,{是否创历史新高}
- 历史分位数:{X}%
- 占流通市值比例:{X}%(2015年峰值4.72%)
- 交易额占比:{X}%

解读:
{2-3段分析文字}

风险点:{具体风险}

指标3:IPO数量与募资(权重 15%)

数据获取:

  • 年度/近期IPO数量
  • 募资总额及同比变化
  • 新股上市表现(首日涨幅、破发率)
  • 重大IPO项目
  • 审核通过率/排队数量

评分规则: | IPO年化数量 | 新股涨幅 | 得分 | 状态 | |------------|---------|------|------| | >150家 + 高涨幅 | >200% | 85-100 | 狂热 | | 100-150家 + 高涨幅 | 100-200% | 70-85 | 活跃 | | 80-120家 + 正常涨幅 | 50-100% | 50-70 | 正常 | | 50-80家 + 低涨幅 | 20-50% | 30-50 | 收缩 | | <50家 + 破发多 | <20%或负 | 0-30 | 冰点 |

输出模板:

3. IPO数量(权重15%)—— 得分{X} | {状态}级别

核心数据:
- {时间段}IPO:{X}家,同比{增减X}%
- 募资总额:{X}亿元,同比{增减X}%
- 新股表现:上市首日平均涨幅{X}%,破发率{X}%
- 代表性项目:{项目名}({募资额}亿)

解读:
{2-3段分析文字}

风险点:{具体风险}

指标4:风险溢价/利差(权重 30%)

数据获取:

  • 市场隐含收益率(1/PE 或 股息率+增长率)
  • 10年期国债收益率
  • 计算利差:股票预期收益率 - 无风险利率

评分规则: | 利差(风险溢价) | 得分 | 状态 | 含义 | |-----------------|------|------|------| | <2% | 85-100 | 泡沫 | 股票相对债券无吸引力 | | 2-3% | 65-85 | 偏贵 | 安全边际较低 | | 3-4% | 50-65 | 合理 | 股票有一定吸引力 | | 4-5% | 35-50 | 偏低估 | 股票较有吸引力 | | 5-6% | 20-35 | 低估 | 股票明显有吸引力 | | >6% | 0-20 | 极度低估 | 罕见机会 |

输出模板:

4. 投资回报率与无风险利率利差(权重30%)—— 得分{X} | {状态}水平

核心数据:
- 市场预期收益率:{X}%(基于当前估值和盈利预期)
- 10年期国债收益率:{X}%(历史{高/低}位)
- 利差:{X}%

解读:
{2-3段分析文字}


指标5:盈利周期(权重 20%)⭐ 新增关键指标

数据获取:

  • 规模以上工业企业利润同比增速
  • 制造业利润增速
  • 高技术制造业利润增速
  • M1同比增速(领先指标,领先盈利6-9个月)
  • 社会融资规模增量(信贷脉冲)

评分规则: | 工业利润增速 | M1趋势 | 得分 | 状态 | |-------------|--------|------|------| | >15% | 上升 | 80-100 | 盈利扩张期 | | 5-15% | 上升 | 60-80 | 盈利复苏期 | | 0-5% | 企稳 | 40-60 | 盈利筑底期 | | -10%-0% | 下降 | 20-40 | 盈利收缩期 | | <-10% | 快速下降 | 0-20 | 盈利衰退期 |

关键判断:

  • M1是最重要的领先指标,M1转正通常领先盈利改善6-9个月
  • 社融脉冲是第二领先指标
  • 当前盈利弱但M1转正 = 未来盈利可能改善

输出模板:

5. 盈利周期(权重20%)—— 得分{X} | {状态}

核心数据:
- 工业企业利润增速:{X}%({时间段})
- 制造业利润:{X}%
- 高技术制造业:{X}%
- M1同比:{X}%({趋势})
- 社融增量:{X}万亿(同比{增减})

解读:
{当前盈利状态}
{领先指标信号}
{未来展望}

市场宽度修正(辅助指标)

数据获取:

  • 上涨家数 / 下跌家数
  • 站上250日均线的股票占比
  • 创新高数 vs 创新低数
  • 沪深分化程度

修正规则: | 宽度状态 | 与指数关系 | 修正 | |---------|-----------|------| | 宽度健康(>60%上涨) | 一致 | 不修正 | | 宽度一般(40-60%上涨) | 基本一致 | -2分 | | 宽度收窄(<40%上涨) | 背离(指数涨,多数股跌) | -5到-10分 | | 宽度极差(<20%上涨) | 严重背离 | -10到-15分 |


综合评分计算

基础评分 = 市盈率得分 × 0.25 
         + 两融余额得分 × 0.20 
         + IPO得分 × 0.10 
         + 利差得分 × 0.25 
         + 盈利周期得分 × 0.20

综合评分 = 基础评分 + 宽度修正(-15 到 0)

权重说明(优化后)

| 指标 | 原权重 | 新权重 | 调整理由 | |------|--------|--------|---------| | 市盈率 | 30% | 25% | 静态估值易被盈利变化"欺骗" | | 两融余额 | 25% | 20% | 机构化后两融代表性下降 | | IPO数量 | 15% | 10% | 更多反映监管意图,非纯市场信号 | | 风险溢价 | 30% | 25% | 保持重要性 | | 盈利周期 | 无 | 20% | ⭐ 核心新增,避免"只看价格不看基本面" |


宏观环境分析框架

政策面

  • 货币政策(降准降息、MLF、再贷款等)
  • 产业政策(重点支持方向)
  • 监管动态(杠杆、IPO、交易规则)

资金流向

  • 北向资金(净流入/流出,重点加减仓板块)
  • 主力资金(行业轮动方向)
  • 两融资金(偏好变化)

板块轮动

  • 强势板块(列举3-5个)
  • 弱势板块(列举3-5个)
  • 轮动逻辑解读

投资建议框架

按投资者类型分类

激进型投资者(风险承受能力高)

  • 建议仓位区间
  • 主线布局方向
  • 战术执行要点
  • 风险控制底线

稳健型投资者(风险承受能力中等)

  • 核心配置建议
  • 卫星配置建议
  • 防御策略

保守型投资者(风险承受能力低)

  • 核心配置建议
  • 权益敞口上限
  • 等待时机条件

仓位建议对照表

| 综合评分 | 激进型 | 稳健型 | 保守型 | |---------|--------|--------|--------| | 80-100 | 3-5成 | 2-3成 | 0-1成 | | 60-80 | 5-7成 | 4-5成 | 2-3成 | | 40-60 | 6-8成 | 5-6成 | 3-4成 | | 20-40 | 7-9成 | 6-7成 | 4-5成 | | 0-20 | 8-10成 | 7-8成 | 5-6成 |


风险提示清单(按类型)

估值风险

  • 结构性泡沫(哪些板块高估)
  • 业绩证伪风险

政策风险

  • 监管收紧方向
  • 政策预期差

流动性风险

  • 杠杆资金波动
  • 资金面变化

外部风险

  • 海外市场联动
  • 汇率波动
  • 地缘政治

事件风险

  • 财报季
  • 重大会议
  • 解禁潮

实时数据获取(重要)

使用内置脚本获取实时数据

技能目录包含 fetch_market_data.py 脚本,可自动从API获取实时市场数据:

调用方式:

python3 ~/.cursor/skills/a-share-thermometer/fetch_market_data.py

返回JSON格式:

{
  "date": "2026-02-05",
  "index_name": "上证指数",
  "current_price": 4075.92,
  "prev_close": 4102.2,
  "change": -26.28,
  "change_percent": -0.64,
  "high": 4088.9,
  "low": 4048.94,
  "open": 4075.03
}

数据来源:

  • 优先使用:腾讯财经API (http://qt.gtimg.cn/q=sh000001)
  • 备用:东方财富API (https://push2.eastmoney.com/api/qt/ulist.np/get?...)

执行流程:

  1. 判断目标交易日(按交易日判断规则)
  2. 调用 fetch_market_data.py 获取实时数据
  3. 如果脚本失败,再尝试网络搜索作为备用
  4. 使用获取的数据进行温度计算

数据来源建议

  1. 实时指数数据:优先使用 fetch_market_data.py 脚本
  2. 估值数据:Wind、Choice、东方财富、同花顺
  3. 两融数据:交易所官网、Wind
  4. IPO数据:证监会、交易所、投行研报
  5. 利率数据:中国债券信息网、央行
  6. 资金流向:沪深港通官网、龙虎榜

输出格式要求

  1. 使用清晰的层级结构
  2. 关键数据用表格呈现
  3. 核心观点加粗或用符号标注(✅ ⚠️ ❌)
  4. 数字精确到小数点后1-2位
  5. 总结部分用简明的要点列表

Contract & API

Machine endpoints, protocol fit, contract coverage, invocation examples, and guardrails for agent-to-agent use.

MissingGITHUB OPENCLEW

Contract coverage

Status

missing

Auth

None

Streaming

No

Data region

Unspecified

Protocol support

OpenClaw: self-declared

Requires: none

Forbidden: none

Guardrails

Operational confidence: low

No positive guardrails captured.
Invocation examples
curl -s "https://www.xpersona.co/api/v1/agents/caijiu01-a-share-thermometer/snapshot"
curl -s "https://www.xpersona.co/api/v1/agents/caijiu01-a-share-thermometer/contract"
curl -s "https://www.xpersona.co/api/v1/agents/caijiu01-a-share-thermometer/trust"

Reliability & Benchmarks

Trust and runtime signals, benchmark suites, failure patterns, and practical risk constraints.

Missingruntime-metrics

Trust signals

Handshake

UNKNOWN

Confidence

unknown

Attempts 30d

unknown

Fallback rate

unknown

Runtime metrics

Observed P50

unknown

Observed P95

unknown

Rate limit

unknown

Estimated cost

unknown

Do not use if

Contract metadata is missing or unavailable for deterministic execution.
No benchmark suites or observed failure patterns are available.

Media & Demo

Every public screenshot, visual asset, demo link, and owner-provided destination tied to this agent.

Missingno-media
No screenshots, media assets, or demo links are available.

Related Agents

Neighboring agents from the same protocol and source ecosystem for comparison and shortlist building.

Self-declaredprotocol-neighbors
Github ReposUpdated 6mo agoRank 70

activepieces

AI Agents & MCPs & AI Workflow Automation • (~400 MCP servers for AI agents) • AI Automation / AI Agent with MCPs • AI Workflows & AI Agents • MCPs for AI Agents

OPENCLAW
Github ReposUpdated 6mo agoRank 70

cherry-studio

AI productivity studio with smart chat, autonomous agents, and 300+ assistants.

MCPOPENCLAW
Github ReposUpdated 6mo agoRank 70

AionUi

Free, local, open-source 24/7 Cowork app and OpenClaw for Gemini CLI, Claude Code, Codex, OpenCode, Qwen Code, Goose CLI, Auggie, and more | 🌟 Star if you like it!

MCPOPENCLAW
Github ReposUpdated 7mo agoRank 70

CopilotKit

The Frontend for Agents & Generative UI. React + Angular

OPENCLAW
Machine Appendix

Contract JSON

{
  "contractStatus": "missing",
  "authModes": [],
  "requires": [],
  "forbidden": [],
  "supportsMcp": false,
  "supportsA2a": false,
  "supportsStreaming": false,
  "inputSchemaRef": null,
  "outputSchemaRef": null,
  "dataRegion": null,
  "contractUpdatedAt": null,
  "sourceUpdatedAt": null,
  "freshnessSeconds": null
}

Invocation Guide

{
  "preferredApi": {
    "snapshotUrl": "https://www.xpersona.co/api/v1/agents/caijiu01-a-share-thermometer/snapshot",
    "contractUrl": "https://www.xpersona.co/api/v1/agents/caijiu01-a-share-thermometer/contract",
    "trustUrl": "https://www.xpersona.co/api/v1/agents/caijiu01-a-share-thermometer/trust"
  },
  "curlExamples": [
    "curl -s \"https://www.xpersona.co/api/v1/agents/caijiu01-a-share-thermometer/snapshot\"",
    "curl -s \"https://www.xpersona.co/api/v1/agents/caijiu01-a-share-thermometer/contract\"",
    "curl -s \"https://www.xpersona.co/api/v1/agents/caijiu01-a-share-thermometer/trust\""
  ],
  "jsonRequestTemplate": {
    "query": "summarize this repo",
    "constraints": {
      "maxLatencyMs": 2000,
      "protocolPreference": [
        "OPENCLEW"
      ]
    }
  },
  "jsonResponseTemplate": {
    "ok": true,
    "result": {
      "summary": "...",
      "confidence": 0.9
    },
    "meta": {
      "source": "GITHUB_OPENCLEW",
      "generatedAt": "2026-10-09T04:40:40.625Z"
    }
  },
  "retryPolicy": {
    "maxAttempts": 3,
    "backoffMs": [
      500,
      1500,
      3500
    ],
    "retryableConditions": [
      "HTTP_429",
      "HTTP_503",
      "NETWORK_TIMEOUT"
    ]
  }
}

Trust JSON

{
  "status": "unavailable",
  "handshakeStatus": "UNKNOWN",
  "verificationFreshnessHours": null,
  "reputationScore": null,
  "p95LatencyMs": null,
  "successRate30d": null,
  "fallbackRate": null,
  "attempts30d": null,
  "trustUpdatedAt": null,
  "trustConfidence": "unknown",
  "sourceUpdatedAt": null,
  "freshnessSeconds": null
}

Capability Matrix

{
  "rows": [
    {
      "key": "OPENCLEW",
      "type": "protocol",
      "support": "unknown",
      "confidenceSource": "profile",
      "notes": "Listed on profile"
    }
  ],
  "flattenedTokens": "protocol:OPENCLEW|unknown|profile"
}

Facts JSON

[
  {
    "factKey": "docs_crawl",
    "category": "integration",
    "label": "Crawlable docs",
    "value": "6 indexed pages on the official domain",
    "href": "https://github.com/login?return_to=https%3A%2F%2Fgithub.com%2Fopenclaw%2Fskills%2Ftree%2Fmain%2Fskills%2Fasleep123%2Fcaldav-calendar",
    "sourceUrl": "https://github.com/login?return_to=https%3A%2F%2Fgithub.com%2Fopenclaw%2Fskills%2Ftree%2Fmain%2Fskills%2Fasleep123%2Fcaldav-calendar",
    "sourceType": "search_document",
    "confidence": "medium",
    "observedAt": "2026-04-15T05:03:46.393Z",
    "isPublic": true
  },
  {
    "factKey": "vendor",
    "category": "vendor",
    "label": "Vendor",
    "value": "Caijiu01",
    "href": "https://github.com/caijiu01/a-share-thermometer",
    "sourceUrl": "https://github.com/caijiu01/a-share-thermometer",
    "sourceType": "profile",
    "confidence": "medium",
    "observedAt": "2026-04-14T22:27:00.007Z",
    "isPublic": true
  },
  {
    "factKey": "protocols",
    "category": "compatibility",
    "label": "Protocol compatibility",
    "value": "OpenClaw",
    "href": "https://www.xpersona.co/api/v1/agents/caijiu01-a-share-thermometer/contract",
    "sourceUrl": "https://www.xpersona.co/api/v1/agents/caijiu01-a-share-thermometer/contract",
    "sourceType": "contract",
    "confidence": "medium",
    "observedAt": "2026-04-14T22:27:00.007Z",
    "isPublic": true
  },
  {
    "factKey": "traction",
    "category": "adoption",
    "label": "Adoption signal",
    "value": "3 GitHub stars",
    "href": "https://github.com/caijiu01/a-share-thermometer",
    "sourceUrl": "https://github.com/caijiu01/a-share-thermometer",
    "sourceType": "profile",
    "confidence": "medium",
    "observedAt": "2026-04-14T22:27:00.007Z",
    "isPublic": true
  },
  {
    "factKey": "handshake_status",
    "category": "security",
    "label": "Handshake status",
    "value": "UNKNOWN",
    "href": "https://www.xpersona.co/api/v1/agents/caijiu01-a-share-thermometer/trust",
    "sourceUrl": "https://www.xpersona.co/api/v1/agents/caijiu01-a-share-thermometer/trust",
    "sourceType": "trust",
    "confidence": "medium",
    "observedAt": null,
    "isPublic": true
  }
]

Change Events JSON

[
  {
    "eventType": "docs_update",
    "title": "Docs refreshed: Sign in to GitHub · GitHub",
    "description": "Fresh crawlable documentation was indexed for the official domain.",
    "href": "https://github.com/login?return_to=https%3A%2F%2Fgithub.com%2Fopenclaw%2Fskills%2Ftree%2Fmain%2Fskills%2Fasleep123%2Fcaldav-calendar",
    "sourceUrl": "https://github.com/login?return_to=https%3A%2F%2Fgithub.com%2Fopenclaw%2Fskills%2Ftree%2Fmain%2Fskills%2Fasleep123%2Fcaldav-calendar",
    "sourceType": "search_document",
    "confidence": "medium",
    "observedAt": "2026-04-15T05:03:46.393Z",
    "isPublic": true
  }
]

Sponsored

Ads related to a-share-thermometer and adjacent AI workflows.