mcpField
L
list-china-today-macro-news

list-china-today-macro-news

github.com/fatfingererr生产力3414 次安装38 周前更新
代码仓库

关于 list-china-today-macro-news

list-china-today-macro-news 从中文财经来源抓取并筛选中国宏观经济新闻,也可获取文章正文,适合按关键词跟踪政策和经济动态。

主要功能

  1. 01从 wallstreetcn 和 36kr 抓取新闻
  2. 02按宏观经济关键词筛选
  3. 03将简单关键词扩展为相关词
  4. 04使用 --deep 获取文章正文
  5. 05以 JSON 返回结果

适用场景

  1. 01扫描央行政策相关新闻
  2. 02跟踪通胀、贸易或经济指标
  3. 03获取文章正文以便深入分析

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/fatfingererr/macro-skills --skill list-china-today-macro-news

安装后在 Claude Code 中输入/list-china-today-macro-news确认已加载。

包含的文件

除 SKILL.md 外,安装时一起下载的参考资料和脚本。

manifest.json
requirements.txt
skill.yaml
templates.md
examples/
sample-output.json
references/
data-sources.md
scripts/
fetch_china_macro_news.py
templates/
news-report.md
workflows/
fetch-releases.md

详细介绍

今日中国宏观新闻 Skill

🔗 基于 news-aggregator-skill | 专注于中国宏观经济新闻的垂直扩展

从多个中文财经新闻源抓取并筛选中国宏观经济相关新闻,提供 AI 深度解读。

工具

fetch_china_macro_news.py

用法:

### 基本用法:抓取華爾街日報的中國宏觀新聞
python scripts/fetch_china_macro_news.py --source wallstreetcn --limit 15

### 多源掃描:華爾街日報 + 36氪
python scripts/fetch_china_macro_news.py --source wallstreetcn,36kr --limit 10

### 深度抓取(下載文章內容)
python scripts/fetch_china_macro_news.py --source wallstreetcn --limit 10 --deep
智能关键词扩展(Smart Keyword Expansion)

CRITICAL:当用户给出简单关键词时,自动扩展至相关领域:

  • 用户:"利率" -> Agent 使用:--keyword "利率,LPR,MLF,降息,加息,PBOC,央行"
  • 用户:"通胀" -> Agent 使用:--keyword "通胀,CPI,PPI,物价,通缩"
  • 用户:"贸易" -> Agent 使用:--keyword "贸易,进出口,顺差,关税,海关"
# Example: User asked for "央行新聞" (Note the expanded keywords)
python scripts/fetch_china_macro_news.py --source wallstreetcn --limit 20 --keyword "央行,PBOC,利率,LPR,MLF,降息,降準" --deep

参数:

  • --source:可选 wallstreetcn、36kr、all(默认:wallstreetcn)。
  • --limit:每个来源的最多条目数(默认 15)。
  • --keyword:以逗号分隔的筛选词(默认:宏观相关关键词)。
  • --deep:[NEW] 启用深度抓取。下载并提取文章的正文内容。

输出: JSON 数组。使用 --deep 时,条目将包含与文章正文对应的 content 字段。

默认宏观关键词

脚本默认使用以下关键词筛选中国宏观新闻:

央行,PBOC,利率,LPR,MLF,降息,降準,
GDP,PMI,CPI,PPI,通膨,通縮,
經濟,宏觀,財政,貨幣政策,
貿易,進出口,順差,逆差,
就業,失業,消費,零售,
房地產,樓市,投資,基建,
人民幣,匯率,外匯,
債券,國債,信貸,社融,M2

交互式菜单

当用户说 “今日中国宏观新闻”(或类似的“菜单/帮助”触发语)时:

  1. 读取 Skill 目录中 templates.md 的内容。
  2. 显示 文件中列出的可用命令,内容必须完全一致。
  3. 引导用户选择编号或复制命令来执行。

智能时间筛选与报告(CRITICAL)

如果用户请求特定时间范围(例如“过去 X 小时”),但结果较少(少于 5 条):

  1. 优先遵循用户设定的时间范围:先列出所有严格符合用户指定时间的条目(Time < X)。
  2. 智能补充:如果条目较少,必须纳入更大时间范围内(例如过去 24 小时)的高价值/高热度条目,确保报告至少包含 5 条有意义的洞见。
  3. 标注:清晰标记较早的条目(例如“⚠️ 18 小时前”“🔥 24 小时热点”),让用户知道这些是补充内容。
  4. 高价值内容:即使略微超出时间范围,也始终优先纳入“重大政策”“央行动态”或“关键数据”条目。

回复指南(CRITICAL)

格式与风格:

  • 语言:繁体中文(zh-TW)。
  • 风格:杂志/新闻通讯风格(例如“财讯”或“华尔街日报”的风格)。专业、简洁且引人入胜。
  • 结构:
    • 🔥 头条焦点:最重要的 3-5 条宏观新闻。
    • 💰 央行与货币政策:利率、流动性相关内容。
    • 📊 经济数据:解读 GDP、PMI、CPI 等数据。
    • 💱 汇率与市场:人民币、债券、股市相关内容。
  • 条目格式:
    • 标题:必须是指向原始 URL 的 Markdown 链接。
      • ✅ 正确:### 1. [央行宣布降准 0.5 个百分点](https://...)
      • ❌ 错误:### 1. 央行宣布降准 0.5 个百分点
    • 元数据行:必须包含来源、时间/日期和热度/评分。
    • 一句话摘要:简洁有力地说明“这意味着什么”。
    • 深度解读(项目符号列表):用 2-3 个项目符号解释其重要性、技术细节或背景。(“深度扫描”时必需。)

输出文件:

  • 始终将完整报告保存到 reports/ 目录,并使用带时间戳的文件名(例如 reports/china_macro_YYYYMMDD_HHMM.md)。
  • 在聊天中向用户展示完整报告内容。
  • CRITICAL:报告页脚必须包含署名行。

数据源说明

来源说明适用场景
华尔街日报中国顶级财经媒体,宏观/市场新闻时效性强央行政策、市场动态、数据解读
36氪科技财经媒体,涵盖宏观经济快讯经济政策、产业动态

示例输出

# 今日中國宏觀新聞摘要(2026-01-20)

> 掃描時間:11:30 | 來源:華爾街日報、36氪 | 共 12 條相關新聞

---

## 🔥 頭條焦點

### 1. [央行今日開展 5000 億 MLF 操作,利率持平](https://wallstreetcn.com/...)
📍 華爾街日報 | 🕐 09:45 | 🔥 高關注

央行維持 MLF 利率不變,符合市場預期。

- **核心要點**:本月 MLF 到期量 4500 億,淨投放 500 億
- **市場影響**:短期流動性維持寬鬆,LPR 大概率持平
- **後續觀察**:關注月末資金面與下月降準窗口

### 2. [12 月 PMI 回升至 50.1,製造業重返擴張區間](https://wallstreetcn.com/...)
📍 華爾街日報 | 🕐 10:00 | 🔥 重要數據

官方製造業 PMI 小幅回升,結束連續兩個月收縮。

- **數據亮點**:新訂單指數回升 0.3 個百分點
- **結構分化**:大型企業穩健,中小企業仍承壓
- **政策含義**:穩增長政策效果初顯,但基礎尚不穩固

---

## 💰 央行與貨幣政策

### 3. [1 月 LPR 報價出爐:1 年期 3.10%、5 年期 3.60% 均持平](https://...)
...

---

*報告由 list-china-today-macro-news skill 自動生成*
*🔗 Powered by [news-aggregator-skill](https://github.com/anthropics/news-aggregator-skill)*

署名

此 Skill 基于 news-aggregator-skill 的架构构建并扩展。

  • 核心抓取模式源自 news-aggregator-skill/scripts/fetch_news.py
  • 报告格式遵循 news-aggregator-skill 的回复指南
  • 智能时间筛选逻辑改编自 news-aggregator-skill

🔗 基于 Anthropic 的 news-aggregator-skill

评论

支持 Markdown