mx-macro-data（mx 宏数据）

宏观经济数据查询 (mx_macro_data)

通过文本输入查询宏观经济数据，接口返回 JSON 后会自动转换为 CSV 并生成对应的内容描述 txt 文件。

密钥来源与安全说明

• 本技能仅使用一个环境变量：EM_API_KEY。
• EM_API_KEY 由东方财富妙想服务（https://ai.eastmoney.com/mxClaw）签发，用于其接口鉴权。
• 在提供密钥前，请先确认密钥来源、可用范围、有效期及是否支持重置/撤销。
• 禁止在代码、提示词、日志或输出文件中硬编码/明文暴露密钥。

⚠️ 核心输入约束 (Critical Input Constraints)

• 时间维度：支持相对时间表述（如“今年”、“过去三年”、“上月”）。
• 地域维度：支持宏观地区表述（如“中国”、“美国”、“欧元区”、“华东地区”、“中国各省”），无需拆解为具体省市列表。

1. 禁止模糊商品类别 (No Ambiguous Commodities)

• 禁止输入：大类统称（如“稀土金属”、“有色金属”、“农产品”、“能源”、“科技股”）。
• 要求：必须解包为具体的交易品种名称或代码。

- ❌ 错误："查询稀土价格走势" - ✅ 正确："查询氧化镨钕、氧化镝、氧化铽的价格走势"

2. 禁止宏观泛指指标 (No Macro Generalizations without Metrics)

• 禁止输入：宽泛的经济概念而无具体指标（如“中国经济”、“美国制造业状况”、“全球通胀情况”）。
• 要求：必须指定具体的指标名称（如 GDP、CPI、PMI、失业率、工业增加值等）。

- ❌ 错误："查询中国经济数据" - ✅ 正确："查询中国 GDP 同比增速、中国 CPI 同比" - ✅ 正确："查询美国制造业 PMI" (地域允许宏观，但指标必须具体)

3. 时间与地域的灵活性 (Flexible Time & Region)

• 时间：无需绝对日期。

- ✅ 允许："查询中国过去五年的M2增速"、"查询上个月美国的非农数据"、"查询黄金今日价格"。 - ✅ 允许（缺省）："查询德国失业率" 。

• 地域：无需拆解为子集列表。

- ✅ 允许："查询华东地区GDP","查询中国各省GDP"。 - ⚠️ 注意：若涉及“主要新兴市场”、“Top 5 国家”等动态排名指代，仍建议上层模型解包为具体国家列表（如 "查询中国、印度、巴西的M2"），以确保数据源一致性。

🔄 输出接口与上层规划协议 (Output Interface & Orchestration Protocol)

本 Skill 仅负责执行单次查询并生成文件。为实现数据完整性保障，上层规划引擎必须根据以下协议，对本 Skill 的输出进行后续处理。

1. 输出文件结构 (Output File Structure)

执行 mx_macro_data 后，Skill 将在指定目录下生成一个或多个 CSV 文件，以及一个描述文件。

• CSV 文件：mx_macro_data_<查询ID>_<频率>.csv

- *示例*：mx_macro_data_4591GG28_yearly.csv, mx_macro_data_4591GG28_quarterly.csv, mx_macro_data_4591GG28_monthly.csv - 注意：文件数量和频率取决于查询指标的可用性（yearly、quarterly、monthly、weekly、daily）。

• 描述文件：mx_macro_data_<查询ID>_description.txt

- 包含数据来源、时间范围、指标说明等基础信息。

2. 上层规划引擎必须执行的“完整性复核”逻辑 (Mandatory Verification Logic for Orchestrator)

上层规划引擎在调用 mx_macro_data 后，必须执行以下工作流，以确保最终结果的完整性：

阶段 A: 任务解析与预期规划 (Task Parsing & Expectation Planning)

1. 解析原始用户意图：从用户查询中提取核心要素。
2. 构建预期全集 (Expected Universe)：

- 地域：通过规划引擎的内置知识库、搜索引擎或 LLM 推理能力，将模糊地域表述解析为具体行政单元。例如："中国各省" → 34 个省级行政区；"华东地区" → 上海、江苏、浙江、安徽、福建、江西、山东共 7 个省市。 - 指标：将复合指标拆解为独立指标。例如："GDP, CPI" → ["GDP", "CPI"]。 - 频率：根据查询语境推断预期频率，可能生成多个频率的数据文件（yearly、quarterly、monthly等）。

阶段 B: 文件读取与差异检测 (File Reading & Gap Detection)

1. 获取输出文件列表：获取 mx_macro_data 生成的所有 CSV 文件路径。
2. 读取并分析每个文件：

- 使用规划引擎内置的代码执行能力（如 Python Sandbox）读取 CSV。 - 提取每个文件中实际覆盖的 (地区, 指标) 组合及其数量。

1. 执行差异计算：

- 对每一种频率的文件，分别计算 Missing_Pairs_<Frequency> = Expected_Universe - Actual_From_CSV_File。 - 识别出具体缺失的项（如：年频数据中缺失“西藏-GDP”）。

阶段 C: 决策与迭代调用 (Decision & Iterative Invocation)

⚠️ 强制要求：上层规划引擎必须执行以下补全流程，不得在存在缺失数据时直接交付结果。

1. 判断是否需要补全：

- 如果所有频率的 Missing_Pairs 集合均为空：结束流程，交付现有文件。 - 如果存在非空的 Missing_Pairs 集合：必须进入补全流程，不可跳过。

1. 构建补全查询：

- 根据 Missing_Pairs_<Frequency> 中的缺失项，结合原始查询的时间维度，构造新的自然语言查询。 - 示例： Missing_Pairs_季 = [("西藏", "GDP"), ("宁夏", "GDP")] ↓ 补全查询 = "查询西藏自治区、宁夏回族自治区的 GDP 季度数据，时间范围同前次查询"

1. 再次调用 mx_macro_data：

- 使用新构造的补全查询，再次调用本 Skill 获取缺失数据。

1. 迭代循环：

- 重复执行 阶段 B（差异检测）→ 阶段 C（决策补全），直至满足以下任一条件： - ✅ 所有频率下的缺失项均已补全 - ⚠️ 达到最大重试次数5次，此时应向用户报告未能补全的数据项

阶段 D: 最终交付 (Final Delivery)

1. 数据合并（可选）：

- 如果需要，可将同一频率下多次查询的结果（如多个 quarterly.csv 文件）合并为一个完整的 quarterly.csv。

1. 状态报告：

- 规划引擎应向上游（如用户界面）报告最终交付的文件列表，并可选地报告补全过程（如“系统已自动补全 2 个缺失数据项”）。

功能范围

基础查询能力

• 经济指标：GDP、CPI、PPI、PMI、失业率、工业增加值等（支持指定国家/地区及具体指标名）。
• 货币金融：M1/M2 货币供应量、社融规模、国债利率、汇率（支持指定币种对）。
• 商品价格：黄金、白银、原油、铜、特定稀土氧化物等（必须指定具体品种）。
• 时间频率：自动识别相对时间（年、季、月、周、日）并匹配对应频率数据；若未指定，返回最新数据。

查询示例对照表

前提条件

1. 注册东方财富妙想账号

访问 https://ai.eastmoney.com/mxClaw 注册账号并获取API_KEY。

2. 配置 Token

# macOS 添加到 ~/.zshrc，Linux 添加到 ~/.bashrc
export EM_API_KEY="your_api_key_here"

然后根据系统执行对应的命令：

macOS：

source ~/.zshrc

Linux：

source ~/.bashrc

3. 安装依赖

pip3 install httpx --user

快速开始

1. 命令行调用

在项目根目录或配置的工作目录下执行：

python3 {baseDir}/scripts/get_data.py --query 中国GDP

参数说明：

### 2. 代码调用

import asyncio from pathlib import Path from scripts.get_data import query_mx_macro_data

async def main(): result = await query_mx_macro_data( query="中国近五年GDP", output_dir=Path("workspace/mx_macro_data"), ) if "error" in result: print(result["error"]) else: print(f"CSV: {r['csv_paths']}") print(f"描述: {r['description_path']}") print(f"行数: {r['row_counts']}")

asyncio.run(main())

输出示例：

CSV: /path/to/workspace/mx_macro_data/mx_macro_data_4591GG28_yearly.csv CSV: /path/to/workspace/mx_macro_data/mx_macro_data_4591GG28_quarterly.csv CSV: /path/to/workspace/mx_macro_data/mx_macro_data_4591GG28_monthly.csv 描述:/path/to/workspace/mx_macro_data/mx_macro_data_4591GG28_description.txt 行数: 年: 10行, 季: 20行, 月: 40行

## 输出文件说明

| 文件 | 说明 |
| --- | --- |
| `mx_macro_data_<查询ID>_<频率>.csv` | 按频率分组的宏观数据表，UTF-8 编码，可直接用 Excel 或 pandas 打开。 |
| `mx_macro_data_<查询ID>_description.txt` | 说明文件，含各频率数据统计、数据来源和单位等信息。 |

## 环境变量

| 变量 | 说明 | 默认 |
| --- | --- | --- |
| `MX_MACRO_DATA_OUTPUT_DIR` | CSV 与描述文件的输出目录（可选） | `workspace/mx_macro_data` |
| `EM_API_KEY` | 东方财富宏观查数工具 API 密钥（必备） | 无 |

## 常见问题

### 用户常见问题

**Q: 提示"请设置 EM_API_KEY 环境变量"怎么办？**

A: 按以下步骤配置 API 密钥：

1. 访问 [东方财富宏观查数工具](https://ai.eastmoney.com/mxClaw) 注册并获取 `API_KEY`。
2. 配置环境变量： `# macOS/Linux export EM_API_KEY="your_api_key_here" # Windows PowerShell $env:EM_API_KEY="your_api_key_here"`

**Q: 如何指定输出目录？**

A: 通过设置 `MX_MACRO_DATA_OUTPUT_DIR` 环境变量：

export MX_MACRO_DATA_OUTPUT_DIR="/path/to/output" python3 scripts/get_data.py --query "查询内容"

### 开发者常见问题（规划引擎集成）

**Q: 为什么需要上层规划引擎做复核？**

A: 本 Skill 专注于单一查询能力，不负责数据完整性校验。完整性验证（如"中国各省"是否真的覆盖全部省份）属于业务逻辑范畴，更适合由具备上下文理解和决策能力的规划引擎来处理。

**Q: 如何判断何时进行复核？**

A: 当原始用户意图包含以下特征时，应自动触发复核流程：

- **集合性词汇**：如"各省"、"各地区"、"华东地区"等
- **多指标查询**：如"GDP 和 CPI"、"主要经济指标"等

**Q: 如何处理不同频率的数据？** A: **必须**对每种频率的 CSV 文件**分别**执行完整性审计和补全。年频数据的缺失不能用月频数据补全，反之亦然。