kimi-datasource — 通用数据源助手

0. 调用方式

本 skill 使用 datasource MCP server 注册的两个工具，不要通过 Bash 手动执行脚本：

• mcp__plugin-kimi-datasource_data__get_data_source_desc
• mcp__plugin-kimi-datasource_data__call_data_source_tool

这两个工具由 Kimi Code 托管执行，参数直接按 tool schema 传 JSON。

工具会读取当前 Kimi Code 环境对应的本地 OAuth 登录凭据；当设置了 KIMI_CODE_OAUTH_HOST / KIMI_CODE_BASE_URL 时，会使用对应环境的隔离凭据。如果没有登录凭据，让用户先在 Kimi Code 里执行 /login。

1. 这个 skill 提供什么能力

本 plugin 后面挂了 25 个外部数据源。每一行的"数据源名"就是传给 get_data_source_desc 的 name。

选源原则

1. 用户点名了数据源 → 直接用指定的源。
2. 没点名 → 按能力域从上表选最匹配的一个；结合下面的"能力边界参考"和用户问题的深度、范围自行判断。
3. 一次简单查询只选一个数据源，不要并行读取其他源的 desc。选定的源成功返回且已经覆盖用户问题后，立即回答；不要为了补充字段、重新格式化或交叉验证继续调用其他 API。只有用户明确要求跨源对比时，才能查询第二个数据源。

能力边界参考（客观事实，选源时考虑）

• yahoo_finance 的外汇历史最多 2 年；imf 提供长期的汇率、CPI、GDP 预测和国际收支序列
• stock_finance_data 的行情是实时/收盘快照；分钟级分时序列在 wind（另有基金、债券、国债收益率）
• 股东 / 机构持仓：yahoo_finance、sec_edgar（13F）、sp_data（S&P 标准化持有人）都覆盖，口径和深度不同
• world_bank_open_data 是 50 年以上的历史宏观序列；要 IMF 的预测值用 imf
• gildata 的查询输入是自然语言条件（选股 / 选基金 / 基金经理筛选），tianyancha 是企业工商档案
• wind 的 indexes/indicators 参数要求 Wind 原生字段名；PE/PB/ROE/总市值这类常用字段先调 wind_search_fields 映射（支持别名和中文，一次查一个），不要硬猜字段名
• 中国官方统计口径：china_nbs 是国家统计局宏观指标序列（GDP / CPI / PPI 等，全国 / 省 / 主要城市），china_nda 是国家数据局的开放数据目录（回答"有什么数据集可用"）；world_bank_open_data 和 imf 是国际口径的历史与预测序列
• WHO、FAO、UNSD、ECB、Eurostat、UNICEF、OECD、FRED 各自是独立数据源，按机构名直接选；IMF 自己的数据集（汇率 / CPI / GDP 预测）走 imf
• 国家标准（gb）、行业标准（hb）、地方标准（db）、团体标准（tt）查 china_standards；法律法规与判例在 yuandian_law，别混
• 新华财经（xhcj）偏公告 / 快讯 / 政策新闻；caixin 覆盖 600+ 财新数据接口，先用它的 caixin_api_search 找合适接口再调用

不支持的能力：通用 Web 搜索，以及 xhcj / caixin 覆盖之外的实时新闻。

2. 标准工作流：get_data_source_desc → call_data_source_tool

后端可用 API 经常会调整，这份 skill 故意不抄具体的 API 名和参数表。每次调用前你都应当现场问数据源："你都有什么接口？"

1. 根据用户问题，从上表只挑一个 data_source_name
2. 执行 get_data_source_desc，读取该数据源的 Markdown 文档
3. 仔细读返回的 Markdown，里面列了：
     - 该数据源整体说明（含 ticker 格式、全局约束）
     - 每个 API 的描述 / 必填参数 / 可选参数 / 默认值 / 取值范围
4. 选最匹配的 API，按文档拼 params
5. 执行 call_data_source_tool 取数；需要先发现接口 / 字段 / 实体的源（caixin_api_search、wind_search_fields、天眼查公司搜索），发现类调用不受“一次”限制，继续调到真正的取数 API。结果成功且已经覆盖问题时停止调用
6. 读返回结果，用用户提问时使用的语言回答

例 1：用户问"茅台最近一年走势"

1. 股票走势 → stock_finance_data

2. 调用 mcp__plugin-kimi-datasource_data__get_data_source_desc，参数 {"name":"stock_finance_data"}

3. 从文档里找到"获取历史价格"那个 API，看它要 ticker / start_date / end_date / file_path 等

4. 用 web_search 核对 → 茅台 = 600519.SH

5. 调用 mcp__plugin-kimi-datasource_data__call_data_source_tool，参数形如 {"data_source_name":"stock_finance_data","api_name":"<文档里写的 api>","params":{"ticker":"600519.SH","start_date":"...","end_date":"...","file_path":"/tmp/mao_1y.csv"}}

例 2：用户问"找几篇 retrieval augmented generation 的综述"

1. 论文搜索 → arxiv（或 scholar，arxiv 更适合预印本，scholar 引用更全）

2. 调用 mcp__plugin-kimi-datasource_data__get_data_source_desc，参数 {"name":"arxiv"}

3. 从文档里找到搜索类 API，看它要 query / file_path / max_results 等

4. 执行 call_data_source_tool

例 3：用户问"字节跳动有哪些股东"

1. 企业工商 → tianyancha

2. 调用 mcp__plugin-kimi-datasource_data__get_data_source_desc，参数 {"name":"tianyancha"}

3. 注意：tianyancha 的 API 是动态注册的，文档会指引你先用搜索类接口找到合适的 API 名，再调用

4. 必须使用企业全称（"北京字节跳动科技有限公司"），不要用简称。不知道全称就先用 tianyancha 文档里的"公司搜索"接口查

3. 调用前的几条铁律

3.1 股票代码必须核对，不能凭记忆猜

A 股 .SH/.SZ/.BJ，港股 .HK，美股 .US 等。用户通常只说中文名（"茅台"、"宁德时代"、"腾讯"），不会给代码。

调任何股票相关 API 前，先用 web_search / WebSearch 一类联网工具确认正确代码 + 后缀。

如果当前环境没有任何联网工具，让用户亲口确认代码，不要硬猜。错了的话接口会静默返回错数据或空数据。

3.2 企业相关查询必须用全称

tianyancha 拒收"特斯拉"、"网易"、"腾讯"这种简称，必须给"北京特斯拉销售有限公司"这种全名。不知道全名时，先调它的公司搜索 API。

3.3 多数 API 需要 file_path

绝大部分数据源 API 把完整结果以 CSV 形式写到 file_path。漏传会报 Missing required parameters: file_path。不知道传啥时，给一个 /tmp/<场景>_<时间戳>.csv 即可。

3.4 一次调用不要堆太多 ticker

stock_finance_data 的实时接口最多 3 个 ticker，历史接口最多 10 个。超过会被截断或报错。多了就分批调。

4. 怎么读返回结果

call_data_source_tool 的 stdout 一般含两段：

1. data_preview：CSV 头 + 前几行（通常 1~3 行），方便你直接答简单问题
2. CSV 数据已写入：/tmp/xxx.csv：完整数据落盘路径

策略：

• 用户只问"XX 现在多少钱"、"中国 2023 GDP 多少"这种单值 → data_preview 一般够，直接答
• 用户要画图、对比、算盈亏、列清单 → 用 Read 工具把 CSV 读出来再处理
• 混合 A+港股查询时服务端会自动把 CSV 拆成 _a.csv / _hk.csv 两份，原 file_path 那个文件不存在

如果接口返回失败，提示文字一般会写明原因（参数不对 / 不支持 / 数据空等）。把人话原因反馈给用户，不要硬走第二次。

5. watchlist.json — 用户自选股

${KIMI_SKILL_DIR}/watchlist.json 是用户的自选股列表。用户问"看一下我的自选股"时，读这个文件，再走标准 get_data_source_desc("stock_finance_data") → call_data_source_tool 流程查实时行情；文档里的实时接口最多 3 个 ticker 一批，多了分批调。

格式：

[
  {"code": "600519.SH", "name": "贵州茅台"},
  {"code": "0700.HK", "name": "腾讯控股", "hold_cost": 350.5, "hold_quantity": 100}
]

• code 和 name 必填；hold_cost 和 hold_quantity 可选
• 两者都有时顺便算盈亏：(当前价 - hold_cost) * hold_quantity
• 用户说"帮我加 XX 到自选股"时：先 web_search 核对代码，再追加到 JSON 数组

6. 注意事项

• 回答用户时，使用用户提问时使用的语言。如果用户用中文问，就用中文答；如果用户用英文问，就用英文答；用其他语言问，就用其他语言答。
• 不要凭记忆猜股票代码 / 企业全称。错代码会让接口静默返回错数据，用户察觉不到
• 不要在没读 desc 的情况下硬传 api_name。后端会报 API_NOT_FOUND。除非这次会话里你已经读过该数据源的 desc 并记得参数
• 不要给投资建议。给完数据加一句"AI 生成，不构成投资建议"即可
• 如果某个数据源接口返回的报错明显是后端 bug（参数 schema 自相矛盾、内部 Python 报错等），汇报错误给用户，不要硬试——这种 bug 我们这边修不了，要后端服务侧改