行业资讯 (Industry Information)

基于 FEEDAX API 的行业资讯与舆情监测技能，提供全面的行业数据查询能力。

⚠️ 前置条件：配置 API Key

使用本技能前，必须先配置 API Key。

检查配置

查看 .env 文件是否存在且包含有效的 API Key：

cat .env

如果未配置

返回以下错误提示：

GE1003: 未配置 API Key，请前往 https://www.feedax.cn 免费申请，完成后请告诉我 API Key 以便我记住

在 .env 文件中添加：

FEEDAX_API_KEY=your_api_key_here

注意: 如果 .env 文件不存在，请创建该文件并添加上述内容。API Key 请联系管理员获取。

API Key 错误码说明

|错误码|说明|解决方案| |-|-|-| |GE1003|未配置 API Key|前往 https://www.feedax.cn 申请| |GE1004|API Key 已失效|检查 API Key 有效性，或重新申请| |GE1005|API Key 已过期|前往 https://www.feedax.cn 重新申请| |GE1006|API Key 无效|前往 https://www.feedax.cn 重新申请| |GE1007|账户余额不足|前往 https://www.feedax.cn 充值|

服务错误处理

当 API 服务暂时不可用时，系统会返回友好的错误提示：

|HTTP 状态码|错误提示| |-|-| |400|请求参数错误，请检查输入| |401/403|API Key 可能无效或已过期| |429|请求过于频繁，请稍后再试| |500|服务器内部错误| |502|服务暂时不可用，请稍后再试| |503|服务维护中，请稍后再试| |504|网关超时，请稍后再试| |连接超时|请求超时，请稍后再试| |连接错误|无法连接到服务器，请检查网络或稍后再试|

一、接口信息

接口地址: 221.6.15.90:18011
接口 URI: /data-service/v1/news/industry/external/query
请求方式: POST
Content-Type: application/json; charset=UTF-8

二、参数说明

2.1 必传参数

|参数名|类型|说明| |-|-|-| |apiKey|String|平台分配的密钥，身份校验必传| |keyWordQuery|Object|关键词查询对象|

keyWordQuery 结构:

{
    "keyword": "搜索关键词",
    "queryFields": ["1", "2"]
}

queryFields: ["1", "2"] - 1=正文，2=标题

2.2 分页与排序

|参数名|类型|默认值|说明| |-|-|-|-| |pageNum|Integer|0|页码（从 0 开始）| |pageSize|Integer|20|每页数量，1 ≤ size ≤ 100| |sortBy|String|publish_date|默认按发布时间排序。仅当用户明确要求按热度排序时才修改| |sortType|String|DESC|排序方式：ASC/DESC|

sortBy 可选值:

publish_date - 默认。按发布时间排序，获取最新内容
heat_scores - 按热度排序

排序规则：

默认行为：按 publish_date（发布时间）排序，获取最新发布的舆情
用户明确要求时：当用户说"按热度排序"、"最热门的"等，才使用 heat_scores

2.3 内容筛选

|参数名|类型|默认值|说明| |-|-|-|-| |csrcIndustries|Array|[]|证监会行业列表| |industrySwResults|Array|[]|申万行业列表| |sentiments|Array|[]|情感倾向列表：正面/负面/中性，空数组表示全部| |industryTags|Array|[]|行业标签列表，空数组表示全部| |mediaTypes|Array|[]|信源类型列表，空数组表示全部| |newsImportanceLevels|Array|[]|重要程度列表，空数组表示全部|

2.4 时间筛选

|参数名|类型|默认值|说明| |-|-|-|-| |startTime|Long|自动计算|查询开始时间（13 位毫秒时间戳）| |endTime|Long|当前时间|查询结束时间（13 位毫秒时间戳）|

2.5 互动数据筛选

|参数名|类型|说明| |-|-|-| |heatScores|Integer|热度得分| |viewNum|Integer|浏览数| |forwardedNum|Integer|转发数|

三、行业分类

3.1 证监会行业分类 (csrcIndustries)

3.2 申万行业分类 (industrySwResults)

一级行业（28 个）:

农林牧渔、食品饮料、纺织服装、轻工制造、医药生物、化工、钢铁、有色金属、电子、计算机、传媒、通信、电气设备、机械设备、国防军工、汽车、家用电器、建筑材料、建筑装饰、房地产、商业贸易、休闲服务、银行、非银金融、综合、交通运输、公用事业、采掘

四、情感倾向分类 (sentiments)

|情感|值|说明| |-|-|-| |正面|正面|积极、利好的行业新闻| |负面|负面|消极、风险警示的行业新闻| |中性|中性|客观陈述的行业新闻|

五、行业标签 (industryTags)

常见行业标签

政策类: 产业政策、监管政策、税收政策、补贴政策
市场类: 市场需求、市场竞争、市场价格、市场渗透
技术类: 技术创新、技术突破、技术升级、数字化转型
资本类: 投融资、并购重组、IPO、定增
经营类: 业绩增长、产能扩张、成本控制、供应链
风险类: 行业风险、经营风险、政策风险、市场风险

六、输出 JSON 格式

6.1 请求示例

{
    "apiKey": "YOUR_API_KEY",
    "keyWordQuery": {
        "keyword": "人工智能",
        "queryFields": ["1", "2"]
    },
    "csrcIndustries": [],
    "industrySwResults": ["计算机"],
    "sentiments": [],
    "industryTags": [],
    "mediaTypes": [],
    "newsImportanceLevels": [],
    "pageNum": 0,
    "pageSize": 20,
    "sortBy": "publish_date",
    "sortType": "DESC",
    "startTime": 1774211938071,
    "endTime": 1774838338071
}

6.2 响应示例

{
    "code": 200,
    "message": "success",
    "total": 156,
    "data": [
        {
            "title": "人工智能行业迎来新的发展机遇",
            "content": "...",
            "summary": "随着大模型技术的突破，人工智能行业迎来新一轮增长...",
            "source": "新浪财经",
            "url": "https://...",
            "publishDate": 1774838338071,
            "sentiment": "正面",
            "industryAspectSentiment": "行业正面",
            "csrcIndustryVos": [{"industryCategoryName": "信息传输、软件和信息技术服务业"}],
            "industrySwResultVos": [{"industrySw1Name": "计算机"}],
            "industryTags": ["技术创新"],
            "newsImportanceLevel": "高",
            "heatScores": 85,
            "viewNum": 12500,
            "forwardedNum": 320
        }
    ]
}

6.3 必须展示字段

每条资讯必须包含以下 10 个核心字段：

| 序号 | 字段 | API 字段名 | 说明 | |------|------|-----------|------| | 1 | 新闻标题 | title | 资讯标题 | | 2 | 新闻摘要 | summary | 资讯内容摘要 | | 3 | 新闻内容 | content | 资讯完整正文 | | 4 | 新闻来源 | source | 发布媒体/来源 | | 5 | 发布时间 | publishDate | 13 位毫秒时间戳 | | 6 | 证监会行业 | csrcIndustryVos | 证监会行业分类 | | 7 | 申万行业 | industrySwResultVos | 申万行业分类 | | 8 | 行业标签 | industryTags | 行业标签 | | 9 | 重要程度 | newsImportanceLevel | 高/中/低 | | 10 | 热度数据 | heatScores/viewNum/forwardedNum | 热度得分、浏览数、转发数 |

七、解析规则

7.1 关键词解析

从用户输入中提取核心检索关键词。

关键词提取规则

提取核心词：从用户输入中提取 1-3 个核心关键词（行业名称）
同义词扩充：为行业名称添加同义词
情感词处理：情感词（负面、正面）不放入关键词，通过 sentiments 参数控制

关键词解析示例

|用户输入|关键词| |-|-| |房地产行业|房地产| |人工智能行业|人工智能| |新能源|新能源| |半导体芯片|半导体| |医药医疗|医药|

7.2 行业分类映射

7.3 情感倾向映射

|用户表述|sentiments| |-|-| |负面/负面信息/风险/担忧|["负面"]| |正面/正面信息/利好/好消息|["正面"]| |中性|["中性"]| |全部情感/不指定|[]|

7.4 时间范围计算

7.5 排序方式映射

默认规则：除非用户明确要求，否则一律使用 publish_date（发布时间）排序

关键规则：

默认行为：用户只说"搜索 XX 新闻"，没有提到排序方式 → 使用 publish_date
明确要求时：用户说"搜索最热门的 XX"、"按热度排序" → 使用 heat_scores
时间优先：用户关注时效性 → 使用 publish_date
热度优先：用户关注传播度 → 使用 heat_scores

7.6 重要程度映射

|用户表述|newsImportanceLevels| |-|-| |重要/重大|["高"]| |一般/普通|["中"]| |全部|[]|

八、通用规则

必传参数: apiKey 和 keyWordQuery 必须传入
逻辑关系: List 类型参数多值之间为或关系，不同参数之间为且关系
时间规则: 时间戳为 13 位毫秒级
数值范围: Min ≤ Max，否则筛选无效

九、数据返回方式

9.1 返回格式

搜索结果以 双通道 方式返回：

通道 1：对话展示（摘要）

在对话中展示 前 5 条 数据的摘要信息
必须展示 10 个核心字段：
1. 新闻标题
2. 新闻摘要
3. 新闻内容
4. 新闻来源
5. 发布时间
6. 证监会行业
7. 申万行业
8. 行业标签
9. 重要程度
10. 热度数据（热度得分、浏览数、转发数）

通道 2：文件输出（完整数据）

自动保存 所有返回数据 到 CSV 和 MD 文件
文件位置：./industry_information_<时间戳>.csv 和 ./industry_information_<时间戳>.md
CSV 包含完整字段，MD 包含统计分析和数据说明

9.2 文件格式示例

CSV 文件字段:

发布时间，标题，摘要，内容，来源，证监会行业，申万行业，行业标签，重要程度，热度得分，浏览数，转发数，URL

MD 说明文件内容:

# 行业资讯查询结果说明

**查询关键词**: 人工智能
**申万行业**: 计算机
**查询时间范围**: 近 7 天
**数据日期**: 2026-04-02 18:45:00
**结果总数**: 156 条
**接口状态**: code=200, message=success

## 证监会行业分布
- 信息传输、软件和信息技术服务业：120 条
- 制造业：36 条

## 申万行业分布
- 计算机：98 条
- 电子：35 条
- 传媒：23 条

## 情感分布
- 中性：98 条
- 正面：35 条
- 负面：23 条

## 行业标签
- 技术创新：45 条
- 市场需求：32 条
- 政策利好：28 条
...

9.3 使用建议

快速浏览：查看对话中的前 5 条摘要
深度分析：打开 CSV/MD 文件获取完整数据进行进一步处理
数据导出：CSV 文件可直接导入 Excel 或其他分析工具

十、搜索执行方式

10.1 CLI 命令行工具（推荐）

文件: scripts/query_industry_information.py

通过命令行调用行业资讯 API，支持所有筛选参数。

基础用法

# 基础搜索
python3 scripts/query_industry_information.py --keyword "人工智能"

# 搜索指定行业（最近 7 天）
python3 scripts/query_industry_information.py --keyword "房地产" --days 7

# 搜索指定情感倾向
python3 scripts/query_industry_information.py --keyword "新能源" --sentiments 负面 --days 30

# 搜索计算机行业
python3 scripts/query_industry_information.py --keyword "半导体" --days 14

参数说明

必填参数

|参数|简写|说明| |-|-|-| |--keyword|-k|搜索关键词|

情感筛选

|参数|简写|说明| |-|-|-| |--sentiments|-s|情感倾向：正面/负面/中性（可多选）|

分页与排序

|参数|简写|默认值|说明| |-|-|-|-| |--days|-d|7|查询天数| |--page|-p|0|页码（从 0 开始）| |--size|-n|20|每页数量| |--sort-by||publish_date|排序字段| |--sort-type||DESC|排序方式：ASC/DESC|

输出控制

|参数|简写|说明| |-|-|-| |--verbose|-v|显示详细内容（摘要）| |--output-dir||输出目录（默认当前目录）| |--no-output||不生成输出文件，仅显示结果| |--api-key||FEEDAX API Key（也可通过环境变量提供）|

完整示例

# 搜索新能源行业负面舆情，最近 14 天
python3 scripts/query_industry_information.py \
    --keyword "新能源" \
    --sentiments 负面 \
    --days 14 \
    --size 20 \
    --verbose

输出结果

对话显示：自动在终端显示结果摘要（序号、时间、情感、标题、来源、行业、热度）
CSV 文件：完整数据保存至 ./industry_information_<时间戳>.csv
MD 文件：统计分析保存至 ./industry_information_<时间戳>.md

10.2 API Key 配置方式

API Key 需要通过以下方式之一提供（优先级从高到低）：

命令行参数: --api-key "your-api-key"
环境变量: export FEEDAX_API_KEY="your-api-key"
配置文件: 在 scripts/ 目录创建 config.json，内容为 {"api_key": "your-api-key"}

十一、示例对话

用户: 搜索最近 7 天人工智能行业的正面新闻，按热度排序

解析结果:

{
    "apiKey": "YOUR_API_KEY",
    "keyWordQuery": {
        "keyword": "人工智能",
        "queryFields": ["1", "2"]
    },
    "csrcIndustries": [],
    "industrySwResults": ["计算机"],
    "sentiments": ["正面"],
    "industryTags": [],
    "mediaTypes": [],
    "newsImportanceLevels": [],
    "pageNum": 0,
    "pageSize": 20,
    "sortBy": "heat_scores",
    "sortType": "DESC",
    "startTime": 1774211938071,
    "endTime": 1774838338071
}

执行命令:

python3 scripts/query_industry_information.py \
    --keyword "人工智能" \
    --sentiments 正面 \
    --days 7 \
    --sort-by heat_scores

十二、执行流程

收到用户搜索请求后，必须按以下步骤顺序执行：

Step 1: 检查 API Key 配置

cat .env | grep FEEDAX_API_KEY

如果返回空或文件不存在，提示用户："未配置 API Key，请前往 https://www.feedax.cn 申请，完成后请告诉我 API Key 以便我记住"
如果存在有效的 API Key，继续下一步

Step 2: 解析用户输入

从用户自然语言中提取以下参数：

Step 3: 构建并执行 CLI 命令

根据解析结果构建命令并执行：

python3 scripts/query_industry_information.py --keyword "关键词" --sentiments 负面 --days 7

Step 4: 返回结果

在对话中显示结果摘要（10 个必须展示字段）
完整数据自动保存至 CSV 和 MD 文件

执行示例

用户输入: "搜索最近 7 天人工智能行业的正面新闻"