熔岩 · 消息面热度监测

给人看：3 步装好

1. 拿 API Key：登录熔岩 → 左侧点「AI数据服务」→ 上方点「API Key」：首次登录已自动送代金券并生成「默认」Key（lvk_ 开头，默认脱敏，点眼睛显示、点复制），接入文档里的 MCP JSON 已自动填好。入口：https://lava.ai-dolphin.com/lava#/ai-data-service
2. 添加 MCP（MCP＝让 AI 办公软件直接调数据的接口）：在豆包办公 / WorkBuddy / 千问办公的「连接器」里新建自定义连接器，
   • 连接方式：Streamable HTTP（豆包里叫「HTTP」）
   • 地址：https://lava.ai-dolphin.com/subscribe/v1/mcp
   • 请求头：Authorization = Bearer lvk_你的Key（Bearer 后有一个空格）
3. 新建对话提问：例如「宁德时代最近一周消息面热不热？」

分软件的详细步骤：https://lava.ai-dolphin.com/subscribe#ai-office 费用：先送 100 元代金券，之后按请求次数扣费，约 1000 次 5 元；失败的请求不扣钱。

给 AI 看：数据说明

数据源：熔岩远程 MCP https://lava.ai-dolphin.com/subscribe/v1/mcp（Streamable HTTP，请求头 Authorization: Bearer <API Key>）。 所有工具只读；返回结构化文字与匿名机构/大V ID（agency_id），不含多空观点与原文。每次工具调用计 1 次请求（get_account 查余额不计费）。

流程

1. 个股热度：get_stock_news_heat(stock_name 或 ts_code, days=7)
   • 看 data.heat.mentions（提及数）、data.heat.agencies（参与机构/大V数），再读 list[].summary 归纳要点。
2. 个股关联概念：get_stock_concept_heat(stock_name, days=30) → 取 list[] 前 5 个概念及其 mentions。
3. 概念内个股排行：get_concept_stock_heat(concept, days=7) → 列出提及最多的个股。
4. 关键词追踪：search_news_flow(keyword, since)。
   • 全市场热榜：get_market_hot_stocks(window=24h) / get_market_hot_concepts(window=24h)；问“靠谱的人在提什么”用 get_weighted_hot_stocks(days=3)。
   • 新冒头：get_first_mention_stocks(hours=24) → 此前 7 天没人提、刚被第一次提到的股票。
   • 新闻点名：get_news_stock_hits(hours=24) 看全市场；get_news_stock_hits(stock_name) 看某股被哪些媒体点名。
   • 单股多时间窗：get_stock_heat_windows(stock_name) → windows[]（1h~7d）与 hourly_24h[] 逐小时走势。
5. 机构/大V可信度（可选）：对 agency_id 用 get_agency_pit / get_agency_history 看机构/大V分（约 450~1500，中位约 1000）。
6. 余额不足（402 / INSUFFICIENT_BALANCE）时，告诉用户去熔岩「AI数据服务」→「概览与充值」充值；其他报错如实转告，不要反复重试。

输出要求

• 先给结论：热度高/中/低 + 提及数 + 参与机构/大V数 + 时间窗。
• 要点用 3~5 条结构化短句概括，不要推断或输出看多/看空结论，不要荐股、不要承诺收益，不要编造原文。
• 少用术语；必须用时加一句白话（如“PIT＝只用当时已知数据算的历史分数”）。
• 机构/大V只用 agency_id 指代，不要猜测真实机构/大V名。
• 末尾注明：数据来自熔岩消息面热度监测，仅供研究参考，不构成投资建议。

参考

• 文档：https://lava.ai-dolphin.com/subscribe/docs
• OpenAPI：https://lava.ai-dolphin.com/subscribe/v1/openapi.json

合规说明

本技能仅提供消息面热度的结构化统计，不提供买卖建议、不做收益承诺、不推荐个股；机构/大V均为匿名 ID。