产品案例
用 QVeris 接入 FMP
把结构化金融数据变成 Agent 可调用能力。
用 QVeris 为 TSLA 建立 7 日新闻情绪雷达。区分已确认新闻、公告事件、分析师或媒体叙事、社媒热度、价格反应和未证实传闻。包含使用的 QVeris 调用和预计 credits。
投研备忘录 · Markdown memo
by QVeris
用于每日观察列表、催化扫描和事件驱动风险检查。它发现新闻、社媒、公告和行情能力,检查来源质量,调用限定时间窗口,并返回带信心度和下一步检查的信号表。
用 QVeris 监控影响市场的新闻、社媒情绪、公告和价格反应,帮助 Agent 区分已确认催化与噪音。
投研 Agent、组合监控、金融分析工作流
带来源证据、风险提示、QVeris 调用记录和预计积分的研究简报。
每篇文章或教程都按可复用工作流呈现:内容来源、可复制 prompt、QVeris API recipe 和预期输出。
产品案例
把结构化金融数据变成 Agent 可调用能力。
用 QVeris 为 TSLA 建立 7 日新闻情绪雷达。区分已确认新闻、公告事件、分析师或媒体叙事、社媒热度、价格反应和未证实传闻。包含使用的 QVeris 调用和预计 credits。
投研备忘录 · Markdown memo
产品案例
为全球研究和筛选工作流补充市场数据覆盖。
用 QVeris 扫描 AAPL、NVDA、MSFT、AMD、TSLA 今天最强的新闻和情绪变化。按市场相关性排序,而不是文章数量。
信号扫描表 · Table
教程
面向 A 股监控和来源证据研究的实用工作流。
用 QVeris 检查这家公司相关传闻是否有可信支持。调用新闻、公告、价格反应和社媒信号,然后标记为已确认、弱证据或无支持。
审计附录 · JSON / appendix
把 skill 变成可执行 Agent 工作流的 starter prompts。
汇总单只股票新闻和情绪。
用 QVeris 为 TSLA 建立 7 日新闻情绪雷达。区分已确认新闻、公告事件、分析师或媒体叙事、社媒热度、价格反应和未证实传闻。包含使用的 QVeris 调用和预计 credits。
扫描列表里今天发生的变化。
用 QVeris 扫描 AAPL、NVDA、MSFT、AMD、TSLA 今天最强的新闻和情绪变化。按市场相关性排序,而不是文章数量。
检查市场传闻是否有足够证据。
用 QVeris 检查这家公司相关传闻是否有可信支持。调用新闻、公告、价格反应和社媒信号,然后标记为已确认、弱证据或无支持。
Agent 跑完工作流后应返回的结构化格式,方便复用和审计。
用结论、证据和反证组织成可转发给团队的研究 memo。
把多个 ticker、来源或事件压缩成可排序的表格。
保留 Agent 调用过的能力、来源、时间窗口和费用估算。
这个 skill 预期 Agent 执行的 Discover、Inspect、Call 编排链路。
POST /search寻找公司新闻、公告、社媒帖子、搜索趋势和市场反应能力。
示例查询: company news social sentiment filings quote reaction API
POST /tools/by-ids调用前检查来源时效、返回字段、分页、市场覆盖和 billing_rule。
POST /tools/execute只调用指定回看窗口,并把原始结果转换成信号类别。
执行前的规划估算。Discover 和 Inspect 免费;成功执行 Call 时按所选供应商 billing_rule 计费。
该工作流通常在免费 Discover 和 Inspect 预检后需要 5-20 次付费 Call。费用取决于供应商、股票数量和时间窗口。
付费 Call 前必须获得明确确认。检查每个选定能力的 billing_rule;如果预计成本过高,先缩小范围。
在目标 Agent 环境安装 skill。Agent 执行命令或修改本地配置前必须先请求确认。
这是 QVeris skills 的官方可信源。安装到 Agent 环境前,可以先检查或 fork 对应 skill 目录。
QVerisAI/open-qveris-skills/qveris-news-sentiment-radargit clone https://github.com/QVerisAI/open-qveris-skills.git && cd open-qveris-skills/qveris-news-sentiment-radaropenclaw skills install qveris-news-sentiment-radar用户复制 prompt 后,Agent 应该展示的执行链路。
定义股票、市场、回看窗口,以及任务是每日雷达还是传闻核验。
用 QVeris 寻找新闻、社媒、公告和价格反应能力。
调用限定来源,去重事件,并按催化类型聚类信号。
排序市场相关性、信心度、变化内容和待验证事项。
先读取 manifest 和 agent.md。说明安装命令、API 动作和可能的积分消耗。等待用户明确确认后再修改本地环境。