企业舆情 (Company Information)

基于 FEEDAX API 的企业舆情监测与风险预警技能，提供全面的企业资讯查询能力。

⚠️ 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

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：

一、接口信息

• 接口地址: 221.6.15.90:18011
• 接口 URI: /data-service/v1/news/company/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

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

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

2.4 时间筛选

2.5 互动数据筛选

三、情感倾向分类 (sentiments)

四、输出 JSON 格式

4.1 请求示例

{
    "apiKey": "YOUR_API_KEY",
    "companyName": "万科",
    "sentiments": [],
    "industrySwResults": [],
    "newsImportanceLevels": [],
    "pageNum": 0,
    "pageSize": 20,
    "sortBy": "publish_date",
    "sortType": "DESC",
    "startTime": 1774211938071,
    "endTime": 1774838338071
}

4.2 响应示例

{
    "code": 200,
    "message": "success",
    "total": 156,
    "data": [
        {
            "articleTitle": "万科发布 2025 年业绩预告，净利润同比增长",
            "articleContent": "...",
            "articleSummary": "万科发布 2025 年业绩预告，预计净利润同比增长 10%-15%...",
            "infoSource": "新浪财经",
            "articleUrl": "https://...",
            "releaseDate": 1774838338071,
            "articleSentiment": "正面",
            "articleImportanceLevel": "高",
            "publicOpinionHeatScore": 85,
            "viewCount": 12500,
            "shareCount": 320,
            "golaxyCompanyTagResults": [
                {
                    "compName": "万科企业股份有限公司",
                    "compSentimentScore": 0.6,
                    "isMajorComp": true,
                    "newsRelevance": 0.95,
                    "stockInfo": {
                        "stockCode": "000002",
                        "stockShortName": "万科 A"
                    }
                }
            ],
            "industryCsrcVos": [{"industryCategoryName": "房地产业"}],
            "industrySwVos": [{"industrySw1Name": "房地产"}]
        }
    ]
}

4.3 必须展示字段

每条资讯必须包含以下 11 个核心字段：

五、解析规则

5.1 关键词解析

从用户输入中提取核心检索关键词（公司名称）。

关键词提取规则

1. 提取核心词：从用户输入中提取公司名称（1-2 个）
2. 同义词扩充：为公司名称添加常见简称
3. 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

5.2 情感倾向映射

5.3 时间范围计算

5.4 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：

1. 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
2. 明确要求时：用户说"搜索最热门的 XX"、"按热度排序" → 使用 heat_scores
3. 时间优先：用户关注时效性 → 使用 publish_date
4. 热度优先：用户关注传播度 → 使用 heat_scores

5.5 重要程度映射

六、通用规则

1. 必传参数: apiKey 和 companyName（或keyWordQuery）必须传入
2. 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
3. 时间规则: 时间戳为 13 位毫秒级
4. 数值范围: Min ≤ Max，否则筛选无效

七、数据返回方式

7.1 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 11 个核心字段：
  1. 新闻标题
  2. 新闻摘要
  3. 情感倾向
  4. 新闻来源
  5. 股票代码
  6. 股票简称
  7. 行业分类
  8. 公司名称
  9. 公司别称
  10. 舆情热度
  11. 事件标签（三级标签）

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：./company_information_\x3C时间戳>.csv 和 ./company_information_\x3C时间戳>.md
• CSV 包含完整字段，MD 包含统计分析和数据说明

7.2 文件格式示例

CSV 文件字段:

发布时间，标题，摘要，来源，情感倾向，股票代码，股票简称，行业分类，公司名称，公司别称，舆情热度，事件标签，URL

MD 说明文件内容:

# 企业舆情查询结果说明

**查询公司**: 万科
**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

## 情感分布
- 中性：98 条
- 正面：35 条
- 负面：23 条

## 重要程度分布
- 高：45 条
- 中：67 条
- 低：44 条

## 公司情感得分
- 平均得分：0.35（偏正面）
...

7.3 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

八、搜索执行方式

8.1 CLI 命令行工具（推荐）

文件: scripts/query_company_information.py

通过命令行调用企业舆情 API，支持所有筛选参数。

基础用法

# 基础搜索
python3 scripts/query_company_information.py --company "万科"

# 搜索指定情感倾向（最近 7 天）
python3 scripts/query_company_information.py --company "宁德时代" --sentiments 负面 --days 7

# 搜索关键词
python3 scripts/query_company_information.py --keyword "恒大集团" --days 14

# 搜索公司正面资讯
python3 scripts/query_company_information.py --company "比亚迪" --sentiments 正面 --days 30

参数说明

必填参数（二选一）

情感筛选

分页与排序

输出控制

完整示例

# 搜索万科负面舆情，最近 14 天
python3 scripts/query_company_information.py \
    --company "万科" \
    --sentiments 负面 \
    --days 14 \
    --size 20 \
    --verbose

输出结果

1. 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、公司信息、热度）
2. CSV 文件：完整数据保存至 ./company_information_\x3C时间戳>.csv
3. MD 文件：统计分析保存至 ./company_information_\x3C时间戳>.md

8.2 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）：

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

九、示例对话

用户: 搜索万科最近 7 天的负面新闻，按热度排序

解析结果:

{
    "apiKey": "YOUR_API_KEY",
    "companyName": "万科",
    "sentiments": ["负面"],
    "industrySwResults": [],
    "newsImportanceLevels": [],
    "pageNum": 0,
    "pageSize": 20,
    "sortBy": "heat_scores",
    "sortType": "DESC",
    "startTime": 1774211938071,
    "endTime": 1774838338071
}

执行命令:

python3 scripts/query_company_information.py \
    --company "万科" \
    --sentiments 负面 \
    --days 7 \
    --sort-by heat_scores

十、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_company_information.py --company "公司名" --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: "搜索万科最近 7 天的负面新闻"

执行命令:

python3 scripts/query_company_information.py --company "万科" --sentiments 负面 --days 7

十一、注意事项

1. 时间参数: 使用 Unix 时间戳（毫秒），脚本会自动计算
2. 页码: 从 0 开始计数
3. 情感倾向: 正面、负面、中性，不传表示全部
4. 公司名称: 公司名称和关键词至少填写一个
5. API Key: 必须提供，支持三种配置方式
6. 输出文件: 默认生成 CSV 和 MD 文件，可使用 --no-output 禁用

十二、参考文件

• scripts/query_company_information.py - 主查询脚本
• scripts/config.json - API Key 配置文件（可选）
• .env - 环境变量配置文件

数据来自 FEEDAX 企业资讯监测平台，涵盖新闻、社交媒体、论坛、金融平台等多种信源。