Tushare积分是什么怎么获取金融数据
「Tushare 金融数据」是「龙虾部署大师」技能市场中的金融数据获取技能：它通过 Tushare Pro API 拉取中国金融市场信息，覆盖 A 股、港股、美股、基金、期货、债券、财务报表和宏观经济指标等 220 多个接口，按你给出的证券代码、日期范围、接口类型和字段需求返回 pandas DataFrame，并通过接口索引帮你选对参数与返回字段，可用于行情查询、财务分析、指数跟踪、基金净值和 GDP、CPI 等宏观数据整理。 技能效果 拉平安银行去年日线行情时，它返回了242个交易日的逐月收盘价和成交金额，并附上年内涨幅、最高最低价等统计。 拉金融数据，难点在哪 做量化、写研究报告或整理财务数据，第一步往往就卡在取数上。Tushare Pro 接口多达 220 多个，要查一只股票的行情、一家公司的利润表、一个指数的历史走势，得先在文档里找对应接口、确认每个接口要哪些参数、返回哪些字段；证券代码要写成规范的 ts_code 格式，日期要按 YYYYMMDD，字段名记错一个就取不到想要的列。接口选错、参数填错、格式不对，都会让取数反复返工，真正的分析还没开始，时间已经耗在查文档上。 220+ 接口里找对一个 日线行情 利润表 指数行情 … ts_code 格式写错 → 空表 日期非 YYYYMMDD → 取不到 字段名记错 → 缺列返工 这个技能能帮你取到什么 它把 Tushare Pro 的 220 多个接口包装成可以用自然语言驱动的取数能力。行情层面，它能调用股票列表、日线行情、指数行情、基金净值等常用接口；财务层面，它获取利润表、财务指标，以及债券、期货、期权和港美股等境外市场数据；宏观层面，它查询 GDP、CPI 等宏观经济指标。所有结果都以 pandas DataFrame 表格返回，便于直接进入后续分析。更关键的是，它按接口索引帮你定位参数文档，自动规范日期、字段和证券代码格式，把"选接口、对参数"这一步替你做掉。 代码 + 日期 + 要哪些字段 Tushare 金融 接口索引选参数 A股/港股/美股 基金/期货/债券 财务报表/宏观 DataFrame 直接进分析 这意味着你不必先读完接口文档再动手取数，而是把需求说清楚，由它选对接口、规范好格式、返回结构化表格。它定位于把数据高效取到手，本身不做投资建议，返回的行情与财务数据仅供研究与分析使用。 用前须知 该技能需要注册 Tushare Pro 并配置 TUSHARE_TOKEN；本地需要 Python，并安装 tushare 与 pandas。日期参数用 YYYYMMDD 格式，证券代码用 ts_code 格式。请注意，它提供的是市场数据获取能力，输出的所有行情、财务和宏观数据均不构成任何投资建议。 怎么用它 用法是把要取的标的、时间范围和关注的字段用自然语言说清楚，无需记接口名和参数格式。例如可以这样对它说： 可以这样对它说 "用 Tushare 拉平安银行去年的日线行情，返回收盘价和成交金额。" "取沪深 300 近三年的指数日线，顺手算一下月度收益和区间最大回撤，按月分组看。" "查贵州茅台最近四个季度的财务指标，重点看 ROE、毛利率和净利率的趋势。" 它适合这些场景：量化研究人员拉 A 股日线行情、准备回测数据；分析师批量获取上市公司利润表、ROE 等财务指标；投资报告需要引用指数、基金净值或 GDP、CPI 等宏观时间序列；以及开发者希望用统一的 Python 接口对接多类中国金融市场数据。 大家常问 Tushare 的积分是什么，它和能取到的数据有什么关系？ 积分是 Tushare Pro 账号的数据权限值，通过注册赠送、签到、贡献等方式累积。每个接口都标了最低积分门槛：日线行情这类基础接口门槛较低，财务、复权因子等接口要更高积分；积分越高，单次返回行数和每分钟调用频次也越高。Token 决定你是谁，积分决定你能取到哪些数据。 用 Tushare 取股票日线时，前复权和后复权有什么区别？ 两者都用来消除分红送股造成的价格跳跃，差别在基准日不同。前复权让最新价不变、历史价向今天看齐，序列连续，适合做技术分析和回测；后复权让上市首日基准不变、之后价格上推，包含全部分红再投资收益，适合算长期总收益。Tushare 的 daily 接口返回不复权原始价，复权需取复权因子自行计算。 Tushare Pro 的 token 是用来做什么的，为什么取数前要先配置它？ Token 是注册后在个人中心拿到的一串身份令牌。每次调用 API 都要携带它，服务器据此识别用户、绑定积分权限、统计调用次数并执行频率限制。它是使用 Pro 接口的前置条件，没配置 Token 服务器不会返回任何数据，所以取数前要先用 set_token 设好它再创建接口实例。 Tushare 返回的财务指标里，ROE 和净利率反映公司什么不同的能力？ 净利率是净利润除以营业收入，反映每一元收入最终能留下多少利润，衡量的是定价能力与成本管控。ROE 是净利润除以净资产，反映股东每投入一元能产生多少回报，是更综合的指标，可拆成净利率、资产周转率和杠杆。Tushare fina_indicator 接口里 netprofit_margin 对应净利率，roe 及扣非的 roe_dt 对应净资产收益率。 想用上这个技能？ 「Tushare 金融数据」就在「龙虾部署大师」的技能市场里，打开 技能市场 就能一键安装使用。 还没装龙虾？先 一键部署「龙虾部署大师」，在本地跑起来后再装技能即可。 注：技能的实际效果与所选用的 AI 模型能力有关，不同模型下的表现可能存在差异。
短视频脚本怎么写？设计黄金3秒开头加正文节奏适配抖音
「短视频脚本」是「龙虾部署大师」技能市场中的脚本生成技能：作用是面向抖音、快手、B站、视频号等平台，根据主题、平台、时长和内容类型，为知识分享、热点评论、产品推广和剧情情感内容生成可直接拍摄的脚本，包含标题、黄金 3 秒开头、正文节奏、结尾互动和封面建议，重点是可拍摄性和节奏控制。 技能效果 写30秒敏感肌护肤脚本时，它给出分秒分镜，开头三秒直接点出误区、抓住痛点。 短视频拍了不少，完播和互动为什么上不去 多数完播不佳的视频，问题出在脚本结构而非拍摄。常见三种：开头平淡，前 3 秒没钩子，观众划走，后面再精彩也没人看到；节奏失控，中段冗长、信息密度忽高忽低，观众中途流失；结尾干瘪，没有引导互动或下一步动作，点赞评论和转化都起不来。同一个主题，按平台调性设计好节奏的脚本，和随手口播的脚本，数据往往差出一个量级。 脚本结构 = 一条完播率曲线 黄金 3 秒 无钩子：中途流失 有节奏：留到结尾互动 视频时长 → 这个技能能帮你写出什么 它先收集核心参数——主题、目标平台、视频时长和内容类型，再匹配合适的脚本模板，生成一条可以直接开拍的完整脚本。结构上覆盖标题公式、黄金 3 秒开头、痛点或悬念铺垫、正文节奏、反转或干货段落、结尾互动引导，外加封面建议。它会按知识分享、热点评论、产品推广、剧情情感四类内容选用不同模板，并依据抖音、快手、B站、视频号各自的调性调整节奏和表达，让脚本既符合平台习惯，又方便后续复拍迭代。 黄金开头 › 痛点悬念 › 正文节奏 › 反转干货 › 结尾互动 用前须知 该技能无需 API Key、Python 或 Node 依赖，给定主题、平台、时长和内容类型即可生成脚本。若内容涉及具体热点事件的细节，需要你提供素材或另行检索，技能不自带实时热点数据。 怎么用它 用法是把要拍的主题、平台、时长和想要的口吻用自然语言说清楚，它会自动匹配模板并控制节奏。例如可以这样对它说： 可以这样对它说 "抖音要拍三十秒护肤科普，开头三秒抓住敏感肌的痛点和误区，语气别太端着。" "这款新品做短视频带货，写分镜、台词、标题、封面和结尾引导，口吻放松一点。" "想发一条热点评论到视频号，语气克制，但开头和观点要有记忆点。" 它适合这些场景：知识博主要把一个专业主题拆成 1 分钟可拍口播脚本；品牌为新品做短视频推广，既要钩子又要转化；热点事件需要快速形成观点型脚本并引导评论；剧情情感账号要设计反转节奏、开头悬念和结尾互动。 大家常问 短视频前 3 秒钩子到底是什么，为什么没有钩子完播率就上不去？ 钩子本质是给观众的认知系统建一个信息缺口，逼大脑想闭合。前 3 秒没钩子，信息梯度接近零，观众在阈值线下直接滑走，后面再好都触达不到。 短视频分镜脚本和普通文案脚本有什么区别，为什么拍摄时要拆分镜？ 文案脚本只列台词和粗略动作，分镜脚本要写镜号、景别、运镜、时长、转场和情绪。拍摄是非线性集中布光的，没分镜剪辑师拿到一堆碎素材根本拼不回叙事。 短视频脚本里的「信息密度」是什么意思，密度太高或太低分别会怎样？ 指单位时间里画面、台词、字幕、音效叠加传递的信息总量。太高会认知超载，看完一片空白；太低会注意力流失，节奏拖沓像讲课。理想做法是双轨互补、留呼吸点。 短视频结尾的互动引导是什么意思，为什么干瘪结尾会拖累互动率？ 互动引导是结尾的行动召唤，由扣题总结、靠近景别、开放问题加 0.5–1.5 秒留白组成。干瘪结尾断了叙事弧线，观众没行为出口，自然不点赞评论。 想用上这个技能？ 「短视频脚本」就在「龙虾部署大师」的技能市场里，打开 技能市场 就能一键安装使用。 还没装龙虾？先 一键部署「龙虾部署大师」，在本地跑起来后再装技能即可。 注：技能的实际效果与所选用的 AI 模型能力有关，不同模型下的表现可能存在差异。
知识漫画怎么创作？把文章转成分镜提示词，保持角色一致
「知识漫画创作」是「龙虾部署大师」技能市场中的内容视觉化技能：它把文章、教程或主题材料转化为原创教育漫画。输入来源内容、画风、基调、版式、比例和语言后，它会加载偏好、分析内容、确认风格，依次生成分镜、角色设定、图像提示词、角色参考图、连续页面图片和 PDF，并能根据内容信号推荐清线、日漫、写实、水墨等风格，支持只出分镜、只出提示词、按角色参考图重绘指定页或重新合成 PDF。 技能效果 把图灵生平做成知识漫画时，它先给出人物色标与造型设定，再画出开头几页的分镜。 把知识画成漫画，难在哪 知识漫画的门槛不在画工，而在"成体系"。一篇教程要变成连贯漫画，需要先拆出分镜节奏、立住角色、写清每页画面，再保证多页之间同一个角色长得一样、风格不跑偏。靠人工或零散工具，常出现两类问题：角色每页脸都不同，读起来出戏；画风与内容气质不搭，科普配了违和的风格。更现实的是，全部画完才发现分镜不对，返工成本极高。 连续多页 · 角色要一致 第 1 页 第 2 页 第 3 页 合成PDF 这个技能怎么把内容变成漫画 它把成漫画的过程拆成一条可追溯的链路。先根据内容信号自动推荐画风、基调、版式或预设风格——清线、日漫、写实、水墨等组合都在选项里；再依次生成内容分析、分镜脚本、角色定义和每页的图像提示词。关键一步是它先生成角色参考图，再据此生成页面，从而让同一角色在多页之间保持视觉一致；最后把连续页面合成为 PDF。它还支持灵活的局部操作：只先出分镜或只出提示词、增删页面、以提示词优先更新，或基于角色参考图重绘指定页后重新合成 PDF。 分析内容定风格 分镜脚本+ 提示词 角色参考图定形象 连续页面保持一致 合成 PDF 用前须知 该技能无需外部图像 API Key，Seedream 凭证会从本地配置目录自动读取。本地需要 Python 环境以及 openai、pillow；PDF 合成脚本则需要可运行的 Node/TypeScript 环境。 怎么用它 用法是把要改编的素材连同想要的画风、节奏和产出方式告诉它，它会先出方向再逐步生成。例如可以这样对它说： 可以这样对它说 "把这篇图灵传记改成温暖清线风知识漫画，先出分镜和角色设定，文字别多。" "只先出量子计算科普漫画的分镜，暂时不用生成图片，页面节奏也标明。" "用水墨动作风讲孙子兵法，每页角色造型保持一致，先生成参考图。" 它适合这些场景：把技术教程、科普文章或人物故事改编成连续知识漫画；按清线、日漫、写实、水墨或粉笔等风格输出教学内容；已有漫画页面需要修改某一页并重新合成完整 PDF；以及团队希望先审阅分镜或提示词，再决定是否生成全部图片。 大家常问 知识漫画的「分镜」到底是什么？为什么直接照着文章画漫画反而读不下去？ 分镜不是把画面排进格子，而是控制读者视线在时间中的运动——格子之间的空白才是核心，读者在脑中自动闭合。文章是线性「告诉」，漫画是二维「展示」，照着文章逐段画会变成插图说明书：节奏均匀、抽象概念被堆在对话气泡里，反而失去漫画的叙事力。 为什么 AI 生成的漫画里同一个角色每页脸都不一样？这种「视觉一致性」是怎么丢的？ 每一格在生成时都是独立事件单元，系统没有跨格的「角色身份记忆」。叙事描述只说「发生了什么」、不说「角色长什么样」，五官细节在「叙事→视觉」转换中被压缩。再加上构图优先级把动作排在角色之前，结果就是单格都成立、连起来角色却变了——必须先固定角色参考图、再生成页面。 知识漫画选画风（清线 / 日漫 / 写实 / 水墨）凭什么？为什么内容气质和画风不搭就读不进去？ 画风是读者与内容之间的「认知契约」——线条、色彩、造型在翻页第一秒就暗示了内容类型与可信度。清线偏中立适合传记历史，日漫情绪符号发达适合教程科普，写实重信任感适合成人专业，水墨靠留白笔意适合东方文化。气质和画风不搭会触发潜意识的「不对劲」，读者说不出哪里别扭，但就是读不进去。 漫画的「对话框」和「旁白框」怎么区分？为什么放错位置会破坏阅读节奏？ 对话框是圆形/椭圆形带引尾、指向说话角色，承载「故事内」声音；旁白框是矩形无引尾、放在画格角落，承载「故事外」叙述。两者层级不同，混用会让读者把叙述当成角色对白、视角错乱。位置放错还会打断 Z 字阅读路径，造成视线折返、因果颠倒、节奏卡顿——读者就要倒回去重读。 想用上这个技能？ 「知识漫画创作」就在「龙虾部署大师」的技能市场里，打开 技能市场 就能一键安装使用。 还没装龙虾？先 一键部署「龙虾部署大师」，在本地跑起来后再装技能即可。 注：技能的实际效果与所选用的 AI 模型能力有关，不同模型下的表现可能存在差异。
TikTok Shop怎么开店运营？同步库存配置达人佣金
「TikTok Shop 开店」是「龙虾部署大师」技能市场中的店铺搭建技能：作用是提供从店铺配置到运营承接的执行指南，覆盖商品目录同步、库存安全垫、自发货与代发货选择、创作者联盟佣金、直播购物编排和发货 SLA 合规，帮助品牌建立站内闭环交易流程，降低爆单超卖、审核失败和履约违规风险。 技能效果 要在TikTok Shop上架二十个SKU前，它列出了图片、价格、类目映射到批量导入排查的整套检查清单，连去重和导入报告核对都写成了可打勾的步骤。 内容带来了流量，店却接不住单 TikTok Shop 的难点不在流量，而在承接。商品目录同步不规范、类目属性或合规图片不达标，上架就卡审核；一条爆款短视频带来订单峰值，没预留库存安全垫，瞬间就超卖；达人联盟佣金随手定，没按毛利算，GMV 上去了利润却没了；直播间主推品、优惠券和发货节奏各管各的，48 小时发货 SLA 一旦踩线，就面临履约违规。流量是一阵子的，店铺的承接能力才决定能不能把它变成稳定成交。 订单峰值来临，没有安全垫就超卖 库存安全垫 爆单 超出 = 超卖 日常 爆款视频 这个技能能帮你搭好什么 它把开店到承接拆成可执行的几步。目录层面，同步商品目录、类目属性、合规图片规范和 SKU 的实时库存；履约层面，评估商家自发货与 TikTok 代发货各自的库存和履约边界，配上库存安全垫，防止爆单超卖；达人层面，配置创作者联盟的开放计划、定向邀约、样品寄送和佣金分层，并按毛利算出安全比例和阶梯奖励；直播层面，编排商品置顶、专属优惠券和 48 小时发货 SLA。整体目标是建立站内闭环交易流程，让内容爆发、达人带货和直播促销之间保持利润与服务稳定。 目录同步 类目 · 图片 · SKU › 履约 + 安全垫 自发货 / 代发货 › 联盟佣金 分层 · 样品 · 毛利 › 直播编排 置顶 · 券 · SLA 用前须知 该技能需要你具备 TikTok Seller Center 店铺权限。后台连接可走 Shopify 或 WooCommerce；若要做自定义集成，则需 Open API、HMAC 签名、仓库 ID 和订单系统对接。技能输出的是配置与运营方案，落地仍需对应的店铺与仓配能力。 怎么用它 用法是把销售平台、SKU、库存、仓配能力、佣金策略和直播计划用自然语言交给它，它会给出配置方案和承接节奏。例如可以这样对它说： 可以这样对它说 "TikTok Shop 准备上架二十个 SKU，检查目录同步和类目映射。" "联盟达人佣金别乱设，按毛利算出安全比例、阶梯奖励和样品规则，价格写清。" "直播间要挂三款主推品，排好置顶、限时券和 48 小时履约 SLA。" 它适合这些场景：Shopify 或 WooCommerce 店铺准备接入 TikTok Shop 闭环销售；爆款短视频可能带来峰值订单，要预先设计库存缓冲；想通过达人联盟、佣金激励和样品寄送扩大站内 GMV；直播间转化不稳定，要统一置顶商品、优惠和履约节奏。 大家常问 为什么 TikTok Shop 跨境卖家和本土卖家（Local Seller）要分成两类店铺，不能合在一起开？ 因为两套体系在法律管辖、仓配链路、合规审查、佣金费率、资金通道和风控阈值上完全不同：跨境店受中国出口与目的国进口双重合规约束，本土店只走当地法规、本地仓发货 2–5 天。账号、后台和数据彼此隔离，同一主体可分别注册，但不能合并成一家店。 是什么决定了 TikTok Shop 一个商品的类目抽点比例和能不能成功上架？ 抽点比例由一级类目基础费率、子类目细分（受退货率与饱和度调节）、店铺主营类目匹配度，加上站点与大促期政策共同决定，通常落在 1%–8% 区间。能否上架取决于卖家资质、类目映射到叶子节点是否精准、标题图片描述合规、是否在禁售/限售清单内、店铺健康分与风控五道关。 为什么 TikTok Shop 要求 48 小时发货 SLA，自发货和代发货在违规风险上有什么区别？ 48 小时 SLA 是平台对消费者的履约承诺，以"首条物流扫描时间"为判定基准，超阈值的迟发率（LSR）触发警告到限流、冻结资金、暂停店铺的阶梯处罚。自发货风险点在库存同步和揽收节奏，全链路自己可控；代发货多一层供应商不可见性，但平台只追责商家，供应商延迟、错发都计入 LSR。 为什么联盟达人佣金要按毛利算阶梯，开放计划和定向邀约在风险上有什么不同？ 佣金按毛利算阶梯是为了把支出锚定在商家真实利润空间内，避免按售价计费导致"卖一单亏一单"，并引导达人优先推有溢价的商品。开放计划起量快但达人不可控，容易触发佣金失控、品牌调性稀释和违规连带；定向邀约可前置筛选达人、佣金可预期，但覆盖窄、依赖单点合作风险高。 想用上这个技能？ 「TikTok Shop 开店」就在「龙虾部署大师」的技能市场里，打开 技能市场 就能一键安装使用。 还没装龙虾？先 一键部署「龙虾部署大师」，在本地跑起来后再装技能即可。 注：技能的实际效果与所选用的 AI 模型能力有关，不同模型下的表现可能存在差异。
如何用 AI 写能交付的前端页面
「前端开发」是「龙虾部署大师」技能市场中的页面交付技能：作用是把一个完整网页或前端应用从设计架构、动效实现、媒体资产、营销文案到界面构建一路落地，并守住质量门。它整合 React/Next.js、Tailwind、Framer Motion、GSAP、Three.js、Lottie 等能力，明确各自的边界与性能规则，要求产出真实可运行、无占位图、且具备加载态、空态和错误态的界面。 技能效果 让它做音乐应用落地页时，它产出了带逐级进场动画、粒子背景和「音律」整套真实文案的单文件页面，连用户评价和数据模块都补齐了。 从 Demo 到能交付的页面，差的是什么 一个能跑的 Demo 和一个可交付的页面之间，隔着大量收尾工作。Demo 通常只覆盖正常路径：数据来了、渲染出来、看着不错；但真正交付时，加载中、空数据、请求失败这三种状态都要补齐，占位图必须换成真实素材，复杂动效和滚动叙事还要兼顾性能不能拖垮首屏。再加上营销页往往需要视觉、文案、媒体资产同步到位，单点做好不够，整条交付链路都要串起来才算完成。缺口分散在状态处理、资产、动效、性能多个方向，逐一补齐既琐碎又容易遗漏。 能跑的 Demo 只覆盖正常路径 补齐 加载 / 空态 / 错误态 真实媒体资产 动效 + 性能守卫 可交付页面 这个技能从需求到页面包了哪些活 它把"从需求直接交付高完成度页面"拆成可推进的几步。方案层面，先制定页面设计、运动强度、视觉密度和资产需求。动效层面，按 Framer Motion、GSAP、Three.js、Lottie 等工具的适用边界选择实现方式，而不是盲目堆动画。资产层面，调用媒体脚本生成图片、视频、音频或音乐并保存到本地，不再依赖外链占位图。构建层面，产出含真实文案、状态处理、性能守卫和本地资产的界面，交付前还会检查依赖、占位资源、移动适配等质量门。 方案设计密度/资产需求 动效实现GSAP/Three 媒体资产本地生成 界面构建真实文案/状态 质量门 用前须知 代码开发本身不强制 API Key；但媒体生成需要配置 MINIMAX_API_KEY。常用依赖包括 framer-motion、gsap、three、lottie-react，媒体脚本还需 Python requests。若不生成媒体资产，可只用其设计与构建能力。 怎么用它 用法是把页面类型、想要的动效和资产要求用自然语言交代清楚，由它从方案一路做到可交付界面。例如可以这样对它说： 可以这样对它说 "做一个音乐应用落地页，要动画、真实文案和本地素材，首屏要抓人。" "把这个 React 页面补完整，加载、空态和错误态都要做，别留占位。" "实现一个电商首页，生成视觉素材并接进页面里，不再用外链占位图。" 它适合这些场景：构建完整落地页、产品页或活动页并配套高质量视觉资产；前端项目需要复杂动效、滚动叙事、3D 场景或交互式艺术；营销页面需要同时完成视觉、文案、媒体和代码实现；项目交付前检查依赖、占位资源、移动适配和质量门。 大家常问 为什么 AI 生成的前端页面经常跑不起来，缺哪些东西？ 主要缺三类东西：一是构建配置和路径别名、依赖版本这类项目基础设施；二是加载态、空态、错误态三态没补齐，只覆盖正常路径；三是 SSR/CSR 环境判断缺失，浏览器 API 跑在服务端就直接报错。AI 擅长生成静态片段，对运行时时序、状态拓扑、TypeScript 类型流的把握仍要人工兜底。 AI 前端开发指的是什么，和传统前端开发有什么区别？ AI 前端开发是借助大语言模型生成或辅助生成前端代码的开发范式，开发者用自然语言描述需求由 AI 推理产出代码。和传统前端最大的差别是分工：组件化、状态管理、SSR/CSR、Tree-shaking、TypeScript 类型流这些核心原理没被改写，AI 提速骨架生成，但边界判断、性能预算、复杂状态机仍要人审。 前端页面的加载态、空态、错误态分别处理什么内容，为什么三态都要做？ 加载态用骨架屏或 Spinner 告诉用户系统在处理；空态用插图加文案加引导按钮，让首次用户知道下一步去哪；错误态给出友好提示和重试入口，加上错误边界防止白屏。三态都要做是为了覆盖数据驱动界面的所有状态分支，缺一态就是把白屏或永远转圈的未定义行为推给用户。 Framer Motion、GSAP、Three.js、Lottie 这四个前端动效库各自适合做什么场景的动效？ Framer Motion 是声明式补间，适合 React 项目的页面过渡、布局动画和手势交互；GSAP 是时间线编排引擎，擅长复杂多阶段序列和滚动驱动动画，框架无关；Three.js 是 WebGL 3D 渲染，做 3D 展示、粒子和沉浸式场景；Lottie 复现 After Effects 导出的矢量动画，让设计师直接交付徽标和加载动画。 想用上这个技能？ 「前端开发」就在「龙虾部署大师」的技能市场里，打开 技能市场 就能一键安装使用。 还没装龙虾？先 一键部署「龙虾部署大师」，在本地跑起来后再装技能即可。 注：技能的实际效果与所选用的 AI 模型能力有关，不同模型下的表现可能存在差异。
如何用 AI 操作 GitHub 命令行
「GitHub 命令行」是「龙虾部署大师」技能市场中的 GitHub 协作技能：作用是通过 gh CLI 操作 GitHub 的 Issue、Pull Request、CI 运行和高级 API 查询。它能查看 PR 检查结果、列出工作流运行、定位失败步骤日志、列出和创建 Issue，还能用 gh api 配合 --json 与 --jq 取出普通子命令无法直接返回的字段，并把结果整理成摘要、表格或分析。 技能效果 让它查 cli/cli 仓库的近期 issue 时，它联网拉回最新十个 open issue，按编号、标题和状态整理成一张表。 查 PR 和 CI 状态，为什么总要来回切网页 用 GitHub 协作时，很多排障动作被网页操作拖慢。一个 PR 的检查项哪些没过、卡在哪一步，要点进 Checks 页层层展开；想看最近一次 workflow run 为什么失败，得在一堆成功的绿勾里翻出那条红叉，再点进去找出错步骤的日志；要批量看近期 Issue 或按特定字段筛选，网页界面又给不了结构化结果。这些任务本可以在命令行一次拿到答案，却散落在多个页面里反复跳转。 网页来回点 Checks / Actions 逐层展开找日志 gh CLI $ gh pr checks $ gh run view --log $ gh issue list 摘要 / 表格 一次拿到答案 这个技能用 gh 能帮你做什么 它围绕 gh CLI 把 GitHub 上的查询和协作动作打包起来。CI 方面，用 gh pr checks、gh run list 和 gh run view 查看检查状态，定位某次 workflow run 的失败日志和出错步骤，只摘失败项、不展开成功项。Issue 方面，用 gh issue list、view、create 完成查询和创建结构化的 Bug 报告。高级查询方面，用 gh api 配合 --json 与 --jq 取出普通子命令拿不到的字段并做过滤。最后它会清理终端和 HTML 标记，按用户意图把结果整理成摘要、表格或解释。需要注意，在非 Git 目录中操作时，它会始终指定 --repo owner/repo 或直接用 URL，以保证定位到正确仓库。 CI / PRchecks/run view Issuelist/view/create 高级 APIgh api/--jq 整理输出摘要/表格 用前须知 该技能需要本机安装 GitHub CLI 并执行 gh auth login 完成登录。能否操作私有仓库和组织事务，取决于当前账号的权限与认证状态。在非 Git 仓库目录下操作时，需要显式指定 owner/repo 才能定位到目标仓库。 怎么用它 用法是把要查的 PR、CI 或 Issue 用自然语言说清楚，由它选用合适的 gh 命令并整理结果。例如可以这样对它说： 可以这样对它说 "查一下这个仓库最近十个 issue，按标题、编号和状态列出来。" "看 PR55 的检查为什么失败，只摘失败的步骤，别展开成功项。" "用 gh 查最新一次 workflow run，定位失败日志和出错步骤。" 它适合这些场景：查看某个 PR 的检查项是否通过并定位失败工作流日志；项目维护者要列出近期 Issue 或创建一条结构化 Bug 报告；不在 Git 仓库目录中操作 GitHub、需要显式指定 owner/repo；需要用 GitHub API 查询普通子命令无法直接返回的字段。 大家常问 GitHub 命令行 gh 是什么，跟在 GitHub 网页上点按钮操作有什么区别？ gh 是 GitHub 官方提供的命令行工具，让你在终端直接操作 GitHub。它和网页点按钮调用的其实是同一套 GitHub API，区别在于网页要加载页面、等待渲染、点开层级才能拿到一项信息，而 gh 在终端一行命令直接发 API 请求拿结果，还能用脚本批量执行，并和 jq、grep、管道组合使用。 为什么用 gh pr checks 命令查 PR 检查结果，会比在 GitHub 网页 Checks 页里层层展开看要快？ 因为网页 Checks 页是单页应用，要先加载几百 KB 到几 MB 的资源，再分多次 API 请求拉 Check Suite 和 Check Run，每展开一层就再发一次请求重渲染 DOM。gh pr checks 走的是已存在本地的认证 Token，省去 Cookie、Session、CSRF 那套验证链，直接一次 API 请求把 PR 关联的所有 check 平铺打印，省掉渲染和层层点击的开销。 gh run list 和 gh pr checks 都能看 CI 状态，怎么区分什么时候该用哪一个？ 两者数据层级不同。gh run list 拉的是仓库级 Workflow Run 列表，可按 workflow 文件、分支、事件类型筛选，适合追溯历史失败、查看不挂在 PR 上的定时或手动 run。gh pr checks 拉的是某个具体 PR 的 Check Suite 和 Status Check 聚合，能看到外部系统提交的 status，适合 Review PR 时判断能不能合并、要不要 watch CI 跑完。 为什么在不是 Git 仓库的目录里用 gh，必须加 --repo owner/repo 才能查到东西？ 因为 gh 默认靠当前目录的 .git/config 里 origin 远程 URL 推断 owner/repo，作为 gh pr、gh issue、gh workflow、gh release、gh secret 的目标。一旦目录里没有 .git 文件夹，这条推断就断了，gh 不会去扫账号下所有仓库猜你想操作哪个，所以会抛错，要求你用 --repo owner/repo 或设环境变量 GH_REPO 显式指定仓库。 想用上这个技能？ 「GitHub 命令行」就在「龙虾部署大师」的技能市场里，打开 技能市场 就能一键安装使用。 还没装龙虾？先 一键部署「龙虾部署大师」，在本地跑起来后再装技能即可。 注：技能的实际效果与所选用的 AI 模型能力有关，不同模型下的表现可能存在差异。
提示