发现报告 AI 接入：Skills · CLI · MCP
让 AI 直接读懂研报

一AI 做研报研究的四类困境

在接入之前，用 AI 辅助研究，普遍面临以下四个问题。

发现报告把 610 万+ 研报与 4,800 万+ 图表封装成三个标准化接口，再通过 Skills、CLI、MCP 三种方式接入 AI 工作流 —— 问题由 AI 拆解，检索与精读由平台执行，事实与来源由工作区沉淀。 从「搜得到」到「拿得准」，从「用一次」到「攒起来」，这正是这套接入体系要解决的事。

二发现报告 AI 接入总览

（一）三种接入方式，一个能力底座

无论选择哪种方式，底层调用的都是同一套能力：

• ·报告搜索：按关键词、机构、时间范围检索，返回标题、机构、发布时间、行业、页数及命中的正文片段
• ·段落精读：给定报告 ID，返回摘要、目录与命中段落
• ·PDF 下载：给定报告 ID，获取下载地址或直接下载到本地

三种方式的差别只在「谁在调用、怎么调用」：

（二）接入前置：高级 VIP 与 API Key

三种方式共用同一个凭证。开通高级 VIP 后获取 API Key：

• ·开通高级 VIP：www.fxbaogao.com/user
• ·获取 API Key：www.fxbaogao.com/user/userInfo

配置完成后，三种接入方式即可立即使用。

（三）能力全景：接口、命令与工具的对应关系

平台的三个底层能力，在三种接入方式中是一一对应的。这张表也是理解整套体系的关键：

MCP 端点实际暴露 3 个工具（search_reports / get_paragraphs / get_pdf_url），未包含本地下载；需要落盘 PDF 时用 CLI 的 fxbaogao download。

三三种接入方式详解

四六大使用场景

无论你是做投研、写报告、搭 Agent，还是跑自动化，都能找到对应场景。

五三种接入方式怎么选

我们注意到，经常有这样一个讨论：有了 CLI，为什么还要 MCP？有了 MCP，为什么还要 Skill？

我们的判断是：三者不是替代关系，而是面向不同调用者、处在不同交互粒度上的三种解法。

① 调用者不同：人、脚本、Agent

Skills 面向研究员 —— 人在对话里提出研究需求，AI 负责执行；CLI 面向开发者 —— 把能力写进脚本、流水线和定时任务；MCP 面向 AI Agent —— 由 Agent 自主决策何时调用哪个工具。选型的第一步，是问「谁来发起这次调用」。

② 交互粒度不同：一次研究、一次操作、一次决策

Skills 交付的是完整研究工作区，从问题拆解到最终报告；CLI 交付的是单次操作结果，一次搜索、一份 PDF；MCP 交付的是工具能力，具体调用什么由 Agent 在对话中决定。粒度不同，适用任务也就不同。

③ 沉淀方式不同：工作区、脚本、上下文

Skills 把过程落盘成可复核的 Markdown 工作区；CLI 把流程固化成可重复执行的脚本；MCP 把结果留在 Agent 的对话上下文里。需要长期复用的研究，选前者；需要无人值守的闭环，选后者。

六国内主流模型应用实例

发现报告的三种接入方式都建立在开放协议之上：MCP 是开放的工具协议，HTTP 接口兼容 OpenAI 的 function calling 规范。近两年国内主流大模型与 Agent 客户端已普遍收敛到「OpenAI 兼容工具调用 + MCP」这套组合，因此同样的能力可以直接落到国内主流模型生态里使用。

模型生态：工具调用与 Key 的获取

下表的模型均已支持 OpenAI 兼容的工具调用，任选一家获取 API Key，配合下方任意 MCP 客户端即可使用（各平台支持情况随版本更新，请以官方文档为准）：

国内主流 Agent 客户端 / IDE

这一类工具原生支持自定义 MCP 服务，在设置里粘贴下方的 JSON 配置即可直接接入，无需写任何代码：

通用接入三步

不管用哪家的模型、哪个客户端，接入路径都是同样三步：

• 1 获取 API Key：登录发现报告，在用户中心（个人中心）获取 API Key（形如 sk-xxx）。MCP 方式需要预先填好 Key 才能连通 —— 客户端通过配置中的 Bearer Key 完成鉴权，不支持登录后自动授权；
• 2 在客户端的 MCP / 工具设置里添加 fxbaogao 服务 —— 在线版填入服务地址与 Bearer Key，或直接粘贴下面这段 JSON 配置；
• 3 用自然语言下达检索、精读、下载指令，由模型自主调用工具。

注意：MCP 方式仅支持预填 API Key，不支持登录授权 —— Key 需提前取好并写入配置，服务才能连通。想要「登录即完成授权」的免配置体验，请使用技能（Skills）方式接入，两种授权方式均支持。

发现报告 MCP 为远程服务，本地不运行任何程序 —— 无需安装 Node.js / Python / uv 等环境，填入服务地址与 Key 即可。

案例一 · WorkBuddy：对话直达研报检索

WorkBuddy 是内置 Agent 能力的桌面工作台，模型能力开箱即用。在 WorkBuddy 中使用发现报告有两条路径，任选其一即可：方式 A · MCP 服务——把发现报告接入为自定义连接器，Agent 在对话中按需调用检索、精读、取书工具，通用性最强，授权需预先填好 API Key；方式 B · 技能（Skills）——把官方 Skill 安装指令发给 AI 即可自动装好，检索研报变成即装即用的对话能力，配置最省事，支持官方网页授权（登录即完成）与自取 Key 两种授权方式。

指令速查 · 接好之后从这些问题开始

不知道第一句该问什么？下面 6 条指令覆盖了三个工具的典型用法，从「只用检索」到「检索 → 精读 → 取原文」全链路，复制进对话即可，把行业、机构、时间范围换成你关心的内容。

仅检索

行业盘点 · 快速摸底

「检索近一周半导体设备新增研报，列标题/机构/评分/链接。」

调用：search_reports　·　换行业词即可盘点任何赛道，适合每日快速过一遍新增报告

仅检索

追踪机构 / 公司动向

「检索高盛近一个月研报，按行业归类，标出人形机器人相关。」

调用：search_reports　·　把机构名 / 公司名作为关键词，即可跟踪任何卖方观点变化

检索 + 精读

多报告对比笔记

「找 3 篇『储能价格战』高分报告，对比结论差异输出一页笔记。」

调用：search_reports → get_paragraphs　·　不用读全文，直接基于命中段落产出对比结论

检索 + 精读

单篇深度读书笔记

「算力行业最高分深度报告，抽目录段落，产出结构化笔记。」

调用：search_reports → get_paragraphs　·　产出全程保留 reportId，每个结论都能回原文核对

全链路

下载原文 · 关键数字核验

「找 AI 深度报告 → 给 PDF 地址 → 基于原文核对关键数字。」

调用：search_reports → get_paragraphs → get_pdf_url　·　正式研究与引用前用这条；下载 PDF 会扣减下载权益，按需使用

全链路

每日研报晨报

「今天的新能源车晨报：挑 3 篇，一句话摘要+链接。」

调用：按需组合三个工具　·　配合定时任务（扣子工作流 / 客户端定时对话）即可无人值守产出

提问公式：时间范围 + 行业 / 机构 / 公司 + 你要什么（列表、对比、笔记还是原文）。想要更准的召回，先拆问题再检索（见「七、使用注意事项」05 条）。

案例二 · DeepSeek + Cherry Studio：每日行业晨报

在免费开源的桌面客户端 Cherry Studio 里，用 DeepSeek 模型驱动发现报告的检索能力，每天几分钟拿到指定行业的研报晨报。

• 1 配模型：到 platform.deepseek.com 创建 API Key，在 Cherry Studio「设置 → 模型服务」找到深度求索，粘贴 Key 并点击「检查」，通过后设为默认模型；
• 2 接工具：「设置 → MCP 服务器 → 添加服务器」，类型选「可流式传输的 HTTP（Streamable HTTP）」，URL 填 https://api.fxbaogao.com/mcp/，请求头填 Authorization=Bearer sk-xxx（sk-xxx 换成你的发现报告 Key），保存并启用；
• 3 验连接：展开服务详情，能看到 search_reports、get_paragraphs 等工具即接入成功；
• 4 开始用：回到对话界面，开启 MCP 调用开关，输入下面的指令即可。

指令示例：「检索最近三天（last3day）半导体行业新增研报，按机构列出标题与发布日期，再挑 3 篇最重要的给出核心观点。」模型会先调用 search_reports 完成检索，再按需用 get_paragraphs 摘取命中段落，最后汇总成一页晨报。

注意：DeepSeek 官方网页版与 App 不开放 MCP 配置入口 —— 这不是缺功能，而是 MCP 属于客户端能力。模型经 API Key 参与对话，工具由客户端接入。

案例三 · 通义千问 Qwen-Agent：深度研报精读

Qwen-Agent 是阿里开源的 Agent 框架，内置 MCP 客户端。适合把「检索 → 精读 → 产出」串成一条可复核的多步研究流水线。

• 1 装框架：按 Qwen-Agent 官方文档安装框架（含 MCP 支持），模型选用通义千问系列，API Key 从阿里云百炼平台获取；
• 2 登记服务：在框架的 mcpServers 配置字段登记 fxbaogao 服务，url 与 headers 与上方在线版 JSON 完全一致；
• 3 下任务：一句话下达多步指令：「找到近一周（last7day）评分最高的储能行业报告，抽取目录与命中段落，生成结构化读书笔记。」框架会按检索、精读、产出的顺序依次调用工具；
• 4 可回查：产出的读书笔记全程保留 reportId 与官网阅读链接 https://www.fxbaogao.com/view?id=<reportId>，每个结论都能回到原文核对。

自研接入时建议沿用「先拆问题、再检索」的方法（见「七、使用注意事项」05 条），否则召回质量会明显下降。

案例四 · 扣子 Coze 工作流：自动化监控与推送

用扣子（Coze）的 HTTP 工具节点封装检索接口，搭一条「定时检索 → 格式化 → 推送群机器人」的自动化流水线，实现无人值守的行业研报监控。

• 1 建工作流：登录 www.coze.cn 创建工作流，添加「HTTP 请求」节点，按第三章接口表填写 POST /mofoun/agent/search 与 Authorization 请求头；
• 2 定参数：请求体填 keyword（行业或机构名）、startTime（如 last1day / last3day）、pageNum（≤10）等参数；
• 3 接推送：后接「飞书 / 企业微信机器人」节点，把返回结果格式化为「标题 + 机构 + 阅读链接」的消息卡片；
• 4 定时跑：把工作流发布为定时任务（如每个交易日 8:00），团队每天在群里直接收到新增研报速览。

七使用注意事项

• 01 API Key 是唯一凭证：三种接入方式共用同一个 Key，请勿泄露、勿提交到代码仓库或截图外发；一旦怀疑泄露，请及时联系商务更换。
• 02 下载会扣减权益：通过接口拉取的报告 PDF 会同步扣取发现报告下载权益数量，请按需调用，避免无意义的批量拉取。
• 03 paragraph 与 PDF 要分场景使用：段落回包适合快速初筛和轻量研究；正式研究、原文引用和关键数据核验，必须下载 PDF 并基于原文核对。
• 04 保留报告 ID 与阅读链接：所有平台资料都应保留 reportId 与官网阅读链接 https://www.fxbaogao.com/view?id=<reportId>，便于回查与引用。
• 05 先拆问题，再检索：调用搜索接口前先产出研究边界与 MECE 子问题矩阵。Skills 已内置该约束，自研接入时建议沿用同一方法，否则召回质量会明显下降。
• 06 善用时间快捷参数：startTime 支持 last3day、last7day、last1mon、last3mon、last1year，无需自行换算时间戳。
• 07 搜索结果分页上限为 10 页：pageNum 取值范围 1–10，超过范围需调整检索条件而非翻页。
• 08 数据边界：接口提供的是账号授权范围内的研报资源，请遵守发现报告的使用条款与相关法律法规，勿用于未授权用途。
• 09 内容性质：接口返回的是研报原文数据，不含 AI 生成内容，仅供研究参考，不构成投资建议。

八总结

九常见问题解答

以下 12 个问题来自接入过程中最高频的疑问，答案均出自本文正文，可直接对照查阅。

十风险提示