A股数据采集这事儿，我干了三年。踩过的坑，真是数都数不清，说多了都是泪。
最后我下定决心，把这些坑打包成一个工具包，直接免费丢到GitHub上，谁爱用谁用。
这个项目叫 a-stock-data。上线才两周，就从零冲到了1900多颗星，被Fork了超过420次。先把结论撂这，这玩意儿值得关注，就一个原因。
A股那十三个乱七八糟的数据源，它全用HTTP直连搞定，一个第三方数据封装包都没用。
你平时用akshare的时候，底层调的那些接口，其实分散在东财、通达信和同花顺身上。但这些接口本身压根没公开文档。akshare呢，相当于用一层"打包服务"把混乱给藏起来了。结果呢？源站一改版，akshare就跟着崩。你代码里那个 ak.stock_zh_a_hist 突然给你返回空数据，你跑GitHub上一看，一堆人在issue区喊"又挂了"。作者一个人要维护几百个接口，修一个Bug可能就得等两周。
我自己就掉进过这个坑里。去年写一篇对比分析文章，需要拉几只股票的日K数据。好家伙，akshare接口返回的格式说变就变——DataFrame的列名从"日期"突然改成了"trade_date"。我写的解析代码全废了。去GitHub一看，issue区早有人报了，但修复得排队等。我等了整整三天，最后实在没办法，自己手动改了列名映射才搞定。
所以，a-stock-data的V3版本，直接把这层"中间商"给砍掉了。
注意，不是改良，是直接砍掉。从V1到V2，这项目也依赖akshare。作者Simon林自己就是akshare的重度用户。用久了才发现，那层封装本身就是问题的根源。一个人维护几百个接口，底层源站又没公开API，随时可能改版。中间环节越多，故障传导的链条就越长，一个地方出问题，整个链条都跟着完蛋。
所以V3做了一个很狠的决定，全部直连。13个数据源，28个端点，7层架构，全部走HTTP直接对接东财、通达信，还有腾讯财经。百度股市通、新浪和巨潮也直接连。只有mootdx保留了TCP协议——通达信的二进制协议，实在没法用HTTP替代。除此之外，全是纯HTTP请求。
打动我的，是它的定位非常特别。它不是给程序员用的量化工具，而是给AI编程助手用的。
重点就是这个 SKILL.md 文件。它就是一个结构化的Markdown，里面嵌着Python代码。你把它放到 ~/.claude/skills/a-stock-data/ 目录下，启动Claude Code，说一句"帮我看看688017的估值"，它就能自动激活干活。Codex、OpenClaw也一样，贴进系统提示词就行。
这个思路挺有意思。以前你用Python写量化脚本，得先 import akshare，得搞清楚参数顺序，还得去查文档确认 adjust 参数是 qfq 还是 hfq。现在你只要跟AI说一句人话，它帮你调接口、帮你解析数据、帮你算估值。中间那层"程序员必须掌握API细节"的认知门槛，就这么被AI给吃掉了。
我亲自试了一下，确实能用。跟Claude Code说"帮我估一下688017，给我PE、PEG、消化时间"，它先拉腾讯财经的实时报价拿到PE(TTM)和PB，然后调东财的一致预期EPS接口拿机构预测，最后算出前向PE、PEG、PE消化年数。整个过程大概30秒。以前你写这段代码，怎么也得半天功夫吧？
那tushare呢？它倒是稳定，但要付费。积分制，500积分以上才能用分钟线和一些高级接口。新用户注册是0积分，想攒积分？要么贡献数据，要么直接花钱。接口覆盖面也窄，很多东财、同花顺的接口，tushare根本没有。tushare是个好产品，但它的定位是"给专业量化用户的基础数据服务"，不是"给AI编程助手的全栈数据工具"。
那baostock呢？免费，但数据更新慢，分钟线支持弱，接口覆盖面更窄。适合学术研究拉历史数据，不适合搞实时行情和信号追踪。
所以，a-stock-data一出来，我觉得这事儿定位非常精准。它既不是akshare的升级版，也不是tushare的免费替代品。它是一个全新的品类——AI编程助手的数据基础设施。
以前散户想做个股调研，得学会用Python，得学会调接口，得学会解析数据，得学会写分析逻辑。这四层认知门槛，直接把90%的散户挡在门外了。现在呢？你只要会说一句"帮我看看这只股票的估值和资金流向"，AI就能把这四层门槛全部搞定。
当然，这事儿也有争议。
主要争议点在于合规性。a-stock-data直连的那些接口——东财、同花顺、百度股市通——没有一个官方的公开API。东财的datacenter-web接口加了 X-Request-Token 签名验证，Simon林是逆向了前端JS混淆代码里的签名算法（MD5(timestamp+secret+params)），secret_key 还得定期跟进更换。同花顺的iwencai就更敏感了，问财本身就是同花顺的自然语言选股产品，a-stock-data用 X-Claw 鉴权去调它的搜索接口，这直接绕过了问财的使用协议。
说实话，我不完全站Simon林这边。逆向非公开接口，确实有法律风险。国内虽然没有美国那种CFAA，但反不正当竞争法和网络安全法的相关条款确实存在。但我也理解实务派的立场，akshare封装的那层壳，其实也是逆向的，只不过它把逆向藏在封装里面，用户感觉不到底层在干什么。akshare坏了你得等作者修，a-stock-data坏了你自己能修——因为你能看到底层的每个URL和参数。这是两种不同的"依赖风险"，不是简单的谁对谁错。
我担心的点也在这儿。1900星420Fork的热度，不代表长期可持续性。Simon林一个人在干这事儿。社区贡献者目前看起来不多——3个Pull Request、2个Issue——不像是活跃社区的样子。如果源站频繁变更接口，维护者跟不上，这个项目也会走akshare的老路。
我自己的判断是这样，a-stock-data值得用，但值得带着清醒的认知去用。直连HTTP让你能看到底层的每个细节，AI编程助手能直接调起来——这是实实在在的进步。但长期来看，任何一个依赖逆向非公开接口的项目，都有被源站封杀或变更击垮的风险。
akshare的坑在中间层，a-stock-data的坑在源站。位置换了，但坑还在。
最后聊个更远的话题。AI编程助手正在从"帮你写代码"进化到"帮你做决策"。以前你让Claude Code帮你写个Python脚本拉数据，它只会生成代码让你自己跑。现在有了 SKILL.md，它可以直接调端点拿数据，做计算，输出结论。这中间跳过了什么？跳过了"人必须理解API才能获取数据"这一层。获取信息的技术门槛被AI吃掉了，留给人的是判断门槛。
我的态度很简单，先试试看，好用就用。但别把一个免费开源项目当成你唯一的基础设施支柱。akshare已经给我们上过一课了——任何单点依赖都有断裂的风险。a-stock-data的价值在于它的直连架构思路和适配AI的形态设计，而不在于它能不能永远稳定运行。
这种"把分散在十几个地方的混乱数据，整合成一个AI直接能用的工具"的思路，是对的。方向对了，具体实现可以慢慢迭代。1900星说明，很多人也在想这件事。
