---
name: lava-news-heat
description: 查询股票和概念板块的消息面热度（熔岩）。当用户问某只股票/某个概念最近消息面热不热、被哪些机构/大V提及、要点是什么、概念里哪些股票最热时使用。
---

# 熔岩 · 消息面热度监测

## 给人看：3 步装好

1. **拿 API Key**：登录熔岩 → 左侧点「AI数据服务」→ 上方点「API Key」→ 点「创建」，马上复制保存（`lvk_` 开头，只显示一次）。入口：https://lava.ai-dolphin.com/lava#/ai-data-service
2. **添加 MCP**（MCP＝让 AI 办公软件直接调数据的接口）：在豆包办公 / WorkBuddy / 千问办公的「连接器」里新建自定义连接器，
   - 连接方式：Streamable HTTP（豆包里叫「HTTP」）
   - 地址：`https://lava.ai-dolphin.com/subscribe/v1/mcp`
   - 请求头：`Authorization` = `Bearer lvk_你的Key`（Bearer 后有一个空格）
3. **新建对话提问**：例如「宁德时代最近一周消息面热不热？」

分软件的详细步骤：https://lava.ai-dolphin.com/subscribe#ai-office
费用：先送 100 元代金券，之后按请求次数扣费，约 1000 次 5 元；失败的请求不扣钱。

## 给 AI 看：数据说明

数据源：熔岩远程 MCP `https://lava.ai-dolphin.com/subscribe/v1/mcp`（Streamable HTTP，请求头 `Authorization: Bearer <API Key>`）。
所有工具只读；返回结构化文字与匿名机构/大V ID（agency_id），**不含多空观点与原文**。每次工具调用计 1 次请求（get_account 查余额不计费）。

## 流程

1. **个股热度**：`get_stock_news_heat(stock_name 或 ts_code, days=7)`
   - 看 `data.heat.mentions`（提及数）、`data.heat.agencies`（参与机构/大V数），再读 `list[].summary` 归纳要点。
2. **个股关联概念**：`get_stock_concept_heat(stock_name, days=30)` → 取 `list[]` 前 5 个概念及其 `mentions`。
3. **概念内个股排行**：`get_concept_stock_heat(concept, days=7)` → 列出提及最多的个股。
4. **关键词追踪**：`search_news_flow(keyword, since)`。
5. **机构/大V可信度**（可选）：对 `agency_id` 用 `get_agency_pit` / `get_agency_history` 看机构/大V分（约 450~1500，中位约 1000）。
6. 余额不足（402 / INSUFFICIENT_BALANCE）时，告诉用户去熔岩「AI数据服务」→「概览与充值」充值；其他报错如实转告，不要反复重试。

## 输出要求

- 先给结论：热度高/中/低 + 提及数 + 参与机构/大V数 + 时间窗。
- 要点用 3~5 条结构化短句概括，**不要推断或输出看多/看空结论**，不要荐股、不要承诺收益，不要编造原文。
- 少用术语；必须用时加一句白话（如“PIT＝只用当时已知数据算的历史分数”）。
- 机构/大V只用 agency_id 指代，不要猜测真实机构/大V名。
- 末尾注明：数据来自熔岩消息面热度监测，仅供研究参考，不构成投资建议。

## 参考

- 文档：https://lava.ai-dolphin.com/subscribe/docs
- OpenAPI：https://lava.ai-dolphin.com/subscribe/v1/openapi.json