Tushare接口文档:财务指标数据(fina_indicator)

简介: 本文旨在对Tushare的财务指标数据`fina_indicator`数据接口进行介绍,提供更多参考示例和使用说明。财务指标数据包括盈利能力(如“净资产收益率”、“销售净利率”)、成长能力(如“营业收入同比增长率”)、偿债能力(如“资产负债率”、“流动比率”)、运营能力和现金流量等指标。本文除了介绍如何获取某支股票的财务数据外还介绍了通过VIP版本(`fina_indicator_vip`)一次性获取某个报告期内的所有股票财务指标。要注意传递`fields`以便能够获取想要的字段,还要注意`update_flag`对修正数据的标识。
  • 功能描述:获取上市公司财务指标数据,包括盈利能力、成长能力、偿债能力、运营能力和现金流量等指标
  • 返回限量:单次请求最大返回100行
  • 接口权限:2000积分起
  • 说明

   1. 本接口只能按单只股票获取数据,如果需要获取某一报告期全部上市公司数据,请使用fina_indicator_vip接口,需5000积分;

   2. 当某个报告期有多条记录时,可能是因为财报发生过修正,最新数据可用update_flag为1进行识别,为0则表示为修正前的数据;

   3. 投资者对不同行业的同一指标会有不同的考虑,一般工商、银行、保险、地产、证券的财务指标和口径各不一样;

   4. 投资者对不同行业的指标关注也不一样,所以也会出现很多字段是空值的情况;

   5. 数据一般在财报披露后T+1入库;


输入参数:

名称

类型

必选

描述

ts_code

str

Y

股票代码

ann_date

str

N

公告日期

start_date

str

N

报告期开始日期

end_date

str

N

报告期结束日期

period

str

N

报告期

报告期是每个季度最后一天的日期,比如20171231表示2017年年报、20260331则表示2026年一季报。通过period可判断报告期类型(季度报、半年报、年报);

period与输出中的end_date是同一个字段;


输出参数:

名称

类型

默认显示

描述

ts_code

str

Y

TS代码

ann_date

str

Y

公告日期

end_date

str

Y

报告期

eps

float

Y

基本每股收益

dt_eps

float

Y

稀释每股收益

total_revenue_ps

float

Y

每股营业总收入

revenue_ps

float

Y

每股营业收入

capital_rese_ps

float

Y

每股资本公积

surplus_rese_ps

float

Y

每股盈余公积

undist_profit_ps

float

Y

每股未分配利润

extra_item

float

Y

非经常性损益

profit_dedt

float

Y

扣除非经常性损益后的净利润(扣非净利润)

gross_margin

float

Y

毛利

current_ratio

float

Y

流动比率

quick_ratio

float

Y

速动比率

cash_ratio

float

Y

保守速动比率

invturn_days

float

N

存货周转天数

arturn_days

float

N

应收账款周转天数

inv_turn

float

N

存货周转率

ar_turn

float

Y

应收账款周转率

ca_turn

float

Y

流动资产周转率

fa_turn

float

Y

固定资产周转率

assets_turn

float

Y

总资产周转率

op_income

float

Y

经营活动净收益

valuechange_income

float

N

价值变动净收益

interst_income

float

N

利息费用

daa

float

N

折旧与摊销

ebit

float

Y

息税前利润

ebitda

float

Y

息税折旧摊销前利润

fcff

float

Y

企业自由现金流量

fcfe

float

Y

股权自由现金流量

current_exint

float

Y

无息流动负债

noncurrent_exint

float

Y

无息非流动负债

interestdebt

float

Y

带息债务

netdebt

float

Y

净债务

tangible_asset

float

Y

有形资产

working_capital

float

Y

营运资金

networking_capital

float

Y

营运流动资本

invest_capital

float

Y

全部投入资本

retained_earnings

float

Y

留存收益

diluted2_eps

float

Y

期末摊薄每股收益

bps

float

Y

每股净资产

ocfps

float

Y

每股经营活动产生的现金流量净额

retainedps

float

Y

每股留存收益

cfps

float

Y

每股现金流量净额

ebit_ps

float

Y

每股息税前利润

fcff_ps

float

Y

每股企业自由现金流量

fcfe_ps

float

Y

每股股东自由现金流量

netprofit_margin

float

Y

销售净利率

grossprofit_margin

float

Y

销售毛利率

cogs_of_sales

float

Y

销售成本率

expense_of_sales

float

Y

销售期间费用率

profit_to_gr

float

Y

净利润/营业总收入

saleexp_to_gr

float

Y

销售费用/营业总收入

adminexp_of_gr

float

Y

管理费用/营业总收入

finaexp_of_gr

float

Y

财务费用/营业总收入

impai_ttm

float

Y

资产减值损失/营业总收入

gc_of_gr

float

Y

营业总成本/营业总收入

op_of_gr

float

Y

营业利润/营业总收入

ebit_of_gr

float

Y

息税前利润/营业总收入

roe

float

Y

净资产收益率

roe_waa

float

Y

加权平均净资产收益率

roe_dt

float

Y

净资产收益率(扣除非经常损益)

roa

float

Y

总资产报酬率

npta

float

Y

总资产净利润

roic

float

Y

投入资本回报率

roe_yearly

float

Y

年化净资产收益率

roa2_yearly

float

Y

年化总资产报酬率

roe_avg

float

N

平均净资产收益率(增发条件)

opincome_of_ebt

float

N

经营活动净收益/利润总额

investincome_of_ebt

float

N

价值变动净收益/利润总额

n_op_profit_of_ebt

float

N

营业外收支净额/利润总额

tax_to_ebt

float

N

所得税/利润总额

dtprofit_to_profit

float

N

扣除非经常损益后的净利润/净利润

salescash_to_or

float

N

销售商品提供劳务收到的现金/营业收入

ocf_to_or

float

N

经营活动产生的现金流量净额/营业收入

ocf_to_opincome

float

N

经营活动产生的现金流量净额/经营活动净收益

capitalized_to_da

float

N

资本支出/折旧和摊销

debt_to_assets

float

Y

资产负债率

assets_to_eqt

float

Y

权益乘数

dp_assets_to_eqt

float

Y

权益乘数(杜邦分析)

ca_to_assets

float

Y

流动资产/总资产

nca_to_assets

float

Y

非流动资产/总资产

tbassets_to_totalassets

float

Y

有形资产/总资产

int_to_talcap

float

Y

带息债务/全部投入资本

eqt_to_talcapital

float

Y

归属于母公司的股东权益/全部投入资本

currentdebt_to_debt

float

Y

流动负债/负债合计

longdeb_to_debt

float

Y

非流动负债/负债合计

ocf_to_shortdebt

float

Y

经营活动产生的现金流量净额/流动负债

debt_to_eqt

float

Y

产权比率

eqt_to_debt

float

Y

归属于母公司的股东权益/负债合计

eqt_to_interestdebt

float

Y

归属于母公司的股东权益/带息债务

tangibleasset_to_debt

float

Y

有形资产/负债合计

tangasset_to_intdebt

float

Y

有形资产/带息债务

tangibleasset_to_netdebt

float

Y

有形资产/净债务

ocf_to_debt

float

Y

经营活动产生的现金流量净额/负债合计

ocf_to_interestdebt

float

N

经营活动产生的现金流量净额/带息债务

ocf_to_netdebt

float

N

经营活动产生的现金流量净额/净债务

ebit_to_interest

float

N

已获利息倍数(EBIT/利息费用)

longdebt_to_workingcapital

float

N

长期债务与营运资金比率

ebitda_to_debt

float

N

息税折旧摊销前利润/负债合计

turn_days

float

Y

营业周期

roa_yearly

float

Y

年化总资产净利率

roa_dp

float

Y

总资产净利率(杜邦分析)

fixed_assets

float

Y

固定资产合计

profit_prefin_exp

float

N

扣除财务费用前营业利润

non_op_profit

float

N

非营业利润

op_to_ebt

float

N

营业利润/利润总额

nop_to_ebt

float

N

非营业利润/利润总额

ocf_to_profit

float

N

经营活动产生的现金流量净额/营业利润

cash_to_liqdebt

float

N

货币资金/流动负债

cash_to_liqdebt_withinterest

float

N

货币资金/带息流动负债

op_to_liqdebt

float

N

营业利润/流动负债

op_to_debt

float

N

营业利润/负债合计

roic_yearly

float

N

年化投入资本回报率

total_fa_trun

float

N

固定资产合计周转率

profit_to_op

float

Y

利润总额/营业收入

q_opincome

float

N

经营活动单季度净收益

q_investincome

float

N

价值变动单季度净收益

q_dtprofit

float

N

扣除非经常损益后的单季度净利润

q_eps

float

N

每股收益(单季度)

q_netprofit_margin

float

N

销售净利率(单季度)

q_gsprofit_margin

float

N

销售毛利率(单季度)

q_exp_to_sales

float

N

销售期间费用率(单季度)

q_profit_to_gr

float

N

净利润/营业总收入(单季度)

q_saleexp_to_gr

float

Y

销售费用/营业总收入 (单季度)

q_adminexp_to_gr

float

N

管理费用/营业总收入 (单季度)

q_finaexp_to_gr

float

N

财务费用/营业总收入 (单季度)

q_impair_to_gr_ttm

float

N

资产减值损失/营业总收入(单季度)

q_gc_to_gr

float

Y

营业总成本/营业总收入 (单季度)

q_op_to_gr

float

N

营业利润/营业总收入(单季度)

q_roe

float

Y

净资产收益率(单季度)

q_dt_roe

float

Y

净资产单季度收益率(扣除非经常损益)

q_npta

float

Y

总资产净利润(单季度)

q_opincome_to_ebt

float

N

经营活动净收益/利润总额(单季度)

q_investincome_to_ebt

float

N

价值变动净收益/利润总额(单季度)

q_dtprofit_to_profit

float

N

扣除非经常损益后的净利润/净利润(单季度)

q_salescash_to_or

float

N

销售商品提供劳务收到的现金/营业收入(单季度)

q_ocf_to_sales

float

Y

经营活动产生的现金流量净额/营业收入(单季度)

q_ocf_to_or

float

N

经营活动产生的现金流量净额/经营活动净收益(单季度)

basic_eps_yoy

float

Y

基本每股收益同比增长率(%)

dt_eps_yoy

float

Y

稀释每股收益同比增长率(%)

cfps_yoy

float

Y

每股经营活动产生的现金流量净额同比增长率(%)

op_yoy

float

Y

营业利润同比增长率(%)

ebt_yoy

float

Y

利润总额同比增长率(%)

netprofit_yoy

float

Y

归属母公司股东的净利润同比增长率(%)

dt_netprofit_yoy

float

Y

归属母公司股东的净利润-扣除非经常损益同比增长率(%)

ocf_yoy

float

Y

经营活动产生的现金流量净额同比增长率(%)

roe_yoy

float

Y

净资产收益率(摊薄)同比增长率(%)

bps_yoy

float

Y

每股净资产相对年初增长率(%)

assets_yoy

float

Y

资产总计相对年初增长率(%)

eqt_yoy

float

Y

归属母公司的股东权益相对年初增长率(%)

tr_yoy

float

Y

营业总收入同比增长率(%)

or_yoy

float

Y

营业收入同比增长率(%)

q_gr_yoy

float

N

营业总收入同比增长率(%)(单季度)

q_gr_qoq

float

N

营业总收入环比增长率(%)(单季度)

q_sales_yoy

float

Y

营业收入同比增长率(%)(单季度)

q_sales_qoq

float

N

营业收入环比增长率(%)(单季度)

q_op_yoy

float

N

营业利润同比增长率(%)(单季度)

q_op_qoq

float

Y

营业利润环比增长率(%)(单季度)

q_profit_yoy

float

N

净利润同比增长率(%)(单季度)

q_profit_qoq

float

N

净利润环比增长率(%)(单季度)

q_netprofit_yoy

float

N

归属母公司股东的净利润同比增长率(%)(单季度)

q_netprofit_qoq

float

N

归属母公司股东的净利润环比增长率(%)(单季度)

equity_yoy

float

Y

净资产同比增长率

rd_exp

float

N

研发投入合计

update_flag

str

N

更新标识

Tushare官网上对update_flag进行如下的说明:

如果发现有重复数据,绝大多数可能都是本季(年)度的财务数据有过修正,可以通过update_flag来确定,update_flag=1为修正后的数据,update_flag=0为初始数据。如果提取不到update_flag字段,请再fields参数指定,比如fields='ts_code,period,update_flag' ,字段用逗号分隔即可。

本文作者对数据进行了探索,如示例2所示,update_flag字段应该表示的是最新数据(也就是说如果数据没有发生过变更,则仅有一条update_flag字段为1的记录)。如果数据发生过变更,可能是上市公司对财报数据的修正,则之前的数据记录update_flag置为0,而新的记录update_flag则为1。


示例:

示例1:获取某支股票财务指标

通过仅传递ts_code能够获取某支股票最近二十多年全部的财务指标。

import tushare as ts
pro = ts.pro_api()
df = pro.fina_indicator(ts_code='600000.SH')
df

输出结果:

          ts_code        ann_date        end_date        eps        dt_eps        total_revenue_ps        revenue_ps        capital_rese_ps        surplus_rese_ps        undist_profit_ps        ...        ocf_yoy        roe_yoy        bps_yoy        assets_yoy        eqt_yoy        tr_yoy        or_yoy        q_sales_yoy        q_op_qoq        equity_yoy
0        600000.SH        20260430        20260331        0.520        0.520        1.3983        1.3983        4.0368        5.9014        8.0514        ...        145.4075        -9.0480        2.26        2.2208        2.0635        1.4176        1.4176        1.4176        91.1148        11.5913
1        600000.SH        20260331        20251231        1.520        1.420        5.2232        5.2232        4.0372        5.9014        7.5351        ...        212.6424        -0.3844        -1.03        6.5512        10.9442        1.8835        1.8835        1.8944        30.9106        10.9442
2        600000.SH        20251031        20250930        1.280        1.180        4.2188        4.2188        3.4787        6.2686        7.7493        ...        202.5267        -4.3017        0.18        4.5481        13.0328        1.8800        1.8800        0.3126        -34.6858        15.1633
3        600000.SH        20250828        20250630        0.990        0.900        2.9923        2.9923        3.1215        6.4944        7.7325        ...        105.5553        3.6077        0.94        1.9437        7.6767        2.6188        2.6188        4.0005        -33.8722        6.3493
4        600000.SH        20250430        20250331        0.570        0.520        1.5645        1.5645        2.7910        6.5488        8.4215        ...        55.3715        0.4533        1.65        0.9554        1.4716        1.3104        1.3104        1.3104        82.6780        0.5602
...        ...        ...        ...        ...        ...        ...        ...        ...        ...        ...        ...        ...        ...        ...        ...        ...        ...        ...        ...        ...        ...
95        600000.SH        20130314        20121231        1.833        1.833        4.4471        4.4471        3.1931        1.4608        2.6262        ...        -51.2177        5.0952        19.22        17.1719        19.2135        22.1355        22.1355        18.8683        -10.1861        19.2135
96        600000.SH        20121031        20120930        1.401        1.401        3.2611        3.2611        3.2067        1.4607        2.1940        ...        -5.8503        7.9235        13.97        17.0407        13.9728        23.3687        23.3687        19.4046        -5.3782        21.5862
97        600000.SH        20121031        20120930        1.401        1.401        3.2611        3.2611        3.2067        1.4607        2.1940        ...        -5.8503        7.9235        13.97        17.0407        13.9728        23.3687        23.3687        19.4046        -5.3782        21.5862
98        600000.SH        20120815        20120630        0.922        0.922        2.1445        2.1445        3.2748        1.4607        1.7151        ...        115.2499        9.7619        8.82        13.1016        8.8255        25.5385        25.5385        20.5471        18.3804        21.6186
99        600000.SH        20120815        20120630        0.922        0.922        2.1445        2.1445        3.2748        1.4607        1.7151        ...        115.2499        9.7619        8.82        13.1016        8.8255        25.5385        25.5385        20.5471        18.3804        21.6186
100 rows × 108 columns

示例2:获取报告期在某个时间区间内,某支股票的全部财务指标

通过指定start_dateend_date获取报告期在某个时间区间内,某支股票的全部财务指标。通过增加fields字段可指定需要返回的字段。由于部分字段默认不返回,指定fields字段之后仅返回指定的字段,所以一般需要将(所有)需要返回的字段显式地传递进来。本示例演示了如何获取贵州茅台2025年财务指标数据。

2025年一季报中FCFE等指标发生了变更,故而产生了两条记录,新的记录update_flag字段为1,而老的记录为0。

df = pro.fina_indicator(
    ts_code='600519.SH', 
    start_date='20250101', 
    end_date='20251231',
    fields='ts_code,ann_date,end_date,eps,fcfe,or_yoy,update_flag'
)
df

输出结果:

          ts_code        ann_date        end_date        eps        fcfe        or_yoy        update_flag
0        600519.SH        20260417        20251231        65.66        7.339762e+10        -1.2060        1
1        600519.SH        20251030        20250930        51.53        4.247944e+10        6.3569        1
2        600519.SH        20250813        20250630        36.18        3.333599e+10        9.1032        1
3        600519.SH        20250430        20250331        21.38        -4.030333e+07        10.5415        1
4        600519.SH        20250430        20250331        21.38        NaN        10.5415        0

示例3:基本面分析与可视化

获取数据后,可以轻松地进行可视化分析,观察公司核心指标的历史变化趋势。例如,可以绘制贵州茅台近10年净资产收益率(ROE)的变化图,直观地了解其盈利能力稳定性。

import matplotlib.pyplot as plt
import matplotlib as mpl
import pandas as pd
# 指定默认字体为黑体,解决中文乱码问题
mpl.rcParams['font.sans-serif'] = ['SimHei']
# 2. 解决保存图像时负号 '-' 显示为方块的问题
mpl.rcParams['axes.unicode_minus'] = False 
df = pro.fina_indicator(
    ts_code='600519.SH', 
    start_date='20160101', 
    end_date='20251331',
    fields='end_date,roe,update_flag'
)
df['end_date'] = pd.to_datetime(df['end_date'])
df = df.sort_values('end_date')
plt.figure(figsize=(10, 6))
plt.plot(df['end_date'], df['roe'], marker='o')
plt.title('贵州茅台 净资产收益率 (ROE) 变化趋势')
plt.xlabel('报告期')
plt.ylabel('ROE (%)')
plt.grid(True)
plt.show()

输出结果:

示例4:使用`fina_indicator_vip`获取某一报告期全部上市公司数据

df = pro.fina_indicator_vip(period='20260331', fields='ts_code,ann_date,end_date,roe')
df

输出结果:

          ts_code        ann_date        end_date        roe
0        002306.SZ        20260408        20260331        -10.0140
1        002107.SZ        20260408        20260331        5.2355
2        688041.SH        20260408        20260331        2.9880
3        002072.SZ        20260409        20260331        -1.9263
4        002306.SZ        20260408        20260331        -10.0140
...        ...        ...        ...        ...
6844        A26008.SZ        20260715        20260331        -3.0651
6845        001232.SZ        20260716        20260331        5.1057
6846        603468.SH        20260601        20260331        2.9382
6847        920065.BJ        20260603        20260331        7.2669
6848        301707.SZ        20260508        20260331        3.4606
6849 rows × 4 columns

示例5:通过公告日期`ann_date`获取所有上市公司财务指标

可以向fina_indicator_vip传递ann_date字段指定获取某一公告日所有股票的数据。

由于必须指定ts_code,向fina_indicator传递ann_date参数意义不大。

df = pro.fina_indicator_vip(ann_date='20260430', fields='ts_code,ann_date,end_date,roe,update_flag')
df

输出结果:

          ts_code        ann_date        end_date        roe        update_flag
0        600004.SH        20260430        20260331        0.7946        0
1        600587.SH        20260430        20260331        1.6098        1
2        600438.SH        20260430        20260331        -6.4908        1
3        688188.SH        20260430        20260331        5.0792        1
4        600505.SH        20260430        20260331        0.2544        1
...        ...        ...        ...        ...        ...
1715        300064.SZ        20260430        20250331        -0.8482        0
1716        920186.BJ        20260430        20250331        0.9932        0
1717        837611.BJ        20260430        20250331        1.8801        0
1718        000671.SZ        20260430        20250331        NaN        0
1719        837611.BJ        20260430        20250331        1.8801        1
1720 rows × 5 columns


说明:

本文说明

本文旨在对Tushare的财务指标数据fina_indicator数据接口进行介绍,提供更多参考示例和使用说明。

财务指标数据包括盈利能力(如“净资产收益率”、“销售净利率”)、成长能力(如“营业收入同比增长率”)、偿债能力(如“资产负债率”、“流动比率”)、运营能力和现金流量等指标。本文除了介绍如何获取某支股票的财务数据、如何可视化财务指标外还介绍了通过VIP版本(fina_indicator_vip)一次性获取某个报告期内的所有股票财务指标。要注意传递fields以便能够获取想要的字段,还要注意update_flag对修正数据的标识。

本文目的是为了让用户和AIGC工具能够更便捷、准确地使用该接口。大家在使用过程中遇到什么问题和建议可在线留言,作者会进行数据探索将结果更新到文章中,并将建议反馈给Tushare团队。本文另一个目的也是为了聚集大家的智慧以创建“我为人人,人人为我”的共创氛围。

相关文章
|
22天前
|
人工智能 缓存 JavaScript
当AI学会自己“探索性测试”,纯手工点点点的QA还能活多久?
本文探讨AI时代测试工程师的生存危机与转型机遇:当AI不仅能生成用例,更能自主探索、发现未知缺陷,手工测试正被“绕过”而非简单替代。文章剖析AI探索性测试的三层架构、真实效能对比,并指出测试人的新定位——从执行者转向策略设计者与AI教练。核心能力不再是“点点点”,而是定义风险、校准AI、沉淀测试知识。
|
22天前
|
Linux Shell iOS开发
【全网最详细】PowerShell7下载、安装和使用保姆级图文教程(附安装包)
PowerShell 7 是微软推出的开源跨平台命令行工具与脚本环境,支持 Windows/Linux/macOS,采用面向对象的“动词-名词”语法,适用于系统管理、自动化运维及脚本开发,功能远超传统 CMD 和 Bash。
|
21天前
|
数据挖掘
Tushare接口文档:个股资金流向(moneyflow)
本文旨在对Tushare的个股资金流向`moneyflow`数据接口进行介绍,提供更多参考示例和使用说明。 本接口可获取沪深A股票资金流向数据,分析大单小单成交情况,用于判别资金动向。本文除了从交易日、个股方面简单介绍如何快速获取数据外,还演示了如何计算主力资金流向及对单支股票主力资金流向绘制趋势图,最后演示了如何筛选主力资金净流入top 10的个股。
476 9
|
3月前
|
人工智能 运维 供应链
Ontological Engineering:基于PolarDB-PG智能本体引擎实现“数据驱动”到“决策中心”
Ontology源自哲学“存在之学”,在AI中构建企业级语义层,实现对象、关系与动作的结构化建模。PolarDB-PG嵌入轻量级Ontology引擎,支持OAG(本体增强生成),解决LLM语义模糊、逻辑幻觉等落地难题,赋能供应链、运维、营销等高可靠智能决策场景。
Ontological Engineering:基于PolarDB-PG智能本体引擎实现“数据驱动”到“决策中心”
|
22天前
|
存储 人工智能 安全
企业AI知识库搭建教程:从零到一的完整技术实现
本文面向开发者,详解企业AI知识库本地化搭建全流程:涵盖文档解析(PDF/OCR/语义分块)、Milvus+ES混合检索、BGE+Qwen2.5向量化与推理、RAG优化及RBAC+ABAC安全架构,强调数据不出内网、GPU显存隔离与合规审计。(239字)
304 7
|
22天前
|
人工智能
阿里云 Qwen3.8-Max 旗舰模型介绍:支持 TokenPlan 订阅、Qoder、QoderWork快速体验
阿里云千问Qwen3.8-Max正式发布,参数量达2.4T,代码与办公场景表现卓越。现可通过百炼TokenPlan、Qoder及QoderWork三渠道抢先体验Preview版,享白天Credits 1折、个人版夜间再折2折优惠。在阿里云百炼官网:https://t.aliyun.com/U/fPVHqY 免费领取千万Tokens
234 2
|
21天前
|
缓存 JSON API
DeepSeek-V4全解析:Flash/Pro双版本计费、性能差异与API实战调用教程
当前行业内超长上下文大模型的使用门槛长期居高不下,要么推理速度迟缓难以支撑实时业务,要么调用成本高昂无法大规模落地,DeepSeek-V4系列采用双版本差异化策略,同步推出deepseek-v4-flash与deepseek-v4-pro两款MoE架构模型,分别瞄准轻量化高频业务、复杂深度推理两大核心赛道,全系标配100万Token超长上下文窗口,将百万级长文本处理能力下放至普通开发者与中小企业,彻底打破长上下文模型的使用壁垒。
803 4
|
9月前
|
机器学习/深度学习 人工智能 缓存
让AI评测AI:构建智能客服的自动化运营Agent体系
大模型推动客服智能化演进,从规则引擎到RAG,再到AI原生智能体。通过构建“评估-诊断-优化”闭环的运营Agent,实现对话效果自动化评测与持续优化,显著提升服务质量和效率。
3782 86
让AI评测AI:构建智能客服的自动化运营Agent体系
|
22天前
|
人工智能
2.4 万亿参数 Qwen3.8-Max 发布,三平台一键上手实操,阿里云百炼预览版限时 1 折优惠
阿里云千问Qwen3.8-Max正式发布,参数量达2.4T,代码与办公场景表现卓越。现可通过百炼TokenPlan、Qoder、QoderWork三渠道抢先体验Preview版,享白天1折、夜间再享2折优惠,正式版即将开源。在阿里云百炼官网:https://t.aliyun.com/U/fPVHqY 免费领取千万Tokens
804 2
|
21天前
|
人工智能 API 数据库
Claude Code 接入 Grok-4.5
AI 专题研究 Claude Code 通过 CCR 接入 xAI Grok4.5 的完整配置与避坑指南 当前可用版本:Claude Code 通过 Claude Code Router(CCR)接入 xAI Grok4.5。 这版文档按我实际验证过的配置写,避免再回到旧版的错误路由和鉴权问题。
303 1
Claude Code 接入 Grok-4.5

热门文章

最新文章