xaudaily-gold-data

Gold Data Reading for AI Agents · 黄金读数 Agent 分发包

English

An Agent Skill plus a zero-dependency MCP server that give AI agents daily gold and macro readings from xaudaily.com — numbers an agent can actually cite.

Why not just let the agent search the web? Every field carries its own source and asOf/date, so a citation can be checked rather than trusted. When an upstream source fails, the site keeps the last good value and flags the field stale: true instead of silently serving an old number. And the figures are the same ones the site renders — same snapshot, same code path — so the JSON and the page can never disagree.

Two tools, over stdio:

What's inside: COMEX gold and Shanghai Au99.99 (with a ~30-minute live tick), US CPI / core PCE / nonfarm payrolls / PPI, DXY, Treasury 10Y and 30Y yields, VIX, SPDR gold ETF holdings, the fed funds rate and Polymarket odds for the next FOMC decision, IMF central-bank gold buying, Brent/WTI crude, US debt, plus a rule-based gold driver score and event estimates — one request, about 60 KB, instead of stitching together a dozen sources.

Updated twice a day (06:30 and 22:40 JST) with a ~30-minute gold tick. These are daily readings, not a real-time feed — please don't describe them as real-time or guaranteed accurate. The data is not investment advice.

Files: SKILL.md (the skill), mcp_server.py (the server — standard library only), Dockerfile (for container-based catalogs), glama.json, examples/ (copy-paste curl and Python), WIDGET.md (an embeddable gold badge).

Install

As an MCP server. One Python file, nothing to pip install:

{
  "mcpServers": {
    "xaudaily": {
      "command": "python3",
      "args": ["/absolute/path/to/mcp_server.py"],
      "env": {
        "XAUDaily_READINGS_URL": "https://xaudaily.com/readings.en.json?src=skill-mcp",
        "XAUDaily_BRIEF_URL": "https://xaudaily.com/brief.en.md?src=skill-mcp"
      }
    }
  }
}

With Docker (the same image MCP catalogs build for introspection):

docker build -t xaudaily-mcp .
docker run -i --rm xaudaily-mcp        # then speak JSON-RPC on stdin

As an Agent Skill: copy this directory (or just SKILL.md) into your runtime's skills directory.

Endpoints

• English payload: https://xaudaily.com/readings.en.json?src=skill-github
• Chinese payload: https://xaudaily.com/readings.json?src=skill-github — same snapshot, same numbers, same field paths; only the string values (units, sources, caveats) are Chinese
• Briefs: /brief.en.md and /brief.md

License and attribution

Data is CC BY 4.0. Attribution with a link is required — e.g. Source: Gold Data Reading · XAU Daily. Please don't repackage the dataset as your own. For commercial use or redistribution, contact xaudaily@163.com.

中文说明见下方 ↓

中文说明

给 AI Agent 用的黄金宏观数据接入包：一份 Agent Skill 说明书 + 一个零依赖的 MCP server。

• 数据源：xaudaily.com（品牌「黄金读数 / Gold Data Reading · XAU Daily」），纯静态黄金宏观数据仪表盘
• 端点（英文）：https://xaudaily.com/readings.en.json?src=skill-github（JSON，schema xaudaily.readings/v1）
• 端点（中文）：https://xaudaily.com/readings.json?src=skill-github —— 同一份快照、同一批数字， 字段路径完全一致，只是字符串值（单位/来源/口径说明）为中文；英文简报 /brief.en.md，中文简报 /brief.md
• 许可：CC-BY-4.0（署名 + 附链接）

skill-repo/
├── SKILL.md            # Agent Skill：字段说明、信封约定、常见坑（中文为主，关键段落英文）
├── mcp_server.py       # MCP server：纯 Python 标准库，stdio 传输，两个工具
├── Dockerfile          # 极简镜像，给 Glama 这类按容器做 introspection 的目录用
├── glama.json          # 声明维护者（Glama 的收录元数据）
├── README.md           # 本文件（英文在前，中文见本节）
├── LICENSE             # CC-BY-4.0 完整法律文本
├── WIDGET.md           # 可嵌入金价徽标的嵌入说明（给你的网站/README 用）
└── examples/
    ├── curl.md         # 可直接复制运行的 curl 示例
    └── python.md       # 只用标准库的 Python 示例

这是什么

xaudaily.com 每天 06:30 与 22:40（JST）自动抓取、校验并渲染一批黄金宏观读数，同时把它输出成一份给机器读的 JSON。这个仓库把那份额外的机器可读产出包装成 Agent 能直接消费的形态：

• SKILL.md —— 一份 Agent Skills 约定的说明书：端点表、完整字段结构（异构结构逐个列出）、取数示例、数据口径、更新节奏、署名要求、踩过的坑。
• mcp_server.py —— 支持 MCP 的客户端（Claude Desktop 等）挂上就能用的 server，两个工具：get_gold_readings（全量 JSON，可按字段裁剪）与 get_gold_daily_brief（当日 Markdown 简报）。只用 Python 标准库，不装任何第三方包。

为什么值得用它（而不是让 Agent 现抓现猜）

1. 每个字段自带出处与截止日。 每个字段里有 source（数据来源）和 asOf/date（数据截止日），meta 里还有口径说明、免责声明与署名要求。Agent 引用时能给出可核查的出处，而不是一个来路不明的数字。
2. 降级是显式的。 某个上游源抓取失败时，站点沿用上一次成功值并把该字段标成 stale: true —— 消费方能看出「这不是最新一期」，而不是被悄悄喂了旧数字。
3. 字段稳定、结构有版本。 顶层 schema 恒为 xaudaily.readings/v1，改结构时会换值；extra 区可以加新字段而不动顶层键，所以你的代码不容易因为上游加字段而挂掉。
4. 单次抓取就够。 金价、沪金、CPI、PCE、非农、PPI、DXY、美债 10Y/30Y、VIX、SPDR 持仓、联邦基金利率、FOMC 决议概率、央行购金、原油、美国债务、驱动因子评分与事件预判，全在一次请求里（约 60 KB），不用拼十几个来源。
5. 零依赖 = 不会腐烂。 mcp_server.py 是单个 stdlib-only 的 Python 文件，没有 requirements，几年后照样能跑。

安装

方式一：作为 Agent Skill

把本目录（或其中的 SKILL.md）放进你的 Agent 运行时的 skills 目录即可 —— Agent Skills 约定是「一个目录一份技能，入口是 SKILL.md」：

git clone <本仓库地址> gold-market-readings
cp -r gold-market-readings ~/.your-agent/skills/gold-market-readings/
# 或者直接把 SKILL.md 放到你现有的 skills 目录下

Agent 会读它的 frontmatter（name / description）判断何时该用：涉及金价、通胀（CPI/PCE）、非农、FOMC 决议概率、央行购金、美债收益率、DXY、黄金驱动因子时触发。

方式二：作为 MCP server

mcp_server.py 走 stdio 传输，不需要端口、不需要守护进程。把它加进客户端的 MCP 配置：

{
  "mcpServers": {
    "xaudaily": {
      "command": "python3",
      "args": ["/absolute/path/to/mcp_server.py"],
      "env": {
        "XAUDaily_READINGS_URL": "https://xaudaily.com/readings.en.json?src=skill-mcp",
        "XAUDaily_BRIEF_URL": "https://xaudaily.com/brief.en.md?src=skill-mcp"
      }
    }
  }
}

Windows 上把 command 写成解释器的完整路径最稳妥。手动试一下：

python3 mcp_server.py            # 它会等待 stdin 上的 JSON-RPC 报文

工具的行为约定（也是 SKILL.md 里写给 Agent 的部分）：

• 未知方法返回 JSON-RPC error（-32601），不会崩；notifications/* 一律不响应。
• 网络超时、HTTP 非 200、JSON 解析失败，都转成结构化的 tool error 结果（isError: true + kind/detail/hint），进程照常活着 —— 一次网络抖动不该让 Agent 的整个会话失去这个工具。
• stdout 上只有 JSON-RPC 报文；日志一律走 stderr。

方式三：作为 Docker 容器

仓库根目录的 Dockerfile 就是给容器化场景用的（Glama 这类目录按它构建镜像、启动进程、读 tools/list 做 introspection）：

docker build -t xaudaily-mcp .
docker run -i --rm xaudaily-mcp        # 然后往 stdin 写 JSON-RPC

示例

# 全量读数
curl -sS 'https://xaudaily.com/readings.json?src=skill-github' -o readings.json

# 只要今天的关键数字（Markdown，几 KB）
curl -sS 'https://xaudaily.com/brief.md?src=skill-github'

import json, urllib.request

with urllib.request.urlopen("https://xaudaily.com/readings.json?src=skill-github", timeout=20) as r:
    d = json.load(r)
print(d["generated_at"], "| 数据截止", d["data_asof"])
print("沪金", d["readings"]["au"]["last"], d["readings"]["au"]["unit"])

MCP 侧一次 tools/call（收到的是两个 content 块：署名提醒 + 数据本体）：

{"jsonrpc":"2.0","id":1,"method":"tools/call","params":{"name":"get_gold_readings","arguments":{"fields":["gold","extra.polymarket"]}}}

更多可直接复制运行的例子见 examples/curl.md 与 examples/python.md。

请保留 URL 里的 ?src=

所有示例与文档里的 URL 都带 ?src=<渠道>，例如 ?src=skill-github、?src=skill-mcp。这不是跟踪参数，而是这个数据源能被持续维护的前提：

• 带 ?src= 的读数请求返回 Cache-Control: no-store，绕开 CDN 边缘缓存，每一次抓取都会真实落到源站访问日志；
• 不带参数时，响应走 Cache-Control: public, max-age=300，多次抓取会被边缘缓存合并成一次 —— 站长看到的就只有「3 次访问」，而实际可能是「1000 次消费」。

去掉参数请求不会失败，但渠道归因就此消失，也就没人说得清这份数据究竟有没有被用。所以：请不要删掉它；想区分你自己的渠道，把值改成你的名字（如 ?src=my-agent-prod）完全可以，只用 [a-z0-9-] 这类字符即可。

更新节奏（请如实转述）

• 每天 两次全量更新：06:30 / 22:40（JST，东京时间；北京时间 05:30 / 21:40）。所有字段、存档页、brief.md 在这一刻刷新。
• 金价与沪金另外每约 30 分钟刷新一次实时 tick（只影响金价类字段）。
• 其余宏观指标是月频/季频数据（CPI、非农、GDP 等），本来就不每天变。
• 这不是行情终端。 请不要把它描述为「实时行情」或「保证准确」：数据由程序从公开来源抓取，可能滞后、被修订或缺失（缺失时看 stale 字段）。准确说法是「每日两次更新的宏观读数 + 约 30 分钟一次的金价 tick」。

许可与引用

• 许可：CC-BY-4.0（Creative Commons Attribution 4.0 International，SPDX：CC-BY-4.0，全文 https://creativecommons.org/licenses/by/4.0/）。
• 必须署名并附链接。 推荐写法：数据来源：黄金读数 xaudaily.com（英文：Source: Gold Data Reading · XAU Daily）。
• 不得把本站数据整体或实质部分再包装成「自有数据源」「自研 API」「独家数据」发布或转售。
• 商用、批量再分发、镜像、长期落库或作为训练语料：请先联系 xaudaily@163.com。
• 免责声明：数据由程序从公开来源抓取与呈现，不构成投资建议，不提供买卖指导；概率类字段是市场定价或规则模型估计，不是预测保证。

可嵌入挂件（免费，给你的站点或 README 用）

如果这份数据对你的读者有用，可以顺手嵌一枚每日自动更新的金价徽标：

<a href="https://xaudaily.com/?utm_source=widget&amp;utm_medium=embed&amp;utm_campaign=gold-badge">
  <img src="https://xaudaily.com/widget/gold-badge.svg" width="320" height="96"
       alt="今日金价 · 黄金读数 xaudaily.com">
</a>

• 图由本站托管，每约 30 分钟跟着金价 tick 重生成，你不需要自己更新；
• 可点击的链接必须由外层 <a> 包裹 <img> 实现（<img> 加载的 SVG，其内部链接点不动）；请不要把图下载自托管——那样会永远停在旧价，也丢失归因；
• 深色站点用 /widget/gold-badge-dark.svg；配色是中国习惯（红涨绿跌），面向英文读者请在嵌入处补一句 "red = up"；
• 完整说明与三种嵌入写法见 WIDGET.md；在线预览：https://xaudaily.com/widget/

联系

问题、字段需求、渠道归因（想让你自己的 agent 渠道单独出现在统计里）、商用授权：xaudaily@163.com

站点：https://xaudaily.com/ · Agent 自述文件：https://xaudaily.com/llms.txt?src=skill-github · 历史存档：https://xaudaily.com/d/?src=skill-github