金融新闻 API 对比：6 家供应商与 AI Agent 接入

最佳选择取决于 Agent 需要完成的任务。先明确任务，再检查数据、交付方式和使用权，最后决定供应商。

• Benzinga：适合关注市场重大新闻、财报和公司事件，尤其是美股场景。
• Marketaux：适合按公司检索新闻，并在 JSON 响应中获取实体筛选与实体级情绪数据。
• Finnhub News：适合把公司新闻和其他市场数据结合使用；其公司新闻接口文档覆盖北美公司。
• Alpha Vantage News：适合按股票代码和主题搜索，并在响应中获取新闻情绪字段。
• NewsData.io：适合范围更广的多语言新闻发现，不局限于财经媒体。
• Nexis Data+：适合需要授权新闻内容、历史档案和合同接入的企业研究场景。

这些结论按使用场景推荐，并非实测排名。没有一个供应商能在所有维度领先。下文将说明具体取舍，并提供四类 Agent 工作流、Python 示例和 QVeris 接入路径。

金融新闻 API 让软件以结构化方式获取公司、市场和宏观事件相关新闻。根据接口不同，一篇新闻可能包含标题、发布时间、发布者、原文 URL、公司标识、摘要与情绪标签。

对 AI Agent 来说，这些字段让新闻成为可以检索、筛选和引用的证据。股票代码和实体映射能区分公司与同名词，时间戳帮助 Agent 遵守指定时间范围，来源链接则方便读者核验原文。

一个实用流程是：获取相关新闻 → 核对实体和时间 → 合并同一事件的重复报道 → 附来源总结 → 将结果交给下一步任务。 情绪数据可以辅助判断，但不能证明事件对财务的影响，也不能预测价格走势。

比较供应商前，先确定所需公司、市场、语言、时间范围和输出格式，再用同一组问题评估候选方案。

用同一家公司和时间范围测试候选供应商，记录相关结果、重复内容、缺失字段、延迟和实际成本。针对具体任务的小型评估，比单纯比较文章总量更有意义。

可用下表形成初步候选名单。覆盖范围、功能与接入条件可能因接口和套餐而异，请以对应官方文档的当前说明为准。

Benzinga：市场事件与金融新闻背景

如果 Agent 需要跟踪财报、公司公告和可能影响市场的动态，可以将 Benzinga 纳入候选。其金融垂直内容有助于减少通用新闻搜索中的无关结果。评估时应确认实际购买的信息流、元数据和交付选项。

Marketaux：公司筛选与实体级情绪

当首个任务是获取单家公司或观察列表的新闻时，Marketaux 值得测试。其筛选参数和实体字段便于快速实现。情绪分数应保留在对应实体上，因为同一篇文章提到的不同公司可能有不同评分。

Finnhub News：结合市场数据的新闻研究

如果 Agent 已经使用 Finnhub 的市场数据接口，其新闻能力可以形成自然补充。需要先确认公司新闻覆盖是否符合目标市场。新闻情绪属于独立产品，范围与权限不同，不能假定每篇公司新闻都带有可互换的情绪分数。

Alpha Vantage News：股票和主题情绪研究

Alpha Vantage 的 NEWS_SENTIMENT 接口支持按股票、主题与时间筛选。需注意查询语义：提供多个股票代码时，结果会缩小到同时提到这些股票的文章。若要独立覆盖观察列表中的每家公司，应相应设计请求并考虑调用限额。

NewsData.io：更广的语言和来源发现

当 Agent 需要围绕企业或经济事件获取本地语言和通用新闻背景时，可以评估 NewsData.io。来源更广并不代表股票匹配更精准，应测试公司别名、相关性和重复内容，并确认所需情绪与历史功能属于哪个套餐。

Nexis Data+：授权内容与企业研究

当来源授权、档案深度和企业合规是项目核心时，Nexis Data+ 更有价值。评估时应明确 AI 工作流、保存期限和展示方式，确保企业内容协议覆盖实际用途。

还需要另一种测试视角？可阅读 QVeris 金融新闻 API 基准测试，并先了解其方法，再判断是否适用于你的工作负载。

根据任务选择交付方式。下列是架构选项，并不表示本文每个供应商都同时支持四种方式。

实时监控需要区分文章发布时间、获取时间和供应商延迟。历史评估则要检查档案时间语义，避免使用模拟决策时点之后才出现的信息。交付方式详见实时金融新闻 API 指南。

1. 财报电话会与业绩摘要

获取财报发布前后的公司新闻；如果任务需要电话会内容，再结合获得授权的文字稿或公告来源。新闻接口本身未必提供电话会文字稿。应分开呈现已披露数据、管理层表述和外部解读，并为关键结论保留来源与时间戳。

实用输出：包含业绩、指引与待确认问题的可追溯简报。

2. FOMC 与宏观事件监控

跟踪美联储公告前后的报道，并在描述政策决定前核对官方发布。新闻文章可用于补充背景和市场反应。政策决定、新闻发布会和后续分析应分开表达，同时说明监控实际覆盖的时间范围。

实用输出：附官方公告和相关报道的时间线式事件摘要。

3. 行业情绪追踪

先定义行业公司范围，再按固定频率获取相关新闻。保留供应商对评分的定义，处理重复报道并记录样本量。文章数量增加与情绪变化不是一回事，在数据支持时应同时展示。

实用输出：列出覆盖公司、反复出现的主题及情绪样本限制的行业摘要。

4. 公司公告提醒

监控指定观察列表中的并购、管理层变更和产品公告等事件。尽可能核对公司原始公告或监管文件，并合并同一事件的后续报道，避免一条动态产生大量重复提醒。

实用输出：包含相关公司、公告时间、原始来源和简要说明的事件提醒。

先从一家公司开始，再扩展到观察列表。

测试 AAPL 新闻工作流

下面的示例直接调用 Marketaux，并把响应映射到应用自定义的文章结构。运行前请安装 requests，并将自己的密钥写入 MARKETAUX_API_TOKEN 环境变量。接入权限与返回字段取决于 Marketaux 套餐。

import json
import os
from datetime import datetime, timezone

import requests


def prepare_articles(items, retrieved_at):
    return [
        {
            "headline": item.get("title"),
            "published_at": item.get("published_at"),
            "retrieved_at": retrieved_at,
            "publisher": item.get("source"),
            "source_url": item.get("url"),
            "provider": "marketaux",
            "entities": [
                {
                    "symbol": entity.get("symbol"),
                    "sentiment_score": entity.get("sentiment_score"),
                }
                for entity in (item.get("entities") or [])
            ],
        }
        for item in items
    ]


def fetch_company_news():
    try:
        response = requests.get(
            "https://api.marketaux.com/v1/news/all",
            params={
                "api_token": os.environ["MARKETAUX_API_TOKEN"],
                "symbols": "AAPL,MSFT",
                "filter_entities": "true",
                "language": "en",
                "limit": 3,
            },
            timeout=15,
        )
        response.raise_for_status()
    except requests.RequestException:
        raise RuntimeError(
            "News request failed; check access and parameters."
        ) from None

    items = response.json().get("data")
    if not isinstance(items, list):
        raise ValueError("Expected an article list; inspect the provider response.")
    retrieved_at = datetime.now(timezone.utc).isoformat()
    return prepare_articles(items, retrieved_at)


if __name__ == "__main__":
    print(json.dumps(fetch_company_news(), indent=2))

该映射将发布时间与获取时间分开保存，保留来源 URL，并从 entities[].sentiment_score 读取情绪值。缺失字段保持为空，不生成虚假数据。支持的参数与响应字段请查看 Marketaux API 文档（英文原文）。

这是最小检索示例，不包含 24 小时筛选、分页、重试、事件合并或 LLM 摘要。在将结果视为完整研究简报前，应补充任务所需的筛选和控制逻辑。本文没有把任何示意数据描述成实时结果。

增加第二个供应商可以扩大覆盖，但公共 API 入口并不会自动消除由此产生的处理工作。

合并重复报道和相关事件

优先使用稳定文章 ID 和规范 URL，再结合相似标题、实体与发布时间判断。保留各来源链接；重复文章与同一事件的后续进展不应一概合并。

保留情绪指标的原始定义

每个数值都应保留供应商、实体范围、评分尺度和标签。文章级情绪与公司级汇总不能因为都叫 sentiment 就直接取平均。只有在确认比较有效后再做归一化。

规划配额、延迟和失败处理

设置请求预算、超时和重试规则。若增加备用路由，应在结果中说明来源和覆盖发生了变化。空响应、延迟信息流和权限错误需要不同处理；它们都不能证明没有相关事件。

使用可追溯的文章结构

将公共字段映射到自有结构，同时保留供应商特有元数据。记录来源 URL、发布时间、获取时间和缺失字段；保存或再分发文章内容前检查授权条款。

QVeris 帮助 Agent 发现可用能力、检查输入并通过统一路径调用。金融研究场景可以先寻找新闻能力，再按实际可用情况补充价格、公告或其他工具。

应从任务出发，不能假定某个供应商或固定工具 ID 一定可用。调用前先检查已发现能力的当前参数、接入条件和执行费用。覆盖范围、文章字段和允许用途仍取决于具体能力及其底层来源。

发现并检查合适的能力

安装 QVeris CLI、登录，并按任务搜索：

npm install -g @qverisai/cli
qveris login
qveris discover "financial company news with source URLs and publication time" --limit 5 --json
qveris inspect 1 --json

这里的 1 表示最近一次发现结果中的第一项。请检查真正准备使用的结果，并根据其实际输入结构创建 params.json，因为不同工具的参数名可能不同。

执行前检查请求

qveris probe 1 --params @params.json --checks schema,quote
qveris call 1 --params @params.json --json

调用前检查 schema 和报价信息。其他接入方式可参考 CLI 文档（英文原文）、REST API 文档（英文原文）或 MCP 文档（英文原文）。

统一的工具接入路径可以简化发现与调用；事件合并、情绪解释、来源验证和备用策略仍由应用负责。

1. 定义一个任务。确定公司、语言、时间范围和期望输出，例如带来源的公司新闻简报。
2. 选择接入方式。评估直接对接供应商，或通过 QVeris 发现可用能力。
3. 调用前检查。确认输入结构、覆盖范围、所需权限和执行费用。
4. 运行小规模查询。先检查相关性、时间戳、来源 URL 和缺失字段，再扩大请求。
5. 增加工作流控制。按任务需要加入调度、分页、去重和监控。

QVeris 当前定价页将发现与检查列为免费，并列出注册并验证后一次性获得 1,000 credits。Credits 是执行预算，不等于固定数量的新闻请求。调用前请查看当前定价与积分说明。

本文根据产品文档，将供应商能力与常见金融新闻 Agent 任务进行对照，不是受控的延迟、完整性或情绪准确率基准测试。功能和接入条件可能变化，当前信息应以所链接的官方文档为准。

原文作者署名为 Linfang Wang。本次编辑修订于 2026 年 9 月 10 日完成：六家对比于 9 月 9 日对照供应商文档，Marketaux、QVeris CLI 和定价信息于 9 月 10 日再次检查。接入前仍需验证所需套餐和接口。

披露：QVeris 发布本文，并提供文中介绍的能力发现与调用工作流。六家供应商按任务适配度组织，读者仍可直接评估各供应商方案。

可先使用下面的 AAPL 任务，再把公司和时间范围改成自己的需求。按钮只会打开 QVeris 并预填任务，不会自动发起付费查询。

运行前请检查可用工具和执行费用。实际来源覆盖与输出取决于所选能力及你的接入权限。