Agent Skills
返回列表
🤖

金融行情助手

AI Agent 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @org-02qudk26/twelve-data-automation。

技能介绍

解决了什么问题

当你把金融行情数据采集接入 AI Agent 时,常见的困境是:Twelve Data 的接口分散在 Composio 的 toolkit 里,工具 schema 会随版本变化,认证状态又独立于 Agent 运行环境。一旦你在代码里硬编码了 tool_slug 或参数名,上游一改字段,整个流程就直接失效——而且是报错发生在运行中途,排查成本很高。

这个技能把「发现工具 → 校验连接 → 按 schema 执行 → 处理分页」这条链路固化成一套可重复的流程,让 Agent 在每次工作流开始时重新拉取当前可用的工具定义,而不是依赖写死的假设。

核心能力

  • 动态工具发现:每次执行前先调用 RUBE_SEARCH_TOOLS,拿到当前 Twelve Data toolkit 暴露的工具 slug、输入 schema、推荐执行计划和已知坑点。schema 变了?下一次搜索自动跟上。
  • 连接状态校验:通过 RUBE_MANAGE_CONNECTIONS(toolkit 参数设为 twelve_data)确认认证是否为 ACTIVE,未激活时返回的授权链接可直接完成配置。
  • 批量执行:RUBE_MULTI_EXECUTE_TOOL 支持在一次调用里串联多个已发现的工具;RUBE_REMOTE_WORKBENCH 里的 run_composio_tool() 则适合批量操作场景。
  • 完整 schema 获取:对带 schemaRef 的工具,可用 RUBE_GET_TOOL_SCHEMAS 拉取全量定义。

标准工作流

  1. RUBE_SEARCH_TOOLS 发现工具——必须先做这一步
  2. RUBE_MANAGE_CONNECTIONS 检查连接状态
  3. 确认 ACTIVE 后,用发现的 slug 执行工具调用
  4. 响应中出现分页 token 时持续拉取,直到数据完整

注意点与适用边界

  • 永远先搜索:不要跳过 RUBE_SEARCH_TOOLS 直接调用工具,schema 变更后硬编码的参数会直接报错
  • memory 参数不能省:即使传空对象 {} 也要带上,这是 RUBE_MULTI_EXECUTE_TOOL 的硬性要求
  • Session 复用有边界:同一个工作流内复用 session ID;新工作流必须生成新的 ID,否则会出现状态串扰
  • 前置依赖:Rube MCP(https://rube.app/mcp)必须已接入且 RUBE_SEARCH_TOOLS 可响应,Twelve Data 连接需处于激活状态
  • 本技能不包含:行情数据的本地缓存、告警推送、回测计算等业务逻辑,它只负责把 Twelve Data 的操作可靠地编排起来

使用场景

  • 开发交易看板时,需要让 Agent 自动拉取股票实时报价并拼接成结构化数据集
  • 维护数据 pipeline 时,要在每次运行前确认 Twelve Data 连接为 ACTIVE 再执行取数
  • 需要批量抓取多个标的的历史 K 线时,用单次调用串联多个工具避免逐个请求
  • 上游接口字段近期变动过,要动态获取最新 schema 而非依赖硬编码参数

适合人员

  • 搭建量化原型、需要稳定调用行情接口的后端工程师
  • 维护数据采集 pipeline、关注认证状态与分页完整性的运维工程师
  • 把 Twelve Data 能力封装进 Agent 工具链的 AI 应用开发者
  • 为团队做行情数据看板、需要 Agent 自动拼接多标的数据的数据工程师