Agent Skills
返回列表
⚖️

Alpaca 券商对账幂等

行业专业 更新于 2026.08.30

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 @user_3c6cb52e/alpaca-broker-reconciliation-idempotency-lr-mlum。

技能介绍

解决什么问题

Alpaca 交易系统本质是异步且最终一致的:写操作不会立即生效,事件可能丢失或重复,某些通道甚至不产生事件,已执行的交易也可能被撤销。如果仅依赖单次 API 调用或事件处理,本地数据库与 Alpaca 状态必然出现偏差。

核心能力

三层防御机制

  1. 幂等写入:每次资金/订单操作必须可安全重试。通过自定义 client_order_id(≤128 字符)和 Idempotency-Key 头实现:超时后先查询本地意图记录,再决定是否重发请求。
  2. 事件处理:订阅 Alpaca 事件流时,需结合本地数据库进行去重与状态收敛,而非假设事件按序到达或仅触发一次。
  3. 对账循环:定期比对本地数据库与 Alpaca 实时状态,修复因停机、bug 或事件丢失导致的差异。

关键步骤

  • 本地优先记录:发起网络请求前,先在本地写入意图记录(含生成的唯一键),确保崩溃时仍有可对账的审计痕迹。
  • 重试前查询:超时后通过 orders:by_client_order_id 查询订单状态,避免重复下单。
  • 跨技能协作:需先掌握 alpaca-broker-integration、alpaca-broker-sse-events 等前置技能,本技能作为架构层整合所有操作。

适用边界

  • 仅适用于 Alpaca 交易系统,依赖其 API 支持幂等键和客户端订单 ID。
  • 要求本地数据库具备事务能力,能存储意图记录和审计日志。
  • 对账频率需根据业务容忍度调整,高频对账可能增加 API 调用成本。

使用场景

  • 开发Alpaca交易系统时,需处理异步写入导致的本地数据库与Alpaca状态不一致问题,确保数据最终一致
  • 构建交易对账系统时,需设计幂等机制和对账循环,解决事件丢失或重复导致的订单状态偏差
  • 在处理Alpaca订单超时重试时,需通过本地意图记录避免重复下单,保证操作安全
  • 订阅Alpaca事件流时,需结合本地数据库去重和状态收敛,处理事件丢失或重复的情况

适合人员

  • 开发Alpaca交易系统的后端工程师,需要处理订单写入和状态同步的一致性问题
  • 构建交易对账系统的架构师,需要设计幂等机制和对账循环来保证数据准确性
  • 处理Alpaca交易超时重试的技术负责人,需要避免重复下单和资金操作风险
  • 集成Alpaca事件流的开发人员,需要处理事件丢失和重复导致的状态偏差