Agent Skills
返回列表
量化看板发布

量化看板发布

数据分析 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,在 AI 助手中安装 @user_ae9579f2/quant-buddy-view 技能。

技能介绍

要解决的问题

量化分析的结论大多是一次性的:在对话里跑一段代码、拿到一串数字,产物就消失了。想给别人看,只能截图或手写一个静态 HTML,数据一变又得重做。这个技能把已经验证过的公式与取数方式固化成一个可以反复访问、能分享、数据实时的页面,并把发布过程变成一条有终态、可审计的命令序列。

它是怎么工作的

  • 所有命令共享同一个 Trace Context:先运行 scripts/trace_context.py begin 拿到 task_id,后续 static_page.py、formula_package.py、data_grant.py 都要带上。身份也必须一致(QBV_API_KEY 或 api_key 参数),否则第一步写入会被记到 skill 默认账号名下,链路从一开始就归错人。
  • 单只 A 股、没有定制栏目或额外指标要求时走快速通道 new_asset_page,成功即返回 agent_reply_contract.public_url,不再查模板、不跑 QBS 预验证、不注册 Grant。
  • 其余情况先查一次 templates 的 public 命中池,由服务端完成官方精选与社区候选的去重排序;路由分成 direct / fork / unmatched 三支,判断依据是「用户所需能力 × 已验证的平台能力」。
  • direct 直接使用列表给出的现成 URL;feishu-group 渠道不允许发送非终态链接,改用 direct_deliver 一次完成模板详情读取、单次取数与 direct_finalize。
  • fork/unmatched 由 Agent 显式传 routing_decision,再走 fork_prepare → review → publish_verified。资产替换由脚本扫描来源 HTML 得出代码的实际写法,Agent 只填写业务决策占位骨架。
  • 只有 agent_reply_contract.terminal=true 才算收口;其余中间态一律不对外发链接。

边界与注意点

  • 不做行情查询或回测探索,那属于 quant-buddy-skill;这里面向的是「要一个能反复看、能发给别人」的页面。
  • 用户点名具体资产时必须先过资产证据闸门:qbs_bridge.py resolve_asset_data 取平台 ticker 映射,再按页面需要探测数据角色是否可取数,不得凭 Agent 记忆判断上市状态或可用性。
  • 从 QBS 并行交接进入时必须原样复用 Handoff 里的 task_id 与 turn_id,不能重新 begin,也不能重复计算已经 covered 的角色;formula_runtime_contract 里的公式要按原顺序原字面注册。
  • 官方/社区页面不能直接改,只能 fork 成自己的链接再改;已有自有页面用 update 保持同一个 page_id 与公开 URL。
  • fork_manifest_v2 禁止手工传 packages、grants、Marker 或完整 workflow JSON,出现 MANUAL_RUNTIME_BINDINGS_FORBIDDEN 要回到生成的 publish plan。

使用场景

  • 把验证过的多因子选股结果做成可分享的实时看板,团队不必再手工截图刷新数字。
  • 分析单只 A 股时,需要直接拿到一个他人可打开、数据自动更新的公开页面链接。
  • 官方范式卡标的不匹配时,基于同一范式 fork 出自己的标的页面并完成发布。
  • 通过 QBS 交接拿到资产映射后,跳过已覆盖的取数,直接注册公式并发布活页。

适合人员

  • 做因子验证的量化研究员,需要把结论沉淀为团队可回访的页面,而不是每次重新解释。
  • 负责把社区或官方看板改成自己标的的投研同事,需要在 fork 后保持统一链接发布。
  • 在 agent 流程里编排取数、公式注册与发布的工程师,需要处理 task_id 复用与终态校验。
  • 搭建内部数据门户的集成人员,需要一条可审计、可回溯的发布链路。