TqSdk Skills 压缩包与使用说明

概述

为了便于把 TqSdk 的能力直接交付给其他 AI，本仓库提供了一个按 skill 目录结构整理好的压缩包。压缩包中保留了 SKILL.md、agents/openai.yaml 和 references/ 多文件结构，适合直接分发给支持“skills/知识包/工具包”目录导入的 AI 产品，也适合手动解压后作为一组上下文文件提供给其他模型。

下载压缩包

下载 tqsdk-trading-and-data.zip

Skills 是什么

Skills 可以理解为“专门给 AI 使用的能力包”或“任务说明包”。它不是单独的一篇使用文档，而是一组按固定结构组织好的文件，告诉 AI：

  • 这个主题是什么。

  • 什么时候应该使用这组能力。

  • 应该优先遵循什么工作流。

  • 需要时再去读取哪些补充参考文件。

对于支持 skills 的 AI 产品来说，AI 可以先读取 SKILL.md 判断这组能力是否适合当前任务，再按需加载 references/ 等文件，而不是每次都把整套说明一次性塞进上下文。

Skills 有什么用

对于 TqSdk 这类 API 较多、账户类型较多、数据与交易边界也比较多的项目，skill 的主要价值是：

  • 让 AI 更快判断当前需求属于“行情、历史数据、账户查询、下单、模拟还是回测”。

  • 让 AI 使用仓库中真实存在的接口与示例，而不是凭印象生成泛化代码。

  • 把长说明拆成多文件，减少上下文噪声，只在需要时读取具体参考文件。

  • 把容易出错的边界条件写清楚，例如 TqApi(auth=...) 的默认账户、insert_order 需要配合 wait_update() 发出、TargetPosTask 不应和手工下单混用等。

  • 方便直接分发给其他 AI，而不需要再手动整理成另一套提示词。

配好 Skills 后更容易解决的 TqSdk 用例

当目标 AI 已经正确读取这组 skill 后，下面这些 TqSdk 任务通常会更容易做对，也更容易一次给出可执行结果：

  • 获取实时行情

    例如： “请用 TqSdk 获取当前黄金主力或指定合约的最新价、买一、卖一，并给出一个可直接运行的 Python 示例。”

  • 获取 K 线或 Tick 历史数据

    例如： “请用 TqSdk 获取 DCE.i 当前主力合约最近 500 根 1 分钟 K 线，并返回 pandas DataFrame 的处理示例。”

  • 导出长时间区间的历史数据

    例如： “请用 TqSdk 的 DataDownloader 下载 KQ.m@SHFE.rb 在 2025-01-01 到 2025-03-01 的 1 分钟数据到 CSV。”

  • 选择正确的账户类型

    例如： “我想做快期模拟交易，请给我 TqKq 的初始化示例，并解释它和 TqSim 的区别。”

  • 查询资金、持仓、委托和成交

    例如： “请用 TqSdk 登录后获取账户权益、可用资金、某个合约的持仓，以及当日全部委托和成交记录。”

  • 定位为什么策略没成交

    例如： “请检查这段 TqSdk 策略为什么一直没有成交，是合约过期、offset 填错、没调用 wait_update()，还是账户模式不对？”

  • 补全回测脚本

    例如： “请把这个实时策略改成 TqBacktest 可回测版本，并保持原有交易逻辑不变。”

这些场景的共同点是：它们都不仅仅是在问“API 名字是什么”，而是在问“应该选哪种模式、用哪套调用顺序、怎样避免典型错误”。这类问题正是 skill 比单次普通问答更有价值的地方。

压缩包内容

压缩包根目录为 tqsdk-trading-and-data/，其中包含：

  • SKILL.md: skill 的触发说明、工作流和使用规则。

  • agents/openai.yaml: 面向支持 skill UI 的元信息。

  • references/market-data.md: 行情、K 线、Tick、合约发现和历史下载。

  • references/accounts-and-trading.md: 登录、资金、持仓、委托、成交、下单和撤单。

  • references/simulation-and-backtest.md: TqSim、TqKq 和回测。

  • references/example-map.md: 仓库内示例文件索引。

如何给其他 AI 使用

方式一：目标 AI 原生支持 skills 目录

  1. 下载并解压 tqsdk-trading-and-data.zip。

  2. 保持 tqsdk-trading-and-data/ 目录结构不变，不要只拷贝单个 SKILL.md。

  3. 将整个目录复制到目标 AI 的 skills 目录或导入入口中。

  4. 让目标 AI 先读取 SKILL.md，再按需读取 references/ 中的参考文件。

方式二：目标 AI 不支持直接导入 skill

  1. 下载并解压压缩包。

  2. 将整个 tqsdk-trading-and-data/ 文件夹作为附件、工作区目录或额外上下文提供给目标 AI。

  3. 在提示词中明确要求：

    • 先阅读 SKILL.md。

    • 涉及行情与历史数据时读取 references/market-data.md。

    • 涉及账户、持仓、委托、成交和交易时读取 references/accounts-and-trading.md。

    • 涉及回测或模拟环境时读取 references/simulation-and-backtest.md。

方式三：给 Codex 或类似代码代理使用

  1. 将解压后的 tqsdk-trading-and-data/ 目录放入工作区可见位置，或复制到对应的技能目录。

  2. 保留 agents/openai.yaml 和 references/，不要只留下主文档。

  3. 在任务中直接提到 $tqsdk-trading-and-data，或明确说明“使用 TqSdk skill 来完成行情/交易任务”。

使用建议

  • 如果目标 AI 需要多文件技能包，请始终分发压缩包或完整目录，不要把多文件 skill 再手工压平为一篇长文。

  • 如果只是做一次性问答，也建议至少同时提供 SKILL.md 和相关 references/ 文件，避免模型只拿到不完整上下文。