TqSdk Skills 压缩包与使用说明

把完整技能包交给 AI，再用自然语言描述需求。推荐先复制下面的提示词，它会引导 AI 读取技能、检查环境，再编写和验证代码。

推荐：先把 TqSdk Skills 交给 AI

复制下面的提示词给你的 AI 编码工具，再写下想完成的任务。AI 会先读取使用规则，按需检查环境、安装 TqSdk，再帮你写代码或排错。

请先下载并解压 TqSdk 官方技能包：
https://doc.shinnytech.com/tqsdk/latest/ai_editor/skills/tqsdk-trading-and-data.zip
先阅读其中的 SKILL.md，再按任务读取 references/ 中的说明。
如果需要在本地运行代码，请先检查项目的 Python 环境和 TqSdk；未安装时按项目依赖要求安装到该环境，验证能导入后再继续，不要自动升级已有版本。

如果 AI 无法下载，请手动下载完整技能包并解压后交给它。只有对话能力的 AI 可以提供代码和安装步骤；实际安装需要有本地执行能力的工具。

概述

Skills 是给 AI 使用的任务说明和参考资料，帮助它选择正确的接口、理解账户模式和更新循环。它本身不是 TqSdk 软件，也不会在下载后自动运行或登录账户。

压缩包保留 SKILL.md、agents/openai.yaml、scripts/ 和 references/ 目录。AI 读取入口后只加载当前任务需要的参考文件；不要求你先理解全部 API。

下载压缩包

下载 tqsdk-trading-and-data.zip

给 OpenClaw 或本地 Agent 直接使用

使用页面顶部的“复制给 AI”，在最后补充需求，例如：“检查我的 Python 环境，获取螺纹钢主连最近 200 根 1 分钟 K 线，保存为 CSV。”

需要运行代码时，技能会引导 AI：

1. 确认当前项目使用的 Python 解释器、虚拟环境和依赖约束。

2. 检查是否能导入 TqSdk。未安装时，先安装到同一个项目环境，再验证版本和导入路径。 已有可用版本时继续使用，不自动升级；项目有锁定版本时遵守该版本。

3. 使用相应账户模式生成代码，运行与任务匹配的检查，说明实际结果。

如果只是在解释接口，不需要为了回答问题安装软件。缺少 Python、网络或执行权限时，AI 会说明具体缺项；快期账户认证和实盘交易授权也与安装软件分开处理。

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 对照本地已安装版本的接口、官方文档和相关示例编写代码。

• 在运行前检查环境，区分“没有安装”“装到了另一个 Python”和“依赖损坏”。

• 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。”

• 试算保证金和风险度

  例如： “请用 TqSdk 判断当前持仓下还能再开多少手螺纹钢，或者把某个品种保证金率调到 15% 后，账户风险度会变成多少。”

• 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。

• scripts/check_environment.py: 只读检查当前解释器、TqSdk 版本和导入路径，不联网、不安装、不连接账户。

• references/environment-setup.md: 缺少 TqSdk 时的安装流程，以及虚拟环境、版本约束和导入错误排查。

• 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/scenario-and-margin.md: TqScenario、实盘保证金率、保证金试算和风险度试算。

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

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

• 其他专题参考：更新循环、账户类型、字段含义、下单与目标持仓、常见错误。SKILL.md 中提供完整索引。

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 TqScenario、保证金率、保证金占用或风险度试算时读取 references/scenario-and-margin.md。

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

方式三：在 ChatGPT 的 Codex 中使用

1. 打开 ChatGPT 桌面应用，从 ChatGPT 下拉菜单选择 Codex，并打开策略项目文件夹。

2. 将解压后的 tqsdk-trading-and-data/ 目录放入项目可见位置，保留 agents/openai.yaml、scripts/ 和 references/。

3. 告诉 Codex 技能包路径，让它先阅读 SKILL.md，再按任务读取参考文件。若技能已安装并被 Codex 识别，也可使用 $tqsdk-trading-and-data 调用。

从打开应用到生成第一个行情程序的完整步骤见 使用 ChatGPT 中的 Codex 开发 TqSdk 项目。

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。