基于π弈(Agpt)量化平台 的 OpenAI 兼容 API,为 AI Agent 提供 A 股实时行情、量化分析、操作建议和任务管理能力。
概览
基于 AGPT 量化平台 的 OpenAI 兼容 API,为 AI Agent 提供 A 股实时行情、量化分析、操作建议和任务管理能力。 市场摘要、股票卡片、任务查询和模型列表不消耗额度;量化分析和操作咨询会调用量化模型,需先在平台兑换使用次数。 - 市场摘要、股票卡片、任务查询、模型列表不消耗额度。 - 量化分析和操作咨询需要消耗使用次数,请先在平台内兑换额度。 - 具体价格和兑换方式请参阅平台公告。 建议将上述配置写入 ~/.bashrc 或 ~/.zshrc,避免每次手动设置。 - :纯 HTTP 客户端,负责与 AGPT 量化 API 交互 - :建议层,提取关键指标,生成可执行的操作建议 推荐日常使用 quant_advisor.py,仅在排障或验证接口时使用 agpt_quant_client.py。 - Python 3.8+ - 标准库:json, os, sys, urllib, argparse, re, subprocess, typing - 无第三方依赖 - **在任何文件中硬编码 API Key - **将包含真实 Key 的配置文件提交到 Git - 通过环境变量注入密钥 - 仓库中所有示例和样本均为离线数据,不含任何密钥
README
Pi2 Skill — 智能 A 股量化分析助手
基于 AGPT 量化平台 的 OpenAI 兼容 API,为 AI Agent 提供 A 股实时行情、量化分析、操作建议和任务管理能力。
功能概览
| 能力 | 说明 | 费用 |
|---|---|---|
| 市场摘要 | 今日强势板块、高涨停概率候选、买入信号 | 🆓 免费 |
| 股票卡片 | 个股当前价、KDJ、MACD、均线、量比、换手率 | 🆓 免费 |
| 量化分析 | 单股深度分析:趋势、概率、信号、压力支撑 | 💰 消耗次数 |
| 操作咨询 | 结合仓位/成本/周期给出可执行建议 | 💰 消耗次数 |
| 任务查询 | 查询异步量化任务的进度和结果 | 🆓 免费 |
| 模型列表 | 查看可用模型 | 🆓 免费 |
费用说明: 市场摘要、股票卡片、任务查询和模型列表不消耗额度;量化分析和操作咨询会调用量化模型,需先在平台兑换使用次数。
快速开始
1. 注册并获取 API Key
访问 agpt.llingfei.com 注册账号,在个人中心获取你的 API Key。
收费说明:
- 免费功能: 市场摘要、股票卡片、任务查询、模型列表不消耗额度。
- 付费功能: 量化分析和操作咨询需要消耗使用次数,请先在平台内兑换额度。
- 具体价格和兑换方式请参阅平台公告。
2. 安装
# 克隆仓库
git clone https://github.com/YOUR_USERNAME/pi2-skill.git
cd pi2-skill
# 无额外依赖,Python 标准库即可运行
# 最低要求:Python 3.8+
3. 配置
设置环境变量:
# 必填
export AGPT_QUANT_API_KEY="你的API密钥"
# 可选(以下为默认值)
export AGPT_QUANT_API_BASE="https://agpt.llingfei.com/api/quant/v1"
export AGPT_QUANT_MODEL="pi2"
export AGPT_QUANT_STREAM="1"
建议将上述配置写入 ~/.bashrc 或 ~/.zshrc,避免每次手动设置。
4. 使用
基础用法 — 直接调用量化 API
# 查看可用模型
python3 scripts/agpt_quant_client.py models
# 获取今日市场摘要
python3 scripts/agpt_quant_client.py market
# 查看个股行情卡片
python3 scripts/agpt_quant_client.py card 002342
# 量化分析
python3 scripts/agpt_quant_client.py chat "帮我分析002342"
# 操作咨询
python3 scripts/agpt_quant_client.py consult 601225 "今天怎么操作"
# 查询任务
python3 scripts/agpt_quant_client.py job 20819
建议层用法 — 量化结果 + 可执行建议
# 市场摘要 → 整理成可操作的参考
python3 scripts/quant_advisor.py market
# 股票卡片 → 附操作建议
python3 scripts/quant_advisor.py card 002342
# 单股分析 → 结论 + 建议
python3 scripts/quant_advisor.py chat "帮我分析002342"
# 操作咨询 → 结合仓位/成本/周期
python3 scripts/quant_advisor.py consult 601225 "今天怎么操作" \
--cost 26.3 --position 30% --horizon short --style balanced
# 离线样本回放(不调用 API,用于调试)
python3 scripts/quant_advisor.py raw-file references/sample-002342-analysis.txt
选项说明:
| 参数 | 说明 | 可选值 |
|---|---|---|
--cost |
持仓成本价 | 数字 |
--position |
当前仓位 | 0.3 或 30% |
--horizon |
持仓周期 | short / swing / mid / long |
--style |
建议风格 | conservative / balanced / aggressive |
--show-raw |
附带原始量化输出 | 无值 |
目录结构
pi2-skill/
├── SKILL.md # Agent 技能定义
├── README.md # 本文件
├── agents/
│ └── openai.yaml # OpenAI 兼容接口配置
├── scripts/
│ ├── agpt_quant_client.py # 量化 API 客户端
│ └── quant_advisor.py # 建议层:量化→可执行建议
└── references/
├── api-contract.md # API 契约文档
├── prompt-routing.md # 提示词路由规则
├── response-policy.md # 输出策略规范
├── sample-002342-card.txt # 离线测试样本(行情卡片)
└── sample-002342-analysis.txt # 离线测试样本(量化分析)
工作原理
用户提问 → Agent 识别意图 → agpt_quant_client.py 调用 AGPT API
↓
quant_advisor.py 解析
↓
结构化建议(结论 + 操作 + 依据 + 风险)
两层设计:
agpt_quant_client.py:纯 HTTP 客户端,负责与 AGPT 量化 API 交互quant_advisor.py:建议层,提取关键指标,生成可执行的操作建议
推荐日常使用 quant_advisor.py,仅在排障或验证接口时使用 agpt_quant_client.py。
依赖
- Python 3.8+
- 标准库:
json,os,sys,urllib,argparse,re,subprocess,typing - 无第三方依赖
安全提醒
- 不要在任何文件中硬编码 API Key
- 不要将包含真实 Key 的配置文件提交到 Git
- 通过环境变量注入密钥
- 仓库中所有示例和样本均为离线数据,不含任何密钥
风险提示
本工具的输出基于量化模型计算,仅供技术学习与参考,不构成任何投资建议。所有投资决策请自行判断,风险自担。
协议
MIT License
推荐工具
换一个关键词,或者移除筛选条件。
安装
npx skillfish add flyhunterl/pi2-skill