FP

flyhunterl/pi2-skill

开发工具
10 stars 质量 38 趋势 8

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

在 GitHub 查看完整 README

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
新手?先看 mcpskill.org 教程 →