把"掘金量化 GM SDK"做成 AI Agent 可调用技能的开源项目 —— 自然语言生成策略 + 完整 API 字典 + 28 条实战踩坑经验，三件套打包给你。
掘金量化官网 · API 文档 · Anthropic Skills 规范 · OpenAI Agents SDK · WorkBuddy · 报告问题
本仓库采用双标准 Agent Skill 格式，不绑定任何单一平台：
| 平台 | 加载方式 | 说明 |
|---|---|---|
| Anthropic Claude | SKILL.md 前置 name + description frontmatter |
符合 Anthropic Skills 官方规范 |
| OpenAI ChatGPT Apps / Agents SDK | agents/openai.yaml 的 display_name + short_description + default_prompt |
符合 OpenAI Agents SDK Skill manifest |
| WorkBuddy | 自动识别 SKILL.md |
见 codebuddy.cn |
| Cursor / Cline / Continue / Aider / Roo Code | SKILL.md 通用格式 |
同 Anthropic 规范 |
| 裸 Python（不需要任何 Agent） | 直接 python scripts/*.py |
13 个脚本都是独立可运行的纯 Python 程序 |
SKILL.md 内置意图路由表，用户问"帮我写个 XX 策略"、"XX API 怎么用"、"代码报错了"会被分别路由到对应的 examples-*.md / 章节 / pitfalls.md，AI Agent 加载的 token 减少 60-80%。
从真实回测里提炼的"防弹"指南，覆盖：
cost_price=0、bar.get()返回None、history_n失效order_target_*用position_side，order_volume用position_effect- 市价单资金不足变
Cancelling而非Rejected - 回测状态码有
10（内部中间态）需兼容 - ROE 字段是
roe_weight_avg、流通股本是circ_shr - 18:30 前只能回测到上一交易日、5 开头 ETF = 沪市、1 开头 = 深市
| 策略类型 | references | scripts |
|---|---|---|
| 双均线（基础+高级） | examples-dual-ma.md |
strategy_ma_cross.py、strategy_xinyisheng_ma.py |
| 海龟 CTA 趋势跟踪 | examples-cta-turtle.md |
— |
| 配对交易（统计套利） | examples-pair-trading.md |
— |
| 多因子选股 | examples-multi-factor.md |
— |
| 风险管理 | examples-risk-mgmt.md |
— |
| 行业轮动 / ETF 动量 | examples-industry-rotation.md |
strategy_etf_rotation.py、strategy_etf_momentum*.py、strategy_high_dividend.py |
覆盖 GM SDK 全部章节：行情订阅、订单/账户/持仓、融资融券、算法单（TWAP/VWAP/Iceberg）、可转债、L2 数据、付费数据 API、字段定义、枚举常量、context 对象。付费数据 API（16-21）单独成章，区分基础和高级接口，避免误用付费功能被扣费。
python scripts/run_strategy.py \
--strategy scripts/strategy_ma_cross.py \
--strategy-id my_ma_strategy_v1 \
--mode backtest \
--token YOUR_TOKEN回测结果自动持久化到掘金终端后台（https://www.myquant.cn → 策略列表），可复盘完整的收益曲线、夏普、回撤、持仓明细。
scripts/ 下含 5 类策略模板 + 4 个 API 烟测脚本（账户/全部/付费/财务/新 API）+ 事件回调测试 + check_import.py 环境检测 + demo_import.py 最小 demo。新手第一天就能跑通。
# 用户级（推荐）—— 全局可用
cp -r juejinquant ~/.workbuddy/skills/ # WorkBuddy
cp -r juejinquant ~/.claude/skills/ # Claude Desktop
cp -r juejinquant ~/.config/anthropic/skills/ # Linux Claude
cp -r juejinquant ~/.cursor/skills/ # Cursor
cp -r juejinquant ~/.continue/skills/ # Continue
cp -r juejinquant ~/.clinerules/skills/ # Cline
cp -r juejinquant ~/.aider/skills/ # Aider
# 项目级 —— 仅当前项目可见
mkdir -p .workbuddy/skills && cp -r juejinquant .workbuddy/skills/
mkdir -p .claude/skills && cp -r juejinquant .claude/skills/
mkdir -p .cursor/skills && cp -r juejinquant .cursor/skills/重启对应 IDE/Agent 后，用自然语言对话即可触发：
"帮我写一个 A 股 ETF 动量轮动策略，10 个交易日调仓一次"
"GM SDK 里 order_target_volume 怎么用？"
"我的 history_n 一直返回 None，怎么排查？"
Skill 会自动路由到对应的章节或踩坑库，无需手动翻文档。
agents/openai.yaml 已经按 OpenAI 官方 Skill manifest 规范写好，直接把它和整个目录打包部署到你的 ChatGPT App 后端，或在你的 OpenAI Agents 项目中作为 skill 资源引入：
# 示例：在你的 OpenAI Agents 项目中引用
from openai_agents import Agent, Skill
agent = Agent(
name="量化助手",
skills=[
Skill.from_directory("./juejinquant"), # 自动识别 agents/openai.yaml
],
)pip install gm.api
# 1. 环境检测
python scripts/check_import.py
# 2. 看 API 速查
cat references/quick-reference.md
# 3. 跑双均线回测
python scripts/run_strategy.py \
--strategy scripts/strategy_ma_cross.py \
--strategy-id my_first_strategy \
--mode backtest \
--token YOUR_GM_TOKEN回测完成后登录 https://www.myquant.cn → 策略列表 → 查看完整绩效。
pip install gm.api# 进入掘金终端 → 策略 → 新建策略 → 复制 strategy_id 和 token
# 或参考：https://www.myquant.cn/docs/juejinquant/
├── SKILL.md # 主技能说明（Anthropic Skills 规范，含意图路由表）
├── README.md # 本文件
├── agents/
│ └── openai.yaml # OpenAI Agents SDK 兼容配置
├── assets/ # 资源占位目录
├── references/ # 27 篇 GM SDK API 参考文档
│ ├── 01-quick-start.md # 快速开始
│ ├── 02-core-functions.md # 核心函数
│ ├── 03-subscribe-events.md # 行情订阅与事件
│ ├── 04-market-data.md # 行情数据
│ ├── 05-l2-data.md # L2 行情
│ ├── 06-symbol-info.md # 代码信息
│ ├── 07-trading-dates.md # 交易日历
│ ├── 08-order-api.md # 订单 API
│ ├── 09-algo-order.md # 算法单（TWAP/VWAP/Iceberg）
│ ├── 10-account-query.md # 账户查询
│ ├── 11-bond-convertible.md # 可转债
│ ├── 12-data-objects.md # 数据对象
│ ├── 13-enums.md # 枚举常量
│ ├── 14-context.md # context 对象
│ ├── 15-user-guide.md # 用户指南 + FAQ
│ ├── 16-premium-data-apis.md # 付费数据 API（综合）
│ ├── 17-financial-data-fields.md # 财务数据字段
│ ├── 18-stock-premium-apis.md # 股票增值 API
│ ├── 18-user-guide.md # 用户指南（备份）
│ ├── 19-fund-premium-apis.md # 基金增值 API
│ ├── 20-cb-premium-apis.md # 可转债增值 API
│ ├── 21-futures-premium-apis.md # 期货增值 API
│ ├── examples-cta-turtle.md # 海龟策略示例
│ ├── examples-dual-ma.md # 双均线示例
│ ├── examples-industry-rotation.md # 行业轮动示例
│ ├── examples-multi-factor.md # 多因子选股示例
│ ├── examples-pair-trading.md # 配对交易示例
│ ├── examples-risk-mgmt.md # 风险管理示例
│ ├── pitfalls.md # 28 条实战踩坑
│ └── quick-reference.md # API 速查卡
└── scripts/ # 可直接运行的策略 / 测试脚本
├── check_import.py # 环境检测（SDK 装没装、token 通不通）
├── demo_import.py # 最小可运行 demo
├── run_strategy.py # 一键运行器
├── strategy_ma_cross.py # 双均线
├── strategy_xinyisheng_ma.py # 新易盛均线策略
├── strategy_etf_rotation.py # ETF 轮动
├── strategy_etf_momentum.py # ETF 动量
├── strategy_etf_momentum_rotation.py # ETF 动量轮动
├── strategy_high_dividend.py # 高股息策略
├── strategy_event_callbacks_test.py # 事件回调全套测试
├── test_account_apis.py # 账户 API 烟测
├── test_all_apis.py # 全部 API 烟测
├── test_all_premium_apis.py # 增值 API 烟测
├── test_financial_apis.py # 财务 API 烟测
└── test_new_apis.py # 新 API 烟测
- ✅ A 股 / 期货 / 期权 / ETF / 可转债 量化策略开发
- ✅ 历史行情回测、实时行情订阅、模拟盘 / 实盘交易
- ✅ 事件驱动编程（
subscribe/schedule/on_tick/on_bar/on_order_status） - ✅ 订单 / 账户 / 持仓查询，算法单（TWAP / VWAP / Iceberg）
- ✅ 用 AI Agent（Claude / ChatGPT / WorkBuddy / Cursor / Cline）做自然语言→策略生成
- ✅ L2 行情、融资融券、可转债、付费数据 API 高级用法
| 维度 | 官方文档 | juejinquant-skill |
|---|---|---|
| 索引方式 | 按 API 函数字母序 | 按用户意图路由 |
| 实战经验 | 无 | 28 条踩坑库 |
| 代码示例 | 零散、签名级 | 6 大完整可运行模板 |
| 排错支持 | 论坛零散问答 | pitfalls.md 系统化收录 |
| AI Agent 适配 | 未设计 | Anthropic + OpenAI 双标准 Skill manifest |
- ✅ 用自然语言做 A 股 / 期货 / ETF / 可转债策略的研究员与量化开发者
- ✅ 想用 AI Agent（Claude / ChatGPT / WorkBuddy）做量化策略生成的团队负责人
- ✅ 需要查 GM SDK API 但又怕踩坑的中高级用户
- ✅ 想把 AI Agent 接入掘金终端的个人投资者
- ✅ 不想用 Agent、只想直接
python xxx.py跑回测的纯 Python 用户
欢迎提 Issue / Pull Request 补充：
- 新的策略模板（CTA / 套利 / 期权希腊字母 / 机器学习预测等）
- 新的踩坑案例（在
pitfalls.md里追加） - 新的 references 章节翻译或补充
- 其他 Agent 平台的 manifest 适配（如 Google Gemini、Meta Llama Agents、阿里通义千问等）
- 47 个源文件 + README.md + .gitignore + assets/
- 27 篇 references + 6 篇 examples + 13 个 scripts
- 版本：v3.0.0（架构级重构，与 gm-quant v2.1.0 / myquant v1.2.0 深度融合）
- 平台：兼容 Anthropic Claude、OpenAI ChatGPT / Agents SDK、WorkBuddy、Cursor、Cline、Continue、Aider、Roo Code 等所有支持
SKILL.md规范的 Agent 平台
仅供个人学习与研究使用。 掘金量化 SDK 版权归原作者所有，禁止用于商业用途。
本技能涉及的 GM SDK API 名称、参数定义、调用方式均以 https://www.myquant.cn/docs/ 为准；如官方文档更新与本仓库内容冲突，以官方文档为准。
- 掘金量化官网：https://www.myquant.cn/
- 掘金量化 API 文档：https://www.myquant.cn/docs/
- Anthropic Skills 规范：https://docs.claude.com/en/docs/agents-and-tools/agent-skills/overview
- OpenAI Agents SDK Skills：https://developers.openai.com/api/docs/agents-sdk/skills
- WorkBuddy：https://www.codebuddy.cn/
- 上游 gm-quant v2.1.0
- 上游 myquant v1.2.0