前言¶
做 A 股量化时，常见做法是自建脚本拉行情、写回测、再对接可视化或报表。数据源各有一套鉴权与字段，换源就要改代码；回测逻辑和「问 AI 改策略」之间也缺一层稳定接口。若希望在 Cursor 等 Agent 里用自然语言驱动回测、选股或导出，又不必从零搭服务，可以安装 SkillHub 上的 A股量化回测策略引擎（坐标 @user_a9caeb3c/quant-backtest-strategy），把已封装好的量化能力与 102 个 REST API 交给 Agent 调用。
下面介绍它是什么、已公开的核心能力、安装方式，以及对话中的典型用法与适用边界。
这是什么¶
A股量化回测策略引擎 是 SkillHub 社区分类 data-analysis 下的 Skill，发布者为 user_a9caeb3c，当前包版本 4.0.0（页面简介中同时出现 V2.1.2 产品线描述，以 SkillHub 版本号为准）。SkillHub 标注 requires_api_key=false，表示安装 Skill 本身不要求额外 API Key 配置项。
官方简介强调：专业级 A 股量化交易系统、米筐 / 聚宽 / AkShare 三源数据支持、102 个 REST API 端点，以及文档与测试相关说明（如七角色全链路测试、TRACE 评测等）。它面向在 Agent 会话中完成策略回测、数据与量化分析类任务，而不是替代券商实盘通道。
核心功能（已公开信息）¶
以下均来自 SkillHub 页面与已抓取元数据，未单独核实的细项不展开。
-
策略回测与量化交易能力
Skill 名称与简介均指向 A 股量化回测与交易系统；具体策略类型、指标参数以安装后的SKILL.md与 REST 文档为准。 -
102 个 REST API 端点
支持通过 HTTP 程序化访问，便于 Python（如requests）或 Agent 按端点组合完成查询、回测、导出等流程。 -
三数据源
官方写明支持 米筐（RQData）、聚宽（JQData）、AkShare，可在不同数据源之间切换，减少为换源重写采集层的成本。 -
Agent 集成
安装后，用户可用自然语言描述任务（见下文示例），由 Agent 按 Skill 说明调用本地或配套服务逻辑。
安装与启用¶
1. 安装 SkillHub CLI（若尚未安装）¶
先检查是否已有 CLI：
command -v skillhub && skillhub --version
未安装时，可使用官方一键脚本（完整安装含默认 Skill）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
仅安装 CLI 时：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only
2. 安装本 Skill¶
安装时必须用 --dir 指向当前 Agent 正在使用的 skills 目录，否则默认装到 ./skills/ 可能无法被识别。
SkillHub 页面给出的安装提示为：参考 SkillHub 安装说明，安装 @user_a9caeb3c/quant-backtest-strategy。
命令行示例（将 <skills 目录> 换成你的环境路径）：
skillhub install user_a9caeb3c/quant-backtest-strategy --dir <skills 目录>
常见 Agent 的 skills 目录（来自官方安装文档）：
| 环境 | 典型路径 |
|---|---|
| Cursor | ~/.cursor/skills/ |
| Claude Code | ~/.claude/skills/ |
| Codex | ~/.codex/skills/ 或项目下 .agents/skills/ |
| Windsurf | ~/.codeium/windsurf/skills/ 或项目 .windsurf/skills/ |
安装完成后，按你所用 Client 的要求刷新或重启 Agent，使 Skill 生效。
3. 通过对话让 AI 代为安装¶
若不方便手敲命令，可将下面提示发给 Agent（与 SkillHub 页面一致）：
请根据 https://skillhub.cn/install/skillhub.md，安装 `@user_a9caeb3c/quant-backtest-strategy`。
典型用法¶
Skill 未在公开页面提供完整 REST 示例清单；在 Agent 中更常见的用法是用自然语言触发，由 Skill 引导调用相应 API 或本地能力。下列表述与 Skill 产品定位一致，可作为会话起点（具体是否支持某接口以安装后的文档为准）：
- 「帮我回测贵州茅台 MA 策略」
- 「筛选今天涨停的股票」
- 「查看自选股风险概览」
- 「导出交易记录 Excel」
程序化调用时，可结合简介中的 102 个 REST API 端点，在 Python 环境中用 requests 访问 Skill 文档列出的 base URL 与路径；第一步应先阅读 Skill 包内 SKILL.md 中的环境与启动说明。
适用场景与注意¶
更适合：
- A 股个人投资者做策略想法验证、指标与规则回测；
- 量化入门者在 Agent 里边问边试，减少从零搭回测框架的时间；
- 需要 AkShare / 聚宽 / 米筐 之一或切换数据源的数据分析流程。
需要留意的边界：
- SkillHub 公开页未承诺高频交易（HFT）、直连券商实盘自动下单；实盘需自行对接券商与合规流程。
- 简介聚焦 A 股量化；期货期权、港美股深度分析等是否支持，以 Skill 内文档为准，勿默认全覆盖。
- 页面简介中的评分、下载量会随 SkillHub 更新变化；撰写时参考值为：分类 data-analysis，评分 100000，下载 31058，安装 43（来源：SkillHub 元数据快照）。
结尾¶
A股量化回测策略引擎 把 A 股量化回测、三源数据与大量 REST API 封装成 Agent Skill，适合在 Cursor 等环境中用对话驱动策略验证与数据分析。安装与优先源配置以 SkillHub 官方文档为准。
