前言¶
做 A 股量化時，常見做法是自建腳本拉行情、寫回測、再對接可視化或報表。數據源各有一套鑑權與字段，換源就要改代碼；回測邏輯和「問 AI 改策略」之間也缺一層穩定接口。若希望在 Cursor 等 Agent 裏用自然語言驅動回測、選股或導出，又不必從零搭服務，可以安裝 SkillHub 上的 A股量化回測策略引擎（座標 @user_a9caeb3c/quant-backtest-strategy），把已封裝好的量化能力與 102 個 REST API 交給 Agent 調用。
下面介紹它是什麼、已公開的核心能力、安裝方式，以及對話中的典型用法與適用邊界。
這是什麼¶
A股量化回測策略引擎 是 SkillHub 社區分類 data-analysis 下的 Skill，發佈者爲 user_a9caeb3c，當前包版本 4.0.0（頁面簡介中同時出現 V2.1.2 產品線描述，以 SkillHub 版本號爲準）。SkillHub 標註 requires_api_key=false，表示安裝 Skill 本身不要求額外 API Key 配置項。
官方簡介強調：專業級 A 股量化交易系統、米筐 / 聚寬 / AkShare 三源數據支持、102 個 REST API 端點，以及文檔與測試相關說明（如七角色全鏈路測試、TRACE 評測等）。它面向在 Agent 會話中完成策略回測、數據與量化分析類任務，而不是替代券商實盤通道。
核心功能（已公開信息）¶
以下均來自 SkillHub 頁面與已抓取元數據，未單獨覈實的細項不展開。
-
策略回測與量化交易能力
Skill 名稱與簡介均指向 A 股量化回測與交易系統；具體策略類型、指標參數以安裝後的SKILL.md與 REST 文檔爲準。 -
102 個 REST API 端點
支持通過 HTTP 程序化訪問，便於 Python（如requests）或 Agent 按端點組合完成查詢、回測、導出等流程。 -
三數據源
官方寫明支持 米筐（RQData）、聚寬（JQData）、AkShare，可在不同數據源之間切換，減少爲換源重寫採集層的成本。 -
Agent 集成
安裝後，用戶可用自然語言描述任務（見下文示例），由 Agent 按 Skill 說明調用本地或配套服務邏輯。
安裝與啓用¶
1. 安裝 SkillHub CLI（若尚未安裝）¶
先檢查是否已有 CLI：
command -v skillhub && skillhub --version
未安裝時，可使用官方一鍵腳本（完整安裝含默認 Skill）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
僅安裝 CLI 時：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only
2. 安裝本 Skill¶
安裝時必須用 --dir 指向當前 Agent 正在使用的 skills 目錄，否則默認裝到 ./skills/ 可能無法被識別。
SkillHub 頁面給出的安裝提示爲：參考 SkillHub 安裝說明，安裝 @user_a9caeb3c/quant-backtest-strategy。
命令行示例（將 <skills 目錄> 換成你的環境路徑）：
skillhub install user_a9caeb3c/quant-backtest-strategy --dir <skills 目錄>
常見 Agent 的 skills 目錄（來自官方安裝文檔）：
| 環境 | 典型路徑 |
|---|---|
| Cursor | ~/.cursor/skills/ |
| Claude Code | ~/.claude/skills/ |
| Codex | ~/.codex/skills/ 或項目下 .agents/skills/ |
| Windsurf | ~/.codeium/windsurf/skills/ 或項目 .windsurf/skills/ |
安裝完成後，按你所用 Client 的要求刷新或重啓 Agent，使 Skill 生效。
3. 通過對話讓 AI 代爲安裝¶
若不方便手敲命令，可將下面提示發給 Agent（與 SkillHub 頁面一致）：
請根據 https://skillhub.cn/install/skillhub.md，安裝 `@user_a9caeb3c/quant-backtest-strategy`。
典型用法¶
Skill 未在公開頁面提供完整 REST 示例清單；在 Agent 中更常見的用法是用自然語言觸發，由 Skill 引導調用相應 API 或本地能力。下列表述與 Skill 產品定位一致，可作爲會話起點（具體是否支持某接口以安裝後的文檔爲準）：
- 「幫我回測貴州茅臺 MA 策略」
- 「篩選今天漲停的股票」
- 「查看自選股風險概覽」
- 「導出交易記錄 Excel」
程序化調用時，可結合簡介中的 102 個 REST API 端點，在 Python 環境中用 requests 訪問 Skill 文檔列出的 base URL 與路徑；第一步應先閱讀 Skill 包內 SKILL.md 中的環境與啓動說明。
適用場景與注意¶
更適合：
- A 股個人投資者做策略想法驗證、指標與規則回測；
- 量化入門者在 Agent 裏邊問邊試，減少從零搭回測框架的時間；
- 需要 AkShare / 聚寬 / 米筐 之一或切換數據源的數據分析流程。
需要留意的邊界：
- SkillHub 公開頁未承諾高頻交易（HFT）、直連券商實盤自動下單；實盤需自行對接券商與合規流程。
- 簡介聚焦 A 股量化；期貨期權、港美股深度分析等是否支持，以 Skill 內文檔爲準，勿默認全覆蓋。
- 頁面簡介中的評分、下載量會隨 SkillHub 更新變化；撰寫時參考值爲：分類 data-analysis，評分 100000，下載 31058，安裝 43（來源：SkillHub 元數據快照）。
結尾¶
A股量化回測策略引擎 把 A 股量化回測、三源數據與大量 REST API 封裝成 Agent Skill，適合在 Cursor 等環境中用對話驅動策略驗證與數據分析。安裝與優先源配置以 SkillHub 官方文檔爲準。
