前言¶
做 A 股策略验证时，常见路径是自建脚本、接多家数据源、再单独搭回测或看盘界面。环境、接口和文档分散，入门和迭代都慢。若你已经在 Cursor、Claude Code 等环境里用 Skill 扩展 Agent 能力，可以把「量化交易相关能力」收成一份可安装的 Skill，用对话驱动检索、分析与导出，而不是从零拼 REST 客户端。
下面介绍 SkillHub 上的 OneQuant ZeroCode Pro一人零代码全栈量化系统（坐标 @user_a9caeb3c/onequant-zerocode-pro-v3，当前版本 3.0.3）：社区来源、分类为 professional，页面标注 requires_api_key=false（安装 Skill 本身不要求额外 API Key；若 Skill 内部对接米筐、聚宽等商业数据源，仍须按各数据源规则自行配置）。
这是什么¶
一句话定位：面向 Agent 的专业级量化交易 Skill，强调零代码上手与 REST 能力封装。
- 维护方：SkillHub 发布者
user_a9caeb3c（community 来源）。 - 解决的问题：把量化相关能力（数据、策略验证、交易与风控类操作等）以 Skill 形式交给 AI 调用，减少手写胶水代码；官方简介突出 米筐 / 聚宽 / AkShare 三源数据、102 个 REST API 端点，以及 14 个新增文档章节 便于查阅。
- 与纯本地脚本相比：你仍可在 Python 里直接调 API，但通过 Skill，更常见的是用自然语言描述任务，由 Agent 按 Skill 文档选择合适端点与工作流。
核心功能（以官方简介为准）¶
以下能力均来自 SkillHub 页面与已抓取元数据，不写未核实细节。
- 多数据源：支持米筐、聚宽、AkShare，便于在同一套接口下切换或对比数据口径（具体切换方式以 Skill 内文档为准）。
- REST 面：102 个 REST API 端点，适合程序化调用或由 Agent 编排。
- 工程与文档：简介提及「七角色全链路测试通过」「零崩溃架构」、TRACE 评测相关表述，以及 14 个新增文档章节——安装后应优先阅读 Skill 包内
SKILL.md及附带章节，而不是凭猜测调接口。 - 上手成本：官方文案称「新手 5 分钟上手」，实际取决于你是否已安装 SkillHub CLI、以及本机量化环境是否就绪。
- 合规表述：简介列出科恩、云鼎等安全合规认证相关说明；是否满足你所在机构要求，需自行核对认证范围与有效期。
SkillHub 统计（抓取时点）：评分 100000，下载 1304 次（安装计数页面为 0，以页面为准）。
安装与启用¶
方式一：让 AI 按官方提示安装¶
SkillHub 技能页给出的标准提示为：
请根据 https://skillhub.cn/install/skillhub.md，安装 `@user_a9caeb3c/onequant-zerocode-pro-v3`。
把上述内容发给当前环境的 Agent，由其按 SkillHub 安装文档执行。
方式二：SkillHub CLI（通用流程）¶
先确认是否已安装 CLI：
command -v skillhub && skillhub --version
未安装时，可按 SkillHub 文档执行完整安装（示例为官方 install 脚本）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
安装技能时，必须用 --dir 指向当前 Agent 的 skills 目录，否则默认落在 ./skills/ 可能不会被识别。官方文档给出的常见路径包括：
- Cursor：
~/.cursor/skills/ - Claude Code：
~/.claude/skills/ - Codex：
~/.codex/skills/或项目下的.agents/skills/
示例（将 <skills 目录> 换成你环境中的实际路径）：
skillhub install @user_a9caeb3c/onequant-zerocode-pro-v3 --dir <skills 目录>
安装完成后，按你所用客户端要求重启或刷新 Agent，使新 Skill 被加载。
Cursor / Codex CLI / Claude Code 差异：三者共用同一套 skillhub install 命令，差别仅在 --dir 目标路径；未在官方文档单独说明的客户端，不写臆测步骤。
典型用法¶
官方页面未提供可复制粘贴的 REST 请求示例；可复现路径如下。
- 完成上一节安装，确认 Agent 能识别
@user_a9caeb3c/onequant-zerocode-pro-v3。 - 在对话中说明 A 股量化相关目标，由 Agent 查阅 Skill 文档并调用 102 个 API 中对应能力。表述宜具体，例如说明标的、周期、策略类型或输出格式（Excel 等），避免空泛的「帮我量化一下」。
- 涉及米筐、聚宽时，按 Skill 内文档配置账号或 Token；AkShare 等开源源亦须遵守其使用条款与频率限制。
- 需要批量或自动化时，可在 Agent 协助下生成基于 REST 的脚本；CLI、Web 界面、Docker 等调用方式若存在于 Skill 文档中，以包内 14 个新增文档章节 为准，本文不展开未抓取到的命令。
适用场景与注意¶
更适合
- 已在 Agent 工作流中做 A 股策略验证、学习量化接口、或需要统一三源数据的个人研究者。
- 希望用自然语言驱动回测、选股、风险查看、导出等任务，再由 Agent 落到 REST 调用。
限制与注意
- 页面元数据为 v3.0.3，勿与其它宣传版本号混用；功能边界以 Skill 包文档为准。
- requires_api_key=false 仅表示 SkillHub 安装项本身；第三方数据源、券商实盘仍可能要求密钥或合规审批，实盘自动下单、高频交易等场景不在「安装 Skill 即可解决」范围内，须自行对接券商与风控。
- 简介未承诺港美股、期货期权的完整覆盖；深度依赖非 A 股品种时，应先在小范围试调 API。
- 下载量、评分会随时间变化，引用数据请以 SkillHub 技能页 为准。
结尾¶
OneQuant ZeroCode Pro 把专业级量化能力与 102 个 REST API、三源数据支持封装成一份 Agent Skill，适合在已有 Cursor / Claude Code 等环境中做 A 股相关的零代码协作开发。安装与优先源配置见 SkillHub 安装文档；技能主页与元数据见 SkillHub 技能页，API 入口为 https://api.skillhub.cn/user_a9caeb3c/onequant-zerocode-pro-v3（浏览器直接打开可能非页面内容，以 SkillHub 页为准）。
