前言¶
做 A 股策略驗證時，常見路徑是自建腳本、接多家數據源、再單獨搭回測或看盤界面。環境、接口和文檔分散，入門和迭代都慢。若你已經在 Cursor、Claude Code 等環境裏用 Skill 擴展 Agent 能力，可以把「量化交易相關能力」收成一份可安裝的 Skill，用對話驅動檢索、分析與導出，而不是從零拼 REST 客戶端。
下面介紹 SkillHub 上的 OneQuant ZeroCode Pro一人零代碼全棧量化系統（座標 @user_a9caeb3c/onequant-zerocode-pro-v3，當前版本 3.0.3）：社區來源、分類爲 professional，頁面標註 requires_api_key=false（安裝 Skill 本身不要求額外 API Key；若 Skill 內部對接米筐、聚寬等商業數據源，仍須按各數據源規則自行配置）。
這是什麼¶
一句話定位：面向 Agent 的專業級量化交易 Skill，強調零代碼上手與 REST 能力封裝。
- 維護方：SkillHub 發佈者
user_a9caeb3c（community 來源）。 - 解決的問題：把量化相關能力（數據、策略驗證、交易與風控類操作等）以 Skill 形式交給 AI 調用，減少手寫膠水代碼；官方簡介突出 米筐 / 聚寬 / AkShare 三源數據、102 個 REST API 端點，以及 14 個新增文檔章節 便於查閱。
- 與純本地腳本相比：你仍可在 Python 裏直接調 API，但通過 Skill，更常見的是用自然語言描述任務，由 Agent 按 Skill 文檔選擇合適端點與工作流。
核心功能（以官方簡介爲準）¶
以下能力均來自 SkillHub 頁面與已抓取元數據，不寫未覈實細節。
- 多數據源：支持米筐、聚寬、AkShare，便於在同一套接口下切換或對比數據口徑（具體切換方式以 Skill 內文檔爲準）。
- REST 面：102 個 REST API 端點，適合程序化調用或由 Agent 編排。
- 工程與文檔：簡介提及「七角色全鏈路測試通過」「零崩潰架構」、TRACE 評測相關表述，以及 14 個新增文檔章節——安裝後應優先閱讀 Skill 包內
SKILL.md及附帶章節，而不是憑猜測調接口。 - 上手成本：官方文案稱「新手 5 分鐘上手」，實際取決於你是否已安裝 SkillHub CLI、以及本機量化環境是否就緒。
- 合規表述：簡介列出科恩、雲鼎等安全合規認證相關說明；是否滿足你所在機構要求，需自行覈對認證範圍與有效期。
SkillHub 統計（抓取時點）：評分 100000，下載 1304 次（安裝計數頁面爲 0，以頁面爲準）。
安裝與啓用¶
方式一：讓 AI 按官方提示安裝¶
SkillHub 技能頁給出的標準提示爲：
請根據 https://skillhub.cn/install/skillhub.md，安裝 `@user_a9caeb3c/onequant-zerocode-pro-v3`。
把上述內容發給當前環境的 Agent，由其按 SkillHub 安裝文檔執行。
方式二：SkillHub CLI（通用流程）¶
先確認是否已安裝 CLI：
command -v skillhub && skillhub --version
未安裝時，可按 SkillHub 文檔執行完整安裝（示例爲官方 install 腳本）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
安裝技能時，必須用 --dir 指向當前 Agent 的 skills 目錄，否則默認落在 ./skills/ 可能不會被識別。官方文檔給出的常見路徑包括：
- Cursor：
~/.cursor/skills/ - Claude Code：
~/.claude/skills/ - Codex：
~/.codex/skills/或項目下的.agents/skills/
示例（將 <skills 目錄> 換成你環境中的實際路徑）：
skillhub install @user_a9caeb3c/onequant-zerocode-pro-v3 --dir <skills 目錄>
安裝完成後，按你所用客戶端要求重啓或刷新 Agent，使新 Skill 被加載。
Cursor / Codex CLI / Claude Code 差異：三者共用同一套 skillhub install 命令，差別僅在 --dir 目標路徑；未在官方文檔單獨說明的客戶端，不寫臆測步驟。
典型用法¶
官方頁面未提供可複製粘貼的 REST 請求示例；可復現路徑如下。
- 完成上一節安裝，確認 Agent 能識別
@user_a9caeb3c/onequant-zerocode-pro-v3。 - 在對話中說明 A 股量化相關目標，由 Agent 查閱 Skill 文檔並調用 102 個 API 中對應能力。表述宜具體，例如說明標的、週期、策略類型或輸出格式（Excel 等），避免空泛的「幫我量化一下」。
- 涉及米筐、聚寬時，按 Skill 內文檔配置賬號或 Token；AkShare 等開源源亦須遵守其使用條款與頻率限制。
- 需要批量或自動化時，可在 Agent 協助下生成基於 REST 的腳本；CLI、Web 界面、Docker 等調用方式若存在於 Skill 文檔中，以包內 14 個新增文檔章節 爲準，本文不展開未抓取到的命令。
適用場景與注意¶
更適合
- 已在 Agent 工作流中做 A 股策略驗證、學習量化接口、或需要統一三源數據的個人研究者。
- 希望用自然語言驅動回測、選股、風險查看、導出等任務，再由 Agent 落到 REST 調用。
限制與注意
- 頁面元數據爲 v3.0.3，勿與其它宣傳版本號混用；功能邊界以 Skill 包文檔爲準。
- requires_api_key=false 僅表示 SkillHub 安裝項本身；第三方數據源、券商實盤仍可能要求密鑰或合規審批，實盤自動下單、高頻交易等場景不在「安裝 Skill 即可解決」範圍內，須自行對接券商與風控。
- 簡介未承諾港美股、期貨期權的完整覆蓋；深度依賴非 A 股品種時，應先在小範圍試調 API。
- 下載量、評分會隨時間變化，引用數據請以 SkillHub 技能頁 爲準。
結尾¶
OneQuant ZeroCode Pro 把專業級量化能力與 102 個 REST API、三源數據支持封裝成一份 Agent Skill，適合在已有 Cursor / Claude Code 等環境中做 A 股相關的零代碼協作開發。安裝與優先源配置見 SkillHub 安裝文檔；技能主頁與元數據見 SkillHub 技能頁，API 入口爲 https://api.skillhub.cn/user_a9caeb3c/onequant-zerocode-pro-v3（瀏覽器直接打開可能非頁面內容，以 SkillHub 頁爲準）。
