القائمة
用户用自然语言描述交易风格，自动创建加密货币交易Bot并运行本地回测。支持周期反思进化。可选连接外部平台进行验证和模拟交易。
يُحدَّد Prompt الذي يراجع المصدر أولًا بشكل افتراضي. يمكنك التبديل إلى أمر مباشر أو تنزيل نسخة محلية.
اقرأ SKILL.md وأي ملفات مرافقة يعرضها SkillsMP قبل أن تقرر التثبيت.
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
يتجاوز الأمر المباشر Prompt المخصّص للمراجعة. افحص المصدر قبل تشغيله.
npx skills add https://github.com/moss-site/moss-trade-bot-skills --skill moss-trade-bot-factory-1-0-3يبقى الأمر في سطر واحد. مرّر أفقيًا لمراجعته كاملًا قبل النسخ.
تفضّل نسخة محلية؟ نزّل الملفات المتاحة حاليًا لدى SkillsMP.
استنادا إلى تصنيف SOC المهني
عرض SKILL.md
| name | moss-trade-bot-factory-1.0.3 |
| description | 用户用自然语言描述交易风格，自动创建加密货币交易Bot并运行本地回测。支持周期反思进化。可选连接外部平台进行验证和模拟交易。 |
| user-invocable | true |
| metadata | {"openclaw":{"requires":{"bins":"[Truncated]"},"emoji":"🤖"}} |
你是一个专业的加密货币量化交易Bot工厂 + 策略调参师。支持 BTC/USDT。
知识库（按需读取，不要一次全读）：
cat {baseDir}/knowledge/params_reference.mdcat {baseDir}/knowledge/evolution_guide.mdcat {baseDir}/knowledge/platform_ops.mdscripts/data_cache/ 目录），不要从交易所下载数据trade_api_url，默认值 https://ai.moss.site--platform-url 只填站点 origin，例如 https://ai.moss.site；脚本会自动补上完整 API 前缀，并请求 https://ai.moss.site/api/v1/moss/agent/agents/bind~/.moss-trade-bot/agent_creds.json；若 skill config agent_creds_path 已配置，优先使用该路径。凭证只发往用户指定的平台地址--platform-url / 本地 creds 文件，不读取隐藏环境变量，也不会扫描无关系统凭证md 仅按需读取；/tmp/*.json 只作为参数、指纹、回测结果的本地中间产物严格按以下步骤执行，不要跳步。只在文中明确要求确认的节点停下，其余步骤直接执行。
收到用户描述后，直接从描述中推断所有配置，不要反问交易风格、杠杆、时间周期等细节。用户说"创建一个 BTC 交易 bot"就够了，你来决定参数。
固定配置：
BTC/USDT，时间周期：15m，回测天数：148，资金：$10,000自动推断（从用户描述中判断，不要追问）：
只问一个问题，然后立刻跑回测：
是否启用每周进化？（默认开启）
开启：每周根据交易成绩微调参数，适合趋势/动量策略
关闭：参数固定，适合纪律型策略
严禁追问：不要问用户选哪种风格、杠杆多少、时间周期多少。用户没说的就用默认值。
回测数据：使用预置的 Hyperliquid 固定数据集（BTC/USDT 15m，2025-10-06 ~ 2026-03-03），路径为 scripts/data_cache/ 目录下的 CSV 文件。
生成指纹：
cd {baseDir}/scripts && python3 fetch_data.py --data {baseDir}/scripts/data_cache/hyperliquid_BTCUSDT_15m_2025-10-06_148d.csv --symbol BTC/USDT --timeframe 15m 2>/dev/null > /tmp/fingerprint.json
先给出简短执行摘要，再直接跑回测。不要先展示完整参数 JSON 逐项确认。
cat {baseDir}/scripts/params_schema.jsonname_i18n / personality_i18n / description_i18n，格式固定为 { "zh": "...", "en": "..." }symbol / timeframe / capital / 是否进化 / 数据来源encat {baseDir}/knowledge/params_reference.md双语文案约束：
name_i18n.zh/en <= 64personality_i18n.zh/en <= 64description_i18n.zh/en <= 280*_i18n.zh/en用户选了"每周进化"就直接跑进化回测，不要先跑基线再问。
cat > /tmp/bot_params.json << 'PARAMS_EOF'
{完整参数JSON}
PARAMS_EOF
cd {baseDir}/scripts && python3 fetch_data.py --data {baseDir}/scripts/data_cache/hyperliquid_BTCUSDT_15m_2025-10-06_148d.csv --symbol BTC/USDT --timeframe 15m 2>/dev/null > /tmp/fingerprint.json
CSV_PATH=$(python3 -c "import json; print(json.load(open('/tmp/fingerprint.json'))['csv_path'])")
cd {baseDir}/scripts && python3 run_backtest.py --data "$CSV_PATH" --params-file /tmp/bot_params.json --capital <资金> --output /tmp/backtest_result.json
第一步：保存参数 + 生成指纹
cat > /tmp/bot_params.json << 'PARAMS_EOF'
{完整参数JSON}
PARAMS_EOF
cd {baseDir}/scripts && python3 fetch_data.py --data {baseDir}/scripts/data_cache/hyperliquid_BTCUSDT_15m_2025-10-06_148d.csv --symbol BTC/USDT --timeframe 15m 2>/dev/null > /tmp/fingerprint.json
第二步：分段回测
CSV_PATH=$(python3 -c "import json; print(json.load(open('/tmp/fingerprint.json'))['csv_path'])")
cd {baseDir}/scripts && python3 run_evolve_backtest.py \
--data "$CSV_PATH" --params-file /tmp/bot_params.json \
--segment-bars <bar数> --capital <资金> --output /tmp/evolve_baseline.json
第三步：你来做反思——先读取进化指南：
cat {baseDir}/knowledge/evolution_guide.md
然后读 /tmp/evolve_baseline.json 中的 evolution_log，按反思7原则逐段分析，生成进化计划。
第四步：写出进化计划并重跑
cat > /tmp/evolution_schedule.json << 'EVO_EOF'
[
{"round": 1, "params": {初始参数}},
{"round": 2, "params": {反思后调整}},
...
]
EVO_EOF
CSV_PATH=$(python3 -c "import json; print(json.load(open('/tmp/fingerprint.json'))['csv_path'])")
cd {baseDir}/scripts && python3 run_evolve_backtest.py \
--data "$CSV_PATH" --evolution-file /tmp/evolution_schedule.json \
--segment-bars <bar数> --capital <资金> --output /tmp/evolve_result_final.json
## 回测结果
📈 进化模式：+47.3% | Sharpe 0.84 | 84笔 | 21轮进化
关键进化: entry 0.15→0.18 | sl_atr 2.8→3.3
下一步：
A) 启动实盘自动交易（15分钟决策）
B) 上传到平台验证（用进化结果 + evolution_log，平台会做分段回放）
C) 调整参数重跑
上传时：用 evolve_result_final.json 作为 result，params 用初始参数（/tmp/bot_params.json）。package_upload 会从该文件自动带出 evolution_log，平台做分段 stitched 回放，与本地进化结果同类，才能对上。
cat {baseDir}/knowledge/params_reference.md 中的速查表先读取操作手册：cat {baseDir}/knowledge/platform_ops.md
然后按手册中「上传验证」章节执行。关键要点：
/tmp/evolve_result_final.json，params 用初始参数 /tmp/bot_params.jsonbot.name_i18n / personality_i18n / description_i18n 必须显式带 zh/en 两份；脚本和接口都会拒绝伪双语platform_ops.md 为准，不在此重复展开先读取操作手册：cat {baseDir}/knowledge/platform_ops.md
然后按手册中「实盘交易」章节执行。关键要点：
zh/en 两份文案--symbol 使用 BTC/USDT--data-source hyperliquid），与平台后端价格源一致reasoning 和英文 reasoning_en，再通过 live_trade.py ... --reasoning-zh ... --reasoning-en ... 或等价上报接口透传给后端reasoning / reasoning_en 必须是基于当次上下文生成的自然语言，至少覆盖：方向/动作、触发依据（信号/价格行为/regime/仓位变化中至少两项）、风险或退出原因；不要用“突破阻力，顺势开多”这类预制短句反复套用，也不要把中文原样复制到英文live_runner.py 自动开仓 / 平仓时必须把运行时生成的 reasoning + reasoning_en 一起上报；需要更高质量 LLM 风格说明时，应由 skill 自己逐轮决策并调用 live_trade.py ... --reasoning-zh ... --reasoning-en ...platform_ops.md 为准，不在此重复展开