القائمة
量化因子挖掘——根据自然语言需求，由大模型设计仅依赖 OHLCV 的 pandas 因子代码， 再在 Agent 本地完成校验与合成面板回测。不依赖 MCP 或外部数据服务。
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/openJiuwen-ai/agent-store --skill quant-factor-miningيبقى الأمر في سطر واحد. مرّر أفقيًا لمراجعته كاملًا قبل النسخ.
تفضّل نسخة محلية؟ نزّل الملفات المتاحة حاليًا لدى SkillsMP.
异常检测预警。基于规则引擎对网点运营数据执行异常检测，输出 CRITICAL/WARN/INFO 三级预警。触发词：异常检测、风险预警、今日预警、告警、有没有异常。当用户提到异常检测相关查询时触发。
网点数据查询。通过 NL2SQL 将自然语言转换为 SQL 语句，查询网点交易、客流、营销数据。支持大额交易、交易汇总、失败交易、对公客户等查询。触发词：今天大额交易、交易情况、客流量、营销转化率、失败交易、对公客户、交易汇总。当用户提到网点运营数据查询时触发。
网点全景概览。组合调用前三个 Skill 生成日终运营报告。触发词：网点概况、今日运营、日终报告、全景概览、整体情况。当用户提到网点全景查询时触发。
استنادا إلى تصنيف SOC المهني
عرض SKILL.md
| name | quant-factor-mining |
| description | 量化因子挖掘——根据自然语言需求，由大模型设计仅依赖 OHLCV 的 pandas 因子代码， 再在 Agent 本地完成校验与合成面板回测。不依赖 MCP 或外部数据服务。 |
| version | 1.1.0 |
| author | quant-factor-mining |
| compatibility | 需配置对话 LLM（FACTOR_AGENT_*）。无 Token 时可 FACTOR_DEMO_MODE=1 使用内置演示因子。 |
| metadata | {"schema_version":"1.0","variant":"external","shared_files":["references/system_prompt.txt","scripts/validate_factor_code.py"]} |
触发词：量化因子、因子挖掘、OHLCV 因子、回测、alpha 因子、量价因子。
本 Skill 不调用 MCP。完整路径由 Agent 编排器执行：
references/system_prompt.txt 约束，输出 JSON：
factor_code / factor_explanation / risk_reminder。df['factor'] 赋值。演示模式（无 LLM）：使用内置动量因子 df['factor'] = df['close'].pct_change(5) 仅验证校验与回测链路。
df['factor'] = ...；__import__、eval(、exec(、open( 等；df 为按交易日升序的单只股票日 K DataFrame。python scripts/validate_factor_code.py --code "df['factor'] = df['close'].pct_change()"
dryrun/quant-factor-mining 是可选的 Web 演示工程（Flask 前端全栈），与 Agent 无强制依赖。
Agent 能力闭环在 agent/quant-factor-mining（Skill + LLM + 本地 factor_core）。