dfkai/xtquantai

最近记录的来源活动: 2026年6月11日 07:50

SkillsMP 收录数据更新: 2026年11月12日 12:52

已收集 skills: 1

GitHub 星标: 170
GitHub Forks: 40

用 AI 助手安装

复制这段 Prompt，发给你正在使用的 AI 助手。

Follow https://skillsmp.com/skill-install/prompt.md to install Agent Skills from https://github.com/dfkai/xtquantai.

仓库 README

仓库 README 来源：README.md

查看 README 源文件

展开完整 README

# xtquantai — 迅投 QMT 量化 AI 技能集面向迅投 QMT / 投研终端的 **Agent Skills** 仓库：把量化策略开发的领域知识（因子回测、信号生成、实盘模板等）封装为标准 [SKILL.md](https://agentskills.io/specification) 技能，安装后可在 Claude Code、Cursor、Codex、Gemini CLI、Kimi Code 等 70+ AI 编程工具中直接使用。 [![validate](https://github.com/dfkai/xtquantai/actions/workflows/validate.yml/badge.svg)](https://github.com/dfkai/xtquantai/actions/workflows/validate.yml) [![License](https://img.shields.io/badge/license-MIT-green.svg)](LICENSE) > 本仓库曾是 xtquant 的 MCP 服务器实现，现已全面转型为 skill 仓库。旧 MCP 代码保留在 [`legacy-mcp`](https://github.com/dfkai/xtquantai/tree/legacy-mcp) 分支（tag `v0.1.0-mcp`），不再维护。 ## 技能列表 | 技能 | 状态 | 说明 | |------|------|------| | [`qmt-inner-backtest`](skills/qmt-inner-backtest/SKILL.md) | ✅ 可用 | 根据策略描述 / 研报 PDF / 截图解读因子逻辑，基于母版脚本生成 QMT 内置日频截面因子回测策略（`after_init` 预计算信号 → `handlebar` 调仓执行，含 Barra 风格因子处理与防未来函数检查） | | `qmt-future-trade` | 🚧 规划中 | 期货开平仓策略 | | `qmt-live-strategy-template` | 🚧 规划中 | 目标持仓型实盘策略模板 | | `qmt-live-signal-feishu` | 🚧 规划中 | 信号生成 + 飞书推送 | ## 参与社区这个项目靠社区需求驱动——你在 QMT 量化中遇到的重复劳动，都可能值得做成一个技能： - 💡 **想要新技能** → [提交技能需求](https://github.com/dfkai/xtquantai/issues/new?template=skill-request.yml)，一句话的想法也欢迎 - 🐛 **技能出问题** → [反馈 Bug](https://github.com/dfkai/xtquantai/issues/new?template=bug-report.yml) - 💬 **使用咨询 / 量化思路交流** → [Discussions](https://github.com/dfkai/xtquantai/discussions) - 🔧 **自己动手** → 阅读 [贡献指南](CONTRIBUTING.md) 后提 PR 所有技能在 CI 中自动按 [Agent Skills 标准](https://agentskills.io/specification) 校验。维护流程公开在 [维护手册](docs/maintenance-playbook.md)。 ## 安装 ### 方式一：npx skills（推荐，覆盖 70+ 工具） ```bash # 交互式选择要安装到的工具 npx skills add dfkai/xtquantai # 只装某个技能 npx skills add dfkai/xtquantai --skill qmt-inner-backtest # 装到全局目录（所有项目可用） npx skills add dfkai/xtquantai -g ``` ### 方式二：Claude Code 原生插件 ```text /plugin marketplace add dfkai/xtquantai /plugin install qmt-skills@xtquantai ``` ### 方式三：Kimi Code CLI ```text /plugins install https://github.com/dfkai/xtquantai ``` ### 方式四：让你的 Agent 自己装对任意 AI 编程工具说： > 读取 https://raw.githubusercontent.com/dfkai/xtquantai/master/INSTALL.md 并按其中说明安装技能。 ### 方式五：手动复制把 `skills/<技能名>/` 整个文件夹复制到你所用工具的技能目录： | 工具 | 项目级目录 | 用户级目录 | |------|-----------|-----------| | Claude Code | `.claude/skills/` | `~/.claude/skills/` | | Cursor (≥2.4) | `.cursor/skills/`（也读 `.agents/`、`.claude/`） | `~/.cursor/skills/` | | OpenAI Codex CLI | `.agents/skills/` | `~/.agents/skills/` | | GitHub Copilot | `.github/skills/`（也读 `.claude/`、`.agents/`） | — | | Gemini CLI | `.gemini/skills/` 或 `.agents/skills/` | — | | Kimi Code CLI | `.kimi-code/skills/` 或 `.agents/skills/` | — | | Windsurf | `.windsurf/skills/` 或 `.agents/skills/` | — | | OpenCode | `.opencode/skills/`、`.claude/skills/`、`.agents/skills/` | — | | Cline (≥3.48) | `.cline/skills/` 或 `.claude/skills/`（需启用实验特性） | — | | 字节 Trae | 仅 `.trae/skills/` | — | | Qwen Code | 仅 `.qwen/skills/` | — | | iFlow CLI | 仅 `.iflow/skills/` | — | > 跨工具通用目录是 `.agents/skills/`；只用 Claude 系工具可以放 `.claude/skills/`。 ## 使用示例安装 `qmt-inner-backtest` 后，在你的 AI 工具中直接说： > 这份研报（附 PDF/截图）的上下影线因子，帮我生成一个中证1000、Top 10 持仓、5 日调仓的 QMT 回测脚本。 Agent 会先输出策略规格表供你确认，再基于母版生成完整的 QMT 策略编辑器回测脚本，并提示你需要在 QMT 面板中手动核对的配置项。 ⚠️ QMT / 投研终端仅支持 Windows，生成的策略脚本需在 Windows 上的 QMT 策略编辑器中运行；skill 本身（生成脚本的过程）不限平台。 ## 仓库结构 ``` xtquantai/ ├── skills/ # 技能目录（每个子目录一个 skill） │ └── qmt-inner-backtest/ │ ├── SKILL.md # 技能定义（agentskills.io 标准格式） │ └── scripts/ │ └── daily-factors-backtest.py # 回测母版脚本 ├── .claude-plugin/ │ └── marketplace.json # Claude Code 插件市场清单 ├── .github/ # issue/PR 模板与 CI 校验 ├── kimi.plugin.json # Kimi Code 插件清单 ├── INSTALL.md # 给 agent 读的安装指令 ├── CONTRIBUTING.md # 贡献指南 └── docs/ # 调研文档与维护手册 ``` ## 许可证 MIT — 详见 [LICENSE](LICENSE)。 ## 致谢 - [Agent Skills](https://agentskills.io/) 开放技能标准

正在加载仓库 README…

这个仓库中的 skills

数据科学家

1 个职业分类 · 已分类 100%

skill

职业分类

描述

更新

qmt-inner-backtest

数据科学家

根据策略描述、研报 PDF 或截图，解读因子/选股逻辑，基于 scripts/daily-factors-backtest.py 框架生成 QMT 内置日频因子回测脚本。用户提到 QMT 内置回测、因子选股回测、截面因子、研报复现、handlebar 回测、after_init 预计算信号时使用。

2026-06-11

已展示 1 / 1 个已收集 Skill。