使用本地 rqamsc CLI 查询和操作 RQAMS 时使用，覆盖产品、workspace、交易流水、估值表、持仓报表、模拟交易、对账、报表和分析数据等标准任务。
使用 rqamsc Python SDK 查询 API、编写最小脚本、导入交易流水和结算流水、定位工作空间与初始化问题。当任务涉及 RQAMS 产品、产品组、头寸、交易流水、估值表或相关 Python 接口时使用。
处理 RQAMS 数据查询和操作时使用。标准产品、workspace、交易流水、估值表、持仓报表、模拟交易、对账、报表和分析任务优先路由到 rqams-cli；需要 Python SDK 脚本、多 API 组合处理、本地 Python 环境诊断或 CLI 未覆盖接口时路由到 rqamsc-python。
Ricequant量化平台文档阅读和API查询工具。当Claude需要访问Ricequant量化工具时使用，特别是提到某类金融相关数据或者RQ等字眼时：包括RQAlphaPlus回测框架、RQData数据API、RQFactor因子计算、RQOptimizer优化器、RQPAttr归因分析、RQAMS资产管理系统、RQAMSC Python SDK等文档的查询和阅读。
RQData数据API使用指南。当需要查询RQData数据接口、获取金融数据时使用。支持A股、港股、期货、期权、指数、基金、可转债等市场数据查询，包含HTTP API和Python API文档。
创建模板驱动的催化剂日历报告，追踪覆盖股票池未来 30 天的重要事件和催化剂。 使用 RQData CLI 获取财报、分红、公告等结构化公司事件；当需要补充宏观、行业会议或政策催化时，可额外使用 `web_search` 获取实时信息，并先落为结构化 JSON，再统一生成 Markdown 和 HTML 报告。 务必使用此技能当用户： - 明确请求催化剂日历、事件日历、earnings calendar、upcoming events - 想了解接下来一段时间的重要事件、本周/本月重点日期 - 需要追踪股票池的重要催化剂 - 需要把公司事件与宏观 / 行业催化放进同一份时间轴报告 不适用场景： - 单个公司财报深度分析 -> earnings-preview / earnings-analysis - 行业整体分析 -> sector-overview - 只需回答单一事实且不需要完整日历报告
创建模板驱动的财报分析报告，在财报披露后基于真实财务数据、市场预期、公告原文链接、卖方研报和股价反应完成结构化复盘。 `RQData CLI` 负责财务、估值、价格、公告和一致预期主数据；若需要补充财报电话会、管理层动态、行业或政策语境，可额外使用 `web_search` 获取实时信息，并先落为结构化 JSON，再统一生成 Markdown 与 HTML 报告。 务必使用此技能当用户： - 明确请求财报分析、季度业绩点评、earnings update、post-earnings report - 想知道财报发布后是超预期、符合预期还是低于预期 - 需要结合财务数据、市场预期和股价反馈做复盘 不适用场景： - 财报前瞻 -> earnings-preview - 首次覆盖 -> initiating-coverage - 只要一句话快评
创建模板驱动的财报预览报告，在财报发布前基于历史财务、近期股价、卖方一致预期、研报口径与网络搜索结果搭建可追踪的预判框架。 `RQData CLI` 负责历史财务、价格、一致预期、研报与公告主数据；若需要补充目标季度预计披露日、电话会安排或近期行业动态，可额外使用 `web_search` 获取实时信息，并先落为结构化 JSON，再由 earnings-preview/scripts/generate_report.py 以客户可读方式纳入正文。 务必使用此技能当用户： - 明确请求财报预览、earnings preview、pre-earnings、财报前瞻 - 想知道财报前看什么、哪些指标最关键 - 需要结合市场预期和近期股价定位财报前 setup - 需要在财报前形成一份结构化关注清单和情景分析 不适用场景： - 财报发布后的复盘分析 -> earnings-analysis - 首次覆盖深度研究 -> initiating-coverage - 只问一句“什么时候发财报”