convez.ai
SkillIntegração & APIsIntermediário
quantskills

Pandadata API Skill

quantskills/skill-pandadata-api

Roteador de IA para 185 métodos de dados financeiros com geração de código

Ver no GitHub
InicialPluginScore · de 0 a 100

Skill que conecta agentes de IA (Claude Code, Cursor, etc.) à API Pandadata, com 185 métodos de dados financeiros. Roteia requisições em linguagem natural para as APIs corretas, gera código Python executável e pode fazer chamadas reais com autenticação automática.

Instalação

$npx convez-ai quantskills/skill-pandadata-api

1 comando no terminal: detecta o formato do repositório (marketplace ou plugin avulso) e instala via Claude Code. Requer Node 18+ e o Claude Code instalado.

Métricas

Estrelas
24
Forks
1
Acompanhando
0
Saúde
37%
Último commit
há 2 semanas
Versão
—
Issues abertas
0
Contribuidores
6

Casos de uso

  • Consultar dados de ações, índices e cotações via chat natural
  • Gerar código Python pronto para executar análises quantitativas
  • Recuperar dados macroeconômicos, futuros e opções de forma automatizada
  • Integrar dados financeiros em workflows de agentes IA

Veredito

Skill bem estruturado para integração de dados financeiros em agentes IA, com documentação abrangente e suporte a autenticação. Recomendado para quem precisa automatizar consultas a dados de mercado via agentes Claude, mas requer familiaridade com finanças quantitativas e configuração de credenciais.

README

A tradução para o português deste README ainda está na fila.

🐼 Pandadata API Skill

简体中文 | English

把自然语言数据需求,精准路由到正确的 panda_data API,并生成可直接运行的 Python 调用。


📖 这是什么

pandadata-api 是一个 Agent Skill(技能包)——它把 Pandadata / panda_data Python SDK 的中文接口文档(185 个数据接口)打包成 AI Agent 可以查询、引用、校验的本地知识库。

当你向 Agent(Claude Code、Codex、Cursor 等)提出诸如 "帮我查 000001.SZ 的 A 股日线" 这类需求时,这个技能会:

  1. 🧭 路由 —— 在 7 大数据域中定位到正确的接口
  2. 📑 加载契约 —— 从接口文档中读取精确的参数名 / 字段名 / 示例,而不是凭记忆瞎编
  3. ✍️ 生成代码 —— 写出符合文档约定的、可运行的 panda_data 调用
  4. 🚀 真实调用(可选)—— 自动加载凭证、初始化 SDK、执行接口并返回结果

核心原则:Prefer the bundled reference over memory. 先查文档,再回答。


🗂️ 数据域总览

mindmap
  root((panda_data<br/>185 methods))
    交易工具
      交易日历
      交易日推算
      在售股票列表
    A股数据
      行情/分钟线
      概念/行业/指数
      龙虎榜/融资融券
      财务/分红/股东
    期货数据
      行情/主力合约
      DeepView 持仓
      基差/库存/套利
    期权数据
      基本信息
      日线行情
      隐含波动率
    量化因子
      回测因子
      复权因子
    港美股
      港股/美股行情
      公司事件
      一致预期/因子
    宏观数据
      中国/国际宏观
      行业/特色数据
      经济日历
数据域代表接口说明
🛠️ 交易工具get_trade_cal · get_last_trade_date交易日历、交易日推算、在售股票
📈 A股数据get_stock_daily · get_stock_dividend · get_fina_reports行情、概念行业、资金、公司行为、财务
🔩 期货数据get_future_daily · get_future_dominant · get_broker_netmarg行情、主力合约、DeepView 持仓席位
⚖️ 期权数据get_option_daily · get_option_implied_volatility期权信息、日线、波动率
🧮 量化因子get_factor · get_adj_factor回测因子、复权因子
🌏 港美股get_hk_daily · get_us_daily行情、公司事件、一致预期、财务因子
🏛️ 宏观数据get_macro_na · get_macro_cal中国/国际宏观、行业、特色数据、经济日历

完整 185 个接口映射见 references/method-index.md。


⚡ Agent 工作流

flowchart TD
    A[用户自然语言需求] --> B{识别数据域}
    B --> C[查 method-index.md<br/>或 search_api_docs.py --list-methods]
    C --> D[加载精确接口契约<br/>search_api_docs.py --method get_xxx]
    D --> E[按文档示例生成 Python 调用]
    E --> F{需要真实数据?}
    F -- 否 --> G[输出可运行代码示例]
    F -- 是 --> H[call_api.py 自动登录并调用]
    H --> I[返回 JSON / DataFrame]

    style A fill:#e3f2fd,stroke:#1976d2
    style G fill:#e8f5e9,stroke:#388e3c
    style I fill:#e8f5e9,stroke:#388e3c
    style H fill:#fff3e0,stroke:#f57c00

📦 目录结构

pandadata-api/
├── SKILL.md                          # 技能入口:工作流、调用约定、规则
├── requirements.txt                  # panda_data==0.0.9, requests
├── references/
│   ├── method-index.md               # 📇 185 接口速查表(按域分组 + 文档行号)
│   ├── api_catalog.json              # 🧭 方法到后端服务 endpoint 的映射
│   ├── api-docs.md                   # 📚 完整中文接口文档
│   └── agent-integration.md          # 🔌 各 Agent 安装/加载/冒烟测试
├── scripts/
│   ├── search_api_docs.py            # 🔍 检索/抽取接口文档
│   ├── call_api.py                   # 📞 凭证感知的接口运行器
│   ├── setup_runtime.py              # 🔐 交互式安装 + 登录 + 保存凭证
│   ├── pandadata_runtime.py          # 同进程初始化 SDK 的运行时助手
│   └── build_method_index.py         # 从 api-docs.md 重建 method-index
└── agents/
    ├── cursor-rule.mdc               # Cursor 规则适配
    ├── openai.yaml                   # OpenAI/Codex 适配
    └── portable-loader.md            # 通用加载器

🚀 快速开始

1️⃣ 检索接口(无需凭证,纯文档查询)

# 列出全部方法(应为 185)
python scripts/search_api_docs.py --list-methods

# 查看某个方法的完整参数 / 字段 / 示例
python scripts/search_api_docs.py --method get_stock_daily

# 关键词检索(多个词需命中同一行)
python scripts/search_api_docs.py 股票 分红 --context-lines 4

2️⃣ 首次配置运行时(安装 SDK + 登录)

python scripts/setup_runtime.py

该脚本会:安装 panda_data → 隐藏输入用户名/密码 → 校验登录 → 可选保存凭证到 ~/.pandadata/pandadata.env。

3️⃣ 真实调用接口

python scripts/call_api.py \
  --method get_stock_daily \
  --params '{"symbol":["000001.SZ"],"start_date":"20250101","end_date":"20250131","fields":[]}'

call_api.py 会自动:读取当前环境或 ~/.pandadata/pandadata.env 的凭证 → 缺失则触发交互式 setup_runtime.py → 同进程 init_token() → 执行接口 → 默认输出 JSON。

4️⃣ 在自定义 Python 中使用

from pathlib import Path
import sys

sys.path.append(str(Path("scripts").resolve()))
from pandadata_runtime import init_pandadata

panda_data = init_pandadata()                       # 同进程完成登录校验
result = panda_data.get_stock_daily(
    symbol=["000001.SZ"],
    start_date="20250101",
    end_date="20250131",
    fields=[],
)
print(result)

🔌 多 Agent 安装

技能为 SKILL.md 包结构,必须保留整个目录(依赖 references/ 与 scripts/),不要只拷贝 SKILL.md。

# 先固定源路径
export PANDADATA_SKILL_ROOT="/path/to/pandadata-api"
Agent安装位置用法示例
Claude Code~/.claude/skills/ 或项目 .claude/skills/Use $pandadata-api to ...
Codex$CODEX_HOME/skills(默认 ~/.codex/skills)Use $pandadata-api to ...
Hermes~/.hermes/skills/finance/pandadata-api/hermes chat --toolsets skills,terminal
OpenClaw~/.openclaw/skills/(用真实目录,避免符号链接)openclaw -p "Use $pandadata-api ..."
Cursor.cursor/skills/ + 规则 .cursor/rules/pandadata-api.mdc重载窗口后自动按需附加
WorkBuddy经 Claude Code 安装 + portable-loader.md附加加载器后调用

各 Agent 的完整安装命令与冒烟测试见 references/agent-integration.md。

✅ 通用冒烟测试

cd "$PANDADATA_SKILL_ROOT"
python scripts/search_api_docs.py --method get_stock_daily | head -60
python scripts/search_api_docs.py --list-methods | wc -l

预期结果:get_stock_daily 打印其参数表,且方法计数为 185。


📐 核心约定

约定示例说明
📅 日期格式20250131统一 YYYYMMDD 字符串
🏷️ A 股代码000001.SZ · 600000.SH带交易所后缀
🌐 交易所代码SH · HK · US用于日历类接口
📋 全字段fields=[]多数接口返回全字段;部分接口 fields 为 string,以方法示例为准
🔢 入参类型symbol=["000001.SZ"] vs symbol="000001.SZ"列表 / 标量因接口而异,严格匹配目标方法示例

⚠️ 对于宽口径 / 无过滤的调用,需提醒用户接口可能返回大表。


🤖 Agent 使用规则

  • 先查再答:API 相关问题先检索文档,不要凭记忆。
  • 精确引用:方法名、参数名严格按文档书写,不发明参数 / 字段 / 代码 / 鉴权步骤。
  • 示例最小可执行:用 head()、shape 或显式行数做校验。
  • 取数与分析分离:先获取并验证 DataFrame,再做转换 / 分析。
  • 空数据先自查:返回空时先核对日期范围、代码格式、必填过滤,再判定服务异常。

🔄 文档维护

当上游 接口文档.md 更新时:

cp /path/to/接口文档.md references/api-docs.md
python scripts/build_method_index.py > references/method-index.md
python scripts/search_api_docs.py --list-methods | wc -l   # 复核方法计数

并重新执行通用冒烟测试。


🔐 凭证与依赖

  • SDK 在 init_token() 成功前会抛出 ClientNotInitializedError。
  • 可通过环境变量提供凭证:DEFAULT_USERNAME / DEFAULT_PASSWORD / JAVA_SERVICE_BASE_URL。传入明文密码,SDK 内部自行哈希。
  • panda_data==0.0.9 运行时依赖:pandas>=2.0.0、numpy>=1.22,<2.0、python-snappy>=0.7.3、python-dotenv>=1.0.0、PyYAML>=6.0、zstandard>=0.22.0、duckdb、pyarrow。

凭证文件(*.env、user.json、.pandadata/)已在 .gitignore 中忽略,不会提交。


📜 License

This project is licensed under the GNU General Public License v3.0. See LICENSE.

Ver o original no GitHub

Bom para

Relacionados