LG Data Stock Monitor

赋予您的通用 AI Agent 专业的金融量化与全天候盯盘能力。 支持 A 股、港股实时行情与分钟线数据，提供 Serverless 云端策略托管及飞书/微信毫秒级预警推送。

🎯 最佳适用场景：实时股票预警、持仓盈亏追踪、自动化量化工作流。

🌟 核心亮点

1. 🤖 兼容所有主流通用 AI Agent

打破生态壁垒，本技能不仅专供某一平台，而是完美兼容 Hermes、OpenClaw、Claude Code、GitHub Copilot 等所有支持外挂工具/技能的通用大模型 Agent。只需简单配置环境变量，您的通用 AI 助手瞬间化身专业量化分析师。

2. 🔒 银行级数据隐私隔离 (Privacy First)

无需向大模型暴露您的敏感财务数据！ 传统对话模式要求您手动输入持仓数量和成本，极易造成隐私泄露。本技能采用云端托管架构，您的真实持仓、账户数据全部安全储存在 lg-data.cc 平台。Agent 仅通过加密 Token 安全调用盈亏分析结果，彻底杜绝隐私数据被用于大模型训练的风险。

3. ⚡ Serverless 极速预警与零部署

策略云端托管运行，无需您购买第三方行情 API，无需自建服务器维护 Cron 任务，无 Token 消耗税。策略触发后，毫秒级推送到您的飞书机器人或微信 Webhook。

🛠️ 能做什么

🚀 快速接入 (Quick Start)

只需三步，即可让您的 AI Agent 拥有量化能力：

1) 获取您的专属 Token

1. 注册并登录 lg-data.cc
2. 进入 Account Settings / Token 页面
3. 创建一个仅包含所需 scopes 的专用 Token（建议先用只读或低权限 Token）
4. 复制您的专属 LG_AGENT_TOKEN

2) 为您的 Agent 配置环境变量

在您使用的 Agent 终端（如 Hermes、Claude Code、GitHub Copilot 或 OpenClaw）中注入以下环境变量：

export LG_AGENT_BASE_URL="https://lg-data.cc"
export LG_AGENT_TOKEN="***"

公开版仅支持以上 Bearer Token 方式，不支持 session cookie / CSRF 兼容调用。

3) 唤醒 Agent，开始对话

现在，您可以直接用自然语言向您的 Agent 下达指令了！

💬 典型应用场景

场景 1：查询私密资产盈亏（数据不落大模型）

您： “帮我查下今天的账户盈亏情况。”

Agent（调用 dataasset.data.get）： “为您同步 lg-data.cc 的最新分析结果： 💰 当日盈亏： +319 元 | 累计浮动： -19,135 元 📊 持仓明细：

• 中国核电：+2.06%
• 永和股份：-32.45%
• 中国联通：-16.25%”

场景 2：设定云端智能监控

您： “帮我监控贵州茅台，只要突破MA20均线就通知我。”

Agent（调用监控接口）： “✅ 已在云端成功创建监控任务：

• 标的：贵州茅台 (SH600519)
• 条件：价格突破 MA20
• 通知：飞书/微信推送 任务将在 Serverless 云端静默运行，触发时您将立刻收到推送。”

场景 3：测试流程并抓取执行日志

# 触发执行（异步），记下返回的 executionId
# 自定义参数放在 body 里：key=参数名（以 - / -- 开头），value=参数值
# 后端会自动注入 `-f \x3CprocName>` —— body 里不用传 -f（传了也会被忽略）
RESP=$(scripts/lg_agent_exec.sh '{
  "skillId": "process.ingestion.execute",
  "pathParams": {"id": "123"},
  "body": {
    "-start_date": "20260419",
    "-end_date":   "20260420",
    "--env":       "dev"
  }
}')
EXEC_ID=$(echo "$RESP" | jq -r '.executionId')

# 轮询日志，直到 completed=true
OFFSET=0
while :; do
  LOG=$(scripts/lg_agent_exec.sh "{
    "skillId": "process.ingestion.execute.log.get",
    "pathParams": {"id": "123", "executionId": "$EXEC_ID"},
    "query": {"offset": "$OFFSET"}
  }")
  echo "$LOG" | jq -r '.logLines[]'
  [ "$(echo "$LOG" | jq -r '.completed')" = "true" ] && break
  OFFSET=$(echo "$LOG" | jq -r '.nextOffset')
  sleep 1
done
echo "exitCode=$(echo "$LOG" | jq -r '.exitCode')"

返回：status 由 running 过渡到 completed 或 failed，exitCode 为脚本退出码，logLines 为增量日志行。

场景 4：策略回测（双均线跑茅台）

您： “用双均线（5日/20日）对茅台 SH600519 过去三年跑个回测”

在平台新建一个 python_script 流程节点，脚本如下（lg_utils 已预装）：

from lg_utils import get_variable
from lg_utils.backtest_examples.dual_ma import DualMA
from lg_utils.backtest_examples.stock_day import run_stock_day_backtest

result = run_stock_day_backtest(
    strategy=DualMA(fast=5, slow=20),
    stock_num="600519",
    start="20220101",
    end="20241231",
    initial_cash=1_000_000,
    commission_bps=3, slippage_bps=1,
)
print(result.summary())
result.export_to_context("maotai_ma520")

任务日志里会出现：

=== Backtest Summary ===
asset           : stock_day
period          : 20220101 ~ 20241231  (bars=725)
total_return    : 23.1500%
sharpe          : 0.8412
max_drawdown    : 18.2300%
num_trades      : 14
win_rate        : 57.1429%
__LG_BACKTEST_RESULT__:maotai_ma520:{"metrics":...,"trades":...}

完整 JSON（含 trades / equity_curve）会被下游节点或监控面板消费。

技能列表

REST 技能（scripts/lg_agent_exec.sh 调用）

当前公开版 skill 仅包含只读能力与常规非破坏性写操作。删除、终止、撤销、系统级评估、审批流等高风险/管理类操作不在该公开版 skill 范围内。 风险标记：🟢 low / 🟡 medium。所有 GET 技能默认对会话用户开放；写操作需显式授予 scope。

流程 (Process / Ingestion)

调度 (Schedule)

数据源 & 数据资产 (Datasource / Data Asset)

看板 & 工作空间 (Dashboard / Workspace)

订阅 & Marketplace

指标告警 (Metric Alert)

Webhook 插件

用户注册 & 反馈

Stock Studio（需开通 stock_studio 解决方案权限）

技能源在 app.js 的 SKILL_CATALOG，运行时可通过 GET /agent/skills 查询当前 token 实际可用的列表（会过滤 scope）。

Python 工具库 lg_utils（在平台 python_script 流程节点里 import 使用）

平台的 python_script 执行器会自动把 lg_utils 注入到用户脚本的 PYTHONPATH，无需安装。

环境要求

必需

• LG_AGENT_BASE_URL - 平台地址（默认 https://lg-data.cc）
• LG_AGENT_TOKEN - Bearer Token（公开版唯一认证方式；建议使用最小权限、专用 Token）

Security Notes

• 公开版 skill 仅支持 Bearer Token 模式，不接受会话 Cookie / CSRF。
• 首次安装建议使用测试账号或低权限 Token 验证读取类能力。
• 当前公开版 skill 仅面向只读与常规非破坏性写操作；删除、终止、审批与其他管理类能力应通过单独的 admin 工具或人工流程处理。
• 写操作应只授予明确需要的 scopes。
• 不要在脚本里硬编码 Token 凭据。

注意事项

• 公开版 skill 不包含删除、终止、撤销、审批等高风险管理操作。
• 公开版 helper scripts 只支持 Token 调用，不支持 session/cookie 兼容模式。
• idempotencyKey 用于幂等控制，写操作请保持稳定。
• Token 从平台获取，不要硬编码在脚本中。

传送门： https://lg-data.cc