# QuantStudio
**Repository Path**: quantskills/QuantStudio
## Basic Information
- **Project Name**: QuantStudio
- **Description**: QuantStudio · 本地 AI 研究与办公工作台。独立应用仓库，包含技能、专家和专家团。GitHub 官方源：quantskills/QuantStudio。
- **Primary Language**: TypeScript
- **License**: GPL-3.0
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No
## Statistics
- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-09-14
- **Last Updated**: 2026-09-25
## Categories & Tags
**Categories**: Uncategorized
**Tags**: None
## README
# QuantStudio
### AI 时代，你的个人开源量化工作台。
**Quant · Work · Trade**
源于 PandaAI 旗下的 QuantSkills 开源社区
[开始使用](#开始使用) · [功能一览](#工作台里的每个栏目) · [Jev 盯盘](#jev持续盯盘与交易方案评估) · [English](README.en.md) · [Gitee 镜像](https://gitee.com/quantskills/QuantStudio) · [公众号图文](docs/launch/wechat.md)
**把研究方法、专业角色、团队协作和实际产物，放在同一张工作台。**
QuantStudio 面向量化研究者、投研人员和希望用 AI 完成日常工作的人。从一句需求开始，调用技能、选择专家或组织专家团，在对话中推进任务，直接检查生成的报告、图表、代码和文件。
支持 Windows、macOS、Linux 本地运行，也可部署为团队共享工作区。当前界面中的 QuantSkills 标识代表项目所属社区与能力体系。
## Quant · Work · Trade
| 方向 | 从什么问题开始 | 交付什么 |
| --- | --- | --- |
| **Quant · 量化与投研** | 每日复盘、热点追踪、资金分析、因子挖掘、策略编写与回测审查 | 研究报告、因子评估、图表、可复核代码与数据 |
| **Work · 日常工作** | 整理资料、清洗表格、会议纪要、经营分析、制作汇报与客户方案 | 文档、工作簿、演示文稿、行动清单 |
| **Trade · 赛事实践** | 巡检期货模拟赛账户、研究合约、预演交易计划、开展因子赛研究 | 待确认计划、执行回执、研究批次与因子池记录 |
### Quant：从研究问题，到可检查的结果
> 把已有双均线回测整理成研究报告，核对数据、成本与策略局限。
读取资料、拆解问题、执行工具、核对结论，都可以在同一段对话中完成。右侧结果工作台直接打开 HTML 报告、曲线、表格与代码；继续追问时，研究上下文仍然保留。
图中为既有回测文件的核对案例，展示研究与验证流程；历史结果不代表未来收益。
### Work：把资料，变成可交付的文件
> 合并这些销售表，按月份和部门统计，再做一份汇报。
选择 Excel 数据、会议纪要、办公文稿、PPT 汇报等专家，围绕你的材料完成整理、分析与表达。复杂的周报月报、客户提案和项目交付，可以交给专家团分工完成。
具体文件格式取决于当前模型、技能与文档运行环境；交付后可以打开文件复核。
### Trade：研究、预演，由你确认执行
通过 **PandaAI CLI 与赛事接口**，接入期货模拟赛和第四届因子大赛。两类赛事有各自的账户连接与研究会话。
- **期货模拟赛**：查看资金、持仓、委托、成交、排名和行情。AI 先巡检账户、研究品种，再形成交易计划；开仓、平仓、撤单等写入操作由你核对后确认，执行状态与回执可追踪。
- **因子大赛**：提出目标，确认研究批次与预算，查看回测记录，筛选候选并管理因子池。入池、修改、删除和参赛提交通过确认计划执行。
查看第四届因子大赛入口
赛事功能需配置账户、Python 和相关权限。期货功能对应模拟赛事；自动巡检只读账户，不会自动下单。因子研究的算力阈值用于停止追加任务，不是平台费用封顶。[期货比赛说明](docs/contest.md) · [因子比赛说明](docs/factor-contest.md)
### Jev：持续盯盘与交易方案评估
QuantStudio 已接入 [TypeSafe Jev](https://docs.typesafe.ai/introduction)，将行情采样、策略判断、账户巡检和交易计划接到同一个期货模拟赛工作台。Jev 根据已完成 K 线、实时行情快照、持仓及策略约束，评估当前市场状态，给出观望、开多、开空、平多或平空建议；你可以查看判断依据，再决定是否执行计划。
完整配置与运行说明见 [Jev 持续盯盘](docs/contest.md#jev-持续盯盘与自动计划)。
账户连接、AI 交易助手和 Jev 持续盯盘位于同一页面，配置连接后可以选择策略模板开始分析。
| 能力 | 可以做什么 |
| --- | --- |
| **策略模板** | 选择区间回归、趋势回调、突破跟随，或自建并保存策略；调整合约、手数、采样频率和决策间隔。 |
| **持续盯盘** | 通过 PandaData 准备分钟行情，结合比赛账户的实时报价、资金、持仓与活动委托持续分析。 |
| **判断与复核** | 查看市场状态、策略适用性、主要阻碍、动作概率及历史分析；区分数据不足、程序约束和模型主动观望。 |
| **约束与模式** | 配置允许方向、价差上限、开仓冷却、计划数量和权益回落停止线；自主模式由 Jev 综合判断，严格模式先按策略规则筛选。两种模式都保留账户与数据有效性检查。 |
| **计划与回执** | 符合条件时生成待确认交易计划；生成前重新核验账户与行情，确认提交后继续查询委托与成交记录。 |
先在 **设置 → 模型服务 → Jev** 配置自己的 TypeSafe API Key，再进入 **比赛 → 期货模拟赛 → Jev 持续盯盘**，连接比赛账户与 PandaData，选择模板并核对参数后即可启动。密钥保存在本机凭据库；界面可以查看请求记录和返回的 token 用量。自定义中文策略支持选择已验证的模型进行翻译，原文保留，翻译与 Jev 调用分别产生用量。
比赛专用对话也可调用 Jev，对候选方案的证据充分性、支持程度和风险进行评估。**持续盯盘负责分析和生成计划，每笔交易仍需你确认。** 权益停止线只暂停盯盘，不自动平仓；动作概率与置信度表示模型判断，不是交易胜率。当前期货 CLI 联动支持 Windows、macOS 本机运行。
查看 Jev 运行日志、账户资金与交易计划截图
**持续采样与判断过程**：日志显示采样、Jev 分析、主动观望、计划生成及等待确认等状态，便于了解当前进展。
**账户与执行记录**：同页查看资金、持仓和委托，并核对已取消或已执行的计划；操作完成与实际成交分别记录。
以上为期货模拟赛实际运行截图，展示功能与操作状态；账户数据对应截图时点。
## 技能、专家、专家团：你的能力库
### 技能｜让方法可以复用
技能保存方法、步骤与工具使用约定。按任务发现和安装已有技能，也可以用一句话让 AI 起草自己的技能，确认后保存，在会话中按需加载。
在自己新建的工作区或已有普通会话中，也可以从输入框的能力入口加载技能；保留当前会话、工作区与历史，重开会话后恢复已加载的技能。专家和专家团仍通过独立会话启动。
> 把刚才的复盘流程，做成一个每日复盘技能。
### 专家｜让能力有明确职责
专家把角色职责、工作约定和技能组合起来。选择个股研究、财报解读、因子挖掘、策略回测或办公专家，即可开始专门的对话，也可以创建自己的专家。
> 创建一位市场研究专家，使用我的每日复盘技能。
### 专家团｜让复杂任务有分工
专家团定义负责人、成员、任务依赖和交付要求。可以使用公司研究、每日市场研究、多因子选股等团队，也可以向 AI 描述目标，生成团队草案，确认后再开展协作。
> 组一个投研专家团，分别负责热点、资金和策略审查。
仓库附带可迁移能力快照：**15 个技能、44 个专家定义、14 个专家团**。它与在线目录、推荐列表是不同集合，不包含模型密钥或会话历史；仅在明确导入时写入空能力库。[快照与导入说明](docs/library-snapshot.md)
## 数据与产物，留在工作区里
**数据库**集中管理行情、新闻、基本面等本地缓存。搜索数据、查看来源与日期范围、预览表格，按需刷新或清理。研究任务优先检查已有缓存，过期或不足时再获取。
**结果工作台**集中展示报告、图表、代码和文件，支持 HTML、Markdown、PDF 等预览与下载。侧栏可收起、调整宽度；会话与轨迹保留工作过程，方便继续研究和核对交付。
## 工作台里的每个栏目
| 栏目 | 用途 |
| --- | --- |
| **首页** | 描述需求、发现公开能力、继续最近工作。 |
| **技能** | 发现、安装、创建与管理可复用方法。 |
| **专家** | 选择角色、绑定技能，开始或继续专属对话。 |
| **专家团** | 编排成员、职责和流程，围绕同一目标协作。 |
| **会话** | 管理普通、技能、专家与专家团会话；查看对话、轨迹与产物。 |
| **数据库** | 查看、搜索和管理本地数据缓存。 |
| **收藏** | 保留常用能力，快速继续工作。 |
| **比赛** | 进入期货模拟赛与第四届因子大赛工作台。 |
| **果蝇交易员** | 神经生活、3D 家园、学习统计与需人工确认的模拟赛交易建议。 |
| **QUBE / EVO** | 查看介绍并进入 PandaAI 对应的独立研究服务。 |
| **设置** | 配置工作区、模型、权限、插件、PandaData、外观与更新。 |
主题同时调整界面、图标和强调色，支持动态背景开关，以及界面与对话字号独立设置。本页常规功能截图采用白色主题，Jev 实际运行截图采用雾蓝主题。[QUBE](https://www.pandaaiquant.com/agent_quant/) · [EVO](https://www.pandaaiquant.com/evo/)
## 开始使用
准备 **Git** 和 **Node.js 22.19+ 的 22.x 版本，或 Node.js 24+**；项目固定使用 pnpm 11.7.0。Windows、macOS、Linux 使用同一启动命令，macOS / Linux 不依赖 PowerShell。
```sh
git clone -c core.longpaths=true https://github.com/quantskills/QuantStudio.git
cd QuantStudio
corepack enable
pnpm install --frozen-lockfile
pnpm run web
```
国内网络可将克隆地址替换为：
```sh
git clone -c core.longpaths=true https://gitee.com/quantskills/QuantStudio.git
```
打开终端显示的地址，例如 `http://127.0.0.1:3198/`。在「设置 → 模型服务」中配置模型后，新建会话即可开始。Python、PandaData MCP 和赛事 CLI 按任务需要配置；处理已有资料不要求先连接行情服务。
配置目录默认位于 `~/.dsh`，可用 `DSH_HOME` 指定；工作区在设置中查看和选择。按 `Ctrl+C` 关闭本地服务，再次运行启动命令即可继续。
本地运行时，会话、配置与文件保存在本机，模型与数据服务按你的配置联网。团队部署可以共享工作区、会话和产物，**共享部署不提供成员间的数据隔离**；并发体验取决于模型配额、任务负载与服务器配置。
### 果蝇交易员：首次配置（Windows）
果蝇模块和默认 3D 家园随应用提供；运行真实神经生活还需要专用 Python、神经依赖及 MaleCNS 神经连接数据。首次准备环境时自动下载并校验，无需手工安装 Python 或寻找数据文件；首次准备需要联网，完成后复用本机缓存。
Blender 用于生成或重新生成家园，显示自带家园本身不需要 Blender。当前完整环境准备流程会一并准备 Blender：已有安装时，在环境设置填写安装目录（例如 `F:\New Folder`）或 `blender.exe` 路径并验证，也会识别 PATH 中的 Blender；未找到时自动下载专用版本。无需配置 Blender MCP，应用直接调用本机 Blender 后台进程。
1. 从侧栏「果蝇交易员」或比赛卡片的「准备果蝇交易员」进入，在首次设置中点击「一键准备果蝇」；依次准备控制器、神经 Python 与 MaleCNS，并显示进度和失败重试。已有 Blender 时先填安装路径以复用，未找到时自动准备专用版本。
2. 只体验神经生活无需模型 API。语言模型和 Jev API Key 统一在「设置 → 模型服务」配置；其中 Jev 区域的密钥由比赛盯盘和果蝇共用，两处均提供配置提示与跳转。果蝇直接选择你在 QuantStudio 接入并验证成功的模型，复用原有连接和密钥。需要交流、Jev 或造景时设置调用额度，默认额度为 0。
3. 需要比赛行情时，在果蝇「设置 → 比赛」先点击「连接比赛账户」，此步骤不需要实际合约，也可复用「比赛」页已连接的账户。勾选品种后自动查询并填入主力；其他月份可下拉选择并核对。首次完成交易设置后自动连接行情；仅体验生活时，可在「行情与运行详情」中单独连接。连接成功后显示连接状态与最近同步时间；再次保存配置不会重复连接，暂时断线会自动重试，账户授权失效时提示重新连接。
4. 「设置 → 环境」默认开启「生成交易选择」。首次设置仅检查神经环境、比赛账户和实际合约；果蝇根据神经信号与账户资金自主决定目标手数，额外风险限制可选；缺项可定位补齐，或选择「保存，稍后补齐」。连接 PandaData 后，完成首次交易设置即启用建议，行情就绪后自动生成待确认计划。后续保存配置不会覆盖主动暂停状态。比赛页的果蝇模块显示当前账户匹配的待确认计划、柜台确认成交和果蝇成交毛盈亏；每笔计划均需人工确认。
历史行情由 PandaData 自动补齐：首次准备 500 根已完成 K 线，之后复用本地缓存，按所选 1 或 5 分钟周期补取缺口及最新交易日，休市时降低频率，重启后保留缓存。果蝇「交易 → 行情与运行详情」和比赛果蝇卡片展开区均有「获取历史数据」按钮，共用一个后台任务；获取中或限流冷却中不能重复提交。页面区分比赛接口与 PandaData 错误，显示重试倒计时；优先遵守服务端返回的等待时间，否则逐步延长重试间隔，保留已有行情。比赛页 Jev 与果蝇卡片默认折叠，折叠后仍同步；果蝇摘要显示运行状态、待确认数、当日成交数和已实现毛盈亏，展开查看行情、比赛账户持仓及最近成交，安装和详细配置统一在果蝇页面办理。
依赖、神经数据、记忆与家园保存在 `DSH_HOME/quantskills/fly`（默认 `~/.dsh/quantskills/fly`）。重启恢复记忆、家园与此前交易建议的启停状态，主动暂停保持暂停，旧信号不会重放。交易首页依次展示成交与盈亏、决策原因、学习反馈；生活与造景位于独立「生活」页。[详细配置与验证说明](docs/fly-integration.md)
## 更新与自己的内容
应用支持选择 GitHub / Gitee 更新来源。发现正式版本时，更新按钮变色，并展示版本与更新内容。更新应用代码、界面和内置资源时，保留自建能力、会话、模型配置、凭据、缓存和工作区产物。
候选版本在独立目录验证，等待下次正常启动切换，启动失败可回滚。仅推送 `main` 而未发布正式版本标签，不会触发安装。从旧仓库迁移时，请克隆新目录并保留原工作区与 `DSH_HOME`。[发布与镜像说明](docs/publishing.md)
## 开发与开源许可
```sh
pnpm run check
pnpm run test
pnpm run test:update
pnpm run ci:smoke
```
源码位于 `src/` 与 `packages/`，构建产物位于 `lib/`，能力快照位于 `assets/library-v2/`。[运行时基线](SOURCE_BASELINE.md) · [版本记录](RELEASE_NOTES.md) · [宣传片与图文素材](docs/launch/README.md)
QuantStudio 源于 **PandaAI 旗下的 QuantSkills 开源社区**，采用 [GPL-3.0-or-later](LICENSE) / [PandaAI 商业授权](COMMERCIAL-LICENSE.md) 双授权。第三方组件遵循各自许可证，来源与版权信息见 [第三方声明](THIRD_PARTY_NOTICES.md) 和 `LICENSES/`。
**QuantStudio · by PandaAI**
[QuantSkills 官网](https://www.quantskills.ai/) · [PandaAI 官网](https://www.pandaaiquant.com/) · [GitHub](https://github.com/quantskills/QuantStudio) · [Gitee](https://gitee.com/quantskills/QuantStudio)