只想下载金融数据？先用
fast_query。
它把资产识别、字段识别、数据读取和结果整理合成一次调用，覆盖 A 股、港股、美股和主要指数的大部分日常行情、估值、财务与历史序列需求；宏观数据（GDP、CPI 等）可先用confirmDataMulti搜一下找到对应的数据名，再用readData读取。
如果你的需求是资产行情、估值、财务或历史序列下载，答案通常就是：fast_query；宏观数据走 confirmDataMulti + readData。
把下面这些问题交给 Agent，或直接调用 fast_query：
下载贵州茅台、宁德时代最近一年每日收盘价和成交额。
查苹果、英伟达、特斯拉最新收盘价、涨跌幅、PE、PB、股息率。
导出沪深300成分里 100 只股票最近 250 个交易日的收盘价，数据量大就给 CSV 链接。
查贵州茅台最近报告期营业收入、净利润、ROE、总资产和资产负债率。
fast_query 适合：
| 场景 | 用法 | 结果 |
|---|---|---|
| 最新行情 / 估值 | query_type="snapshot" |
最新价、涨跌幅、成交额、PE、PB、市值等 |
| 历史序列 | query_type="window" |
最近 N 日或指定区间的价格、成交额、涨跌幅等序列 |
| 财务报告期 | query_type="report" |
营收、净利润、ROE、总资产、资产负债率等 |
| 批量下载 | assets 一次最多 1000 个 |
小结果直接 JSON，大结果自动返回 CSV 下载链接 |
需要全市场选股、复杂公式、回测、行业聚合或 K 线图时，再使用进阶工具；只是查数、下表、导出序列，先走 fast_query 就能覆盖绝大多数场景。
quant-buddy 面向日常下载和查数场景，覆盖常见资产、常见字段和常见时间范围。资产类行情、估值、财务优先用 fast_query；宏观数据先用 confirmDataMulti 搜一下找到对应的数据名。
| 市场 / 资产 | 覆盖内容 | 典型用法 |
|---|---|---|
| A 股 | 沪深主板、创业板、科创板、北交所个股，以及主要宽基指数 | 下载个股历史行情、最新估值、报告期财务、A 股批量序列 |
| 港股 | 港股个股，支持行情与常用估值，部分财务字段以接口实际返回为准 | 查港股最新价格、PE/PB/股息率、历史收盘价 |
| 美股 | 美股个股及部分境外 ETF，支持行情与常用估值，部分财务字段以接口实际返回为准 | 查苹果、英伟达、特斯拉等美股行情、估值和历史序列 |
| 指数 | 沪深300、中证500、万得全A等主要指数 | 下载基准指数序列、做区间对比或看板展示 |
| 商品期货 | 约 60 个商品期货品种（螺纹钢、沪银、黄金、原油等），含期货行情、现货价格、库存 | 查期货收盘价、现货价、商品库存序列；单位按品种（元/吨、元/千克等），仅 A 股期货品种 |
| 宏观一维序列 | GDP、CPI、PPI、PMI、M1/M2、社融、信贷、外汇储备、国债收益率、LPR、OMO 利率、汇率等 | 先用 confirmDataMulti 搜一下找到想要的数据名，如 中国GDP当季同比、中国CPI同比、USDCNH，再用 readData 读取；具体以接口实际返回为准 |
| 数据类型 | 常用字段 | 说明 |
|---|---|---|
| 行情 | 收盘价、开盘价、最高价、最低价、涨跌幅、成交额、成交量 | snapshot 查最新，window 查历史序列；最新行情会自动使用日内刷新 |
| 估值 | PE、PE_TTM、PB、PS_TTM、股息率、PCF、总市值 | A/港/美常用估值字段均可查；流通市值、换手率主要支持 A 股 |
| 财务 | 营业收入、净利润、归母净利润、营业成本、总资产、净资产、ROE、净利率、毛利率、经营现金流、投资活动现金流、筹资活动现金流 | report 查最近报告期；A/港/美统一返回单季数据，具体字段以接口实际返回为准 |
| 资金流向 / 南北向 | 主力资金净额/净占比、超大单/大单/中单/小单净额、北向持股比例/市值、南向持股比例/市值 | snapshot 查最新、window 查日频序列；主力资金与北向持股仅 A 股，南向持股仅港股 |
| 派生字段 | 资产负债率 | 服务端可由总资产、净资产自动计算 |
| 宏观 | GDP、CPI、PPI、PMI、M1/M2、社融、信贷、外汇储备、国债收益率、LPR、OMO 利率、汇率等 | 多为时间序列，用 confirmDataMulti 搜一下找到数据名后读取，适合宏观看板、策略背景变量、区间对比和本地建模 |
| 下载格式 | JSON / CSV | 小结果直接返回 JSON；数据点超过 500 时自动切换 CSV 模式，返回 csv_url 下载链接 |
常用限制：单次最多 1000 个资产，窗口序列最多 2500 个交易日（约 10 年），历史数据可回溯至 2005-01-04，单次最多 200,000 个数据点；每日最多 1,000,000 个数据点、50 次 CSV 下载。日常个人研究、课程实验、看板取数和轻量批量下载通常够用。
常用宏观数据示例包括：中国GDP当季同比、中国CPI同比、中国PPI同比、中采PMI、中国M1同比、中国M2同比、中国新增社融、中国社融存量、中国新增人民币贷款、中国外汇储备、中国1年国债收益、中国5年国债收益、中国10年国债收益、中国1年期LPR、中国5年期LPR、中国7天逆回购利率、USDCNH、中国工业增加值同比、中国社会零售总额、中国进出口总额。
如果你使用 Claude Code、Cursor、Codex、GitHub Copilot、Windsurf 等 Agent 工具，可以直接安装 skill：
npx skills add pseudo-longinus/quant-buddy-data -g -a claude-code -s quant-buddy-skill -y如果你的 Agent 不是 Claude Code，把 -a claude-code 替换成对应名称，或按你的 skills 工具说明安装。
注册并获取 API Key：https://www.quantbuddy.cn/login
配置方式推荐用环境变量，避免把 Key 写进代码仓库：
QUANT_BUDDY_API_KEY=sk-xxxxxxxx
QUANT_BUDDY_ENDPOINT=https://www.quantbuddy.cn/skill也可以让 Agent 帮你配置：
帮我配置 quant-buddy API Key：sk-xxxxxxxx
最简单的方式是把需求说清楚：
用 quant-buddy 的 fast_query 下载贵州茅台、宁德时代最近 250 个交易日的收盘价、涨跌幅和成交额。
如果返回 CSV 模式，请把 csv_url 和字段摘要列出来。
Agent 会先建立 session，再调用 fast_query，并按结果给你 JSON 表格或 CSV 下载链接。
在 Windows PowerShell 中：
cd skills/quant-buddy-skill
$env:QUANT_BUDDY_API_KEY="sk-xxxxxxxx"
$env:GZQ_PARAMS='{"user_query":"下载贵州茅台最近一年收盘价"}'
python -X utf8 scripts/call.py newSession
$env:GZQ_PARAMS='{"assets":["贵州茅台"],"query_type":"window","fields":["收盘价"],"window_days":250,"user_query":"下载贵州茅台最近一年收盘价"}'
python -X utf8 scripts/call.py fast_query工具名是 fast_query，HTTP 路径是 POST /skill/fastQuery：
curl -X POST "https://www.quantbuddy.cn/skill/fastQuery" \
-H "Authorization: Bearer $QUANT_BUDDY_API_KEY" \
-H "Content-Type: application/json; charset=utf-8" \
-d '{
"assets": ["贵州茅台", "宁德时代"],
"query_type": "window",
"fields": ["收盘价", "涨跌幅", "成交额"],
"window_days": 250
}'自建网站或 App 时，API Key 必须放在服务端环境变量里，不要写进浏览器 JavaScript、HTML、日志或公开仓库。
| 参数 | 必填 | 说明 |
|---|---|---|
assets |
是 | 资产数组，中文名或代码均可，最多 1000 个 |
query_type |
是 | snapshot 最新数据；window 历史序列；report 最近报告期财务 |
fields |
是 | 字段数组，如 收盘价、涨跌幅、PE_TTM、PB、营业收入 |
window_days |
否 | window 模式使用，最近 N 个交易日，最多 2500 |
start_date / end_date |
否 | 固定日期区间，格式 YYYYMMDD 或 YYYY-MM-DD |
result_mode |
否 | value 返回区间最后有效值；series 返回完整序列 |
三个最常见请求：
{
"assets": ["贵州茅台", "宁德时代", "AAPL.N"],
"query_type": "snapshot",
"fields": ["收盘价", "涨跌幅", "PE_TTM", "PB", "股息率"]
}{
"assets": ["贵州茅台", "宁德时代"],
"query_type": "window",
"fields": ["收盘价", "成交额"],
"start_date": "2025-01-01",
"end_date": "2025-12-31"
}{
"assets": ["贵州茅台", "苹果"],
"query_type": "report",
"fields": ["营业收入", "净利润", "ROE", "资产负债率"]
}小结果默认返回紧凑 JSON：
{
"success": true,
"query_type": "snapshot",
"fields_meta": {
"收盘价": { "unit": "元", "date_type": "trade_date" },
"PE_TTM": { "unit": "倍", "date_type": "trade_date" }
},
"dates": { "trade_date": "2026-06-03" },
"results": {
"贵州茅台": {
"ticker": "SH600519",
"收盘价": 1520.5,
"PE_TTM": 23.4
}
}
}数据点超过 500 时，服务端会自动切到 CSV 模式：
{
"success": true,
"mode": "csv",
"summary": {
"total_data_points": 156468,
"csv_count": 5
},
"csv_fields": [
{
"intent": "收盘价",
"csv_url": "https://...",
"csv_expires_at": "2026-06-03T18:00:00+08:00"
}
]
}也就是说，你不需要自己把几十万行数据塞进对话上下文；直接下载 CSV 即可。
- 自建数据管道，统一交易日、股票代码、复权、报告期和字段口径。
- 常用字段有白名单直连路径，命中后无需额外字段解析，查询更快、更稳定。
snapshot查询最新行情时自动使用日内刷新；历史区间仍使用日线口径。- 返回中包含
fields_meta，会说明字段单位和日期类型，方便后续程序处理。 - 默认允许部分成功：个别资产或字段失败时，会在
asset_errors/field_errors中说明，其余结果继续返回。 - 港股、美股部分估值和财务字段以接口实际返回为准；涉及正式交易或研究报告时，请自行核验数据口径和更新时间。
fast_query 不只是把数据拉出来，也把维护、质量、速度和 Agent 体验一起做掉：
- 专人维护数据管道和接口稳定性，持续处理字段、交易日、复权、报告期和资产代码变化，不会因为无人维护而突然无法使用。
- 多源核对与异常检查，减少错数、缺数、字段口径漂移带来的返工。
- 优化下载速度与带宽，大结果自动走 CSV 链接，避免在对话里刷出大段原始数据。
- 优化返回结构，
fields_meta只声明一次，结果按 compact JSON / CSV 返回，提高 token efficiency，降低 Agent 调用时的上下文负担。
低至 1 元/月，即可满足大部分个人查数、课程实验、轻量研究和看板取数需求。学生与个人研究者友好，现在注册立即送积分，可以先试用再决定。
实际消耗会随资产数量、字段数量、日期跨度和返回模式变化，以平台账户页和接口返回为准。
| 需求 | 推荐工具 |
|---|---|
| 单纯查行情、估值、财务、历史序列 | fast_query |
| 宏观数据，如 GDP/CPI/PPI/PMI/社融/利率/汇率 | confirmDataMulti 搜到对应的数据名，再用 readData 读取 |
已经有 data_id，要保存一维时序 CSV |
downloadData |
| 全市场选股、复杂公式、因子、回测 | runMultiFormulaBatchStream + readData |
| K 线或图表渲染 | renderKLine / renderChart |
先从 fast_query 开始；当它不够用时，再升级到公式和图表工具。
- API Key 仅用于请求 quant-buddy 平台接口。
- 自建服务时，API Key 必须放在服务端，不要放在浏览器代码中。
- 本项目用于金融数据分析、量化研究、策略验证和教育用途，不构成投资建议、交易建议、收益承诺或自动交易服务。
- 回测、筛选、因子和历史数据不代表未来收益。
MIT