摘要

本文章代码为演示教学伪代码，不做实操建议，实操↓↓↓

量化QMT之如何用AI写miniQMT的skill（下）

本文承接上集内容，详细讲解将格式化后的 miniQMT 接口文档转换为 Trae/Claude 可用的标准 SKILL 文件的完整流程，并通过实际案例测试 SKILL 的使用效果。通过本文方法，可让 AI 完全掌握 miniQMT 的行情、交易接口调用规则，自动生成准确率极高的量化交易代码，彻底解决 "写代码反复查文档" 的痛点，将量化策略开发效率提升 3 倍以上。

本文适用于所有使用 QMT/miniQMT 进行量化交易的个人投资者和开发者。

---

一、上集内容回顾

在上一篇文章中，我们已经完成了 miniQMT 接口文档的获取和格式化工作：

1. 通过 AI 大模型（推荐 Kimi）一键提取了 miniQMT 官方接口文档
2. 对生成的 Markdown 文档进行了格式优化，包括代码块格式化、无用内容删除和标题层级统一
3. 提供了 3 种网页提取失败的替代方案，确保能获取到完整准确的接口文档

本文将在此基础上，讲解如何生成可直接使用的 SKILL 文件，并验证其实际效果。

---

二、生成 miniQMT 标准 SKILL 文件

2.1 准备接口文档

将上一步生成的所有 miniQMT 接口文档（行情模块、交易模块、完整示例代码）全部放到 Trae 项目的references文件夹下，如下图所示：

建议将不同模块的接口文档分开保存，这样生成的 SKILL 文件结构更清晰，AI 调用时的准确率更高。

2.2 在 Trae 中生成 SKILL

打开 Trae AI 开发工具，在输入框中输入提示词（基于你准备好的 Markdown 接口文档），AI 会自动分析所有接口文档的内容，生成符合 Trae/Claude 规范的结构化 SKILL 文件。

生成完成后，你会在项目左侧的skills目录下看到生成的miniQMT-skill.md文件，如下图所示：

生成的 SKILL 文件包含了 miniQMT 所有接口的函数定义、参数说明、返回值格式和使用示例，AI 可以直接读取并理解这些内容。

---

三、SKILL 实际效果测试

为了验证生成的 SKILL 文件的有效性，我们进行了一个简单的测试：让 AI 编写一段 "获取沪深 A 股所有股票的前复权历史行情数据" 的代码。

3.1 初始调用状态

刚开始，AI 没有自动识别到项目中的 SKILL 文件，生成的代码存在接口调用错误，如下图所示：

3.2 AI 自动识别 SKILL

当我们让 AI 检查项目文件后，它自动发现了我们生成的miniQMT-skill.md文件，并读取了其中的接口信息，如下图所示：

3.3 生成正确代码

读取 SKILL 文件后，AI 准确地找到了 miniQMT 中下载历史数据的正确流程：

1. 先通过xtdata.get_stock_list_in_sector('沪深A股')获取完整的 A 股股票列表
2. 再使用xtdata.download_history_data下载历史行情数据
3. 最后通过xtdata.get_market_data获取前复权格式的行情数据

生成的代码逻辑清晰、接口调用正确，比很多没有接触过 miniQMT 的开发者写的代码速度更快、准确率更高，直接运行即可得到预期结果，如下图所示：

---

四、总结与拓展

4.1 方法总结

通过 "AI 提取接口文档→格式优化→生成 SKILL 文件" 这一完整流程，我们可以在 1 小时内让 AI 完全掌握 miniQMT 的所有接口使用方法。相比传统的 "手动查文档→写代码→调试" 模式，这种方法的优势非常明显：

• 节省大量查阅文档的时间
• 大幅降低代码出错率
• 即使是 miniQMT 新手也能快速写出专业的量化代码

4.2 拓展应用

这种方法不仅适用于 miniQMT，还可以推广到所有有公开接口文档的量化平台和工具，例如：

• QMT 专业版
• 迅投 XT 交易系统
• 其他券商的量化交易 API

感兴趣的小伙伴可以按照本文的方法，为自己常用的量化工具生成对应的 SKILL 文件，体验 AI 辅助量化开发的高效便捷。

---

合规提示

感兴趣的小伙伴可以用qmt试一试，不知道如何申请的点击链接查看↓↓↓

量化QMT之如何用AI写miniQMT的skill（下）

风险提示

本策略历史回测业绩不代表未来实际收益，市场环境变化可能导致策略效果不及预期

策略调仓存在成交滑点、交易手续费、标的流动性等影响，实盘收益可能与回测存在差异

免责声明

本文所有内容仅为量化投资技术交流与策略科普，不构成任何投资建议、交易指导、开户推荐。证券投资有风险，投资者应根据自身风险承受能力、投资目标自主决策，据此操作产生的所有盈亏，均由投资者自行承担，本文作者及发布平台不承担任何法律责任。量化策略需经过充分的回测、模拟盘验证后，再谨慎参与实盘交易。

作者简介

资深量化技术支持经理，专注于 QMT/miniQMT 量化交易系统的技术推广与客户服务，累计服务超过 1000 名量化投资者。如需QMT 量化评论留言一键三连