在AI时代，外面经常会听到skill，mcp等名称，各式各样的skill，最近小伙伴问我怎么样写skill，skill有哪些问卷，哪些固定的格式要求，哪些必要的选项，AI智能体（Agent）开发中最核心的两个概念，skill，mcp。为了让你快速理解，我先用大白话解释，再深入技术细节。内容比较多我分2个文章来写

我简单的写了一个框架，ptrade量化交易的skill

Skill（技能）：好比手机里的App。你想修图就打开美图软件，想导航就打开导航软件。每个Skill解决一个特定的、完整的问题（比如“帮我总结这篇论文”）。

MCP（模型上下文协议）：好比USB-C接口。它不是App本身，而是一个通用标准。有了这个接口，任何符合标准的“外设”（比如数据库、本地文件、网页浏览器）都能即插即用，AI不用为每个外设单独写驱动。

特别需要注意是Skill自定义使用手册，教程，MCP具备执行能力，需要仔细看看内容，慎重使用。

Skill（技能）在AI语境下，Skill是一个高层次的封装。本质：它是一个为特定场景设计的完整工作流或指令集。组成：它通常包含Prompt（提示词） + 工具调用 + 知识库。特点：面向用户。开发者把复杂的多步操作打包成一个按钮，用户点击就能用。比如“一键生成周报”，这个Skill内部可能调用了联网搜索、数据分析和文本生成三个步骤。调用方式：通常由用户主动唤起，或者由AI根据意图动态选择。

MCP（模型上下文协议）这是Anthropic（Claude母公司）提出的一个底层开源协议。本质：它是一个标准化接口，用来连接AI模型和外部数据源/工具。组成：它分为 MCP主机（如Claude客户端）、MCP客户端（AI模型）和 MCP服务器（提供资源的外部服务）。特点：面向开发者。它解决的是“连接”问题。以前AI想读本地SQL数据库，需要写Python代码；现在只要数据库部署了MCP Server，AI通过MCP协议就能直接读写，就像浏览器访问网页一样标准。调用方式：由AI模型自主调用。AI觉得需要查资料时，就会自动通过MCP去拉取数据，用户无感知。

看一下skill写法要求，文件结构，核心就是一个md文件，一个典型的 Skills 目录结构如下，其他的文件可以自定义


skill-name/
├── SKILL.md              # 必需：核心指令文件
├── scripts/              # 可选：可执行脚本
├── references/           # 可选：参考文档
└── assets/               # 可选：模板和资源文件

 SKILL.md（必需）—— 核心入口文件这是整个 Skill 的大脑，必须位于技能目录的根目录下，文件名严格区分大小写 。它包含两部分：① YAML 元数据（Frontmatter）：用 --- 包裹在文件顶部，定义技能的关键属性

Markdown 正文：前端元数据之后的所有内容，是指导 AI 完成任务的具体指令，包括执行步骤、判断逻辑、输入输出示例等 。示例


---
name: pdf-summarizer
description: 从PDF文件中提取关键信息并生成摘要。当用户上传PDF并要求总结时使用。
---
# PDF 摘要技能
1. 读取上传的PDF文件
2. 提取每个段落的标题和首句
3. 输出要点式摘要

scripts/（可选）—— 可执行脚本目录存放辅助任务执行的代码文件，用于处理计算密集或需精确控制的操作，如数据解析、格式转换、API 调用等 。支持语言：Python（.py）、Bash（.sh）、Node.js（.js/.ts）等 调用方式：AI 在执行 SKILL.md 指令时按需调用，输出结果合并到最终回复中 设计原则：每个脚本应承担单一职责，并包含错误处理 


my-skill/
├── SKILL.md
└── scripts/
    ├── extract_text.py
    └── count_tokens.py

references/（可选）—— 参考资料目录存放非执行性的长篇文档，如详细的技术说明、API 手册、规范指南等 。加载机制：按需加载，只有在指令中明确提及或用户询问时 AI 才会读取对应文件，节省 Token 适用格式：.md、.txt、.json、.yaml 等纯文本格式 典型内容：详细的技术规范、合规性说明、最佳实践指南 


my-skill/
├── SKILL.md
└── references/
    ├── solid-checklist.md
    └── security-checklist.md

assets/（可选）—— 静态资源目录存放模板、图片、示例文件等静态资源，用于在输出中引用 。适用格式：.png、.jpg、.svg、.pdf、.docx 模板等 使用场景：生成报告时套用模板、在对话中展示示例图表 5. lifecycle.yaml 和 README.md（可选）lifecycle.yaml：定义技能在安装、更新、卸载时的自动化钩子（如 on_install、on_update、on_uninstall） 

README.md：面向开发者或用户的说明文档，包含设计思路、版本历史、依赖项等，帮助人类理解技能背景 

创建 Skills 的步骤创建目录：在 .skills/ 或 .agent/skills/ 下创建以技能名命名的目录（如 my-skill/） 编写 SKILL.md：包含 YAML 元数据 + Markdown 指令添加可选资源：根据需要创建 scripts/、references/、assets/ 子目录引用文件：在 SKILL.md 中使用相对路径引用（如 scripts/cleanup.py） 验证：AI 工具会自动识别并加载，用户可通过对话或斜杠命令调用 

注意事项目录命名：必须全小写，仅含字母、数字和连字符，不能以连字符开头或结尾 目录层级：保持单层结构，不支持嵌套子技能 一致性：根目录名必须与 SKILL.md 中的 name 字段完全一致 SKILL.md 大小：建议控制在 500 行以内或 5000 词以内，详细文档移入 references/ 目录

不懂的问我就可以，后面文章详细的介绍怎么样开发，

---
name: 小果量化交易-ptrade
description: >
  基于 Ptrade 量化交易平台的双均线策略辅助工具。
  支持：策略回测参数设置、策略代码生成、交易日志分析、实盘交易指导。
  当用户提到“小果量化”、“双均线策略”、“Ptrade”时自动触发。
---
# 小果量化交易 Ptrade 技能
## 一、功能概述
本技能帮助用户在 **Ptrade 量化交易终端** 上快速实现双均线策略（金叉买入、死叉卖出）的**回测**与**实盘交易**。
包含策略脚本生成、回测参数配置、交易日志分析、常见问题解答等完整功能。
## 二、使用步骤（四步走）
### 步骤1：新建策略
1. 登录 Ptrade 终端，点击左上角 **“策略”** 图标
2. 点击 **“添加策略”**，选择业务类型为 **“股票”**
3. 填写策略名称，例如：`小果双均线策略`
4. 点击 **“确定”**，系统会自动生成一个默认策略模板
### 步骤2：编写策略代码
1. 在策略编辑器中，**删除**默认模板的所有代码
2. 复制 `scripts/dual_ma_strategy.py` 中的完整代码粘贴进去
3. 点击 **“保存”**（快捷键：Ctrl+S）
### 步骤3：配置回测参数
1. 点击 **“新建回测”** 按钮
2. 填写以下参数：
   - **开始时间**：例如 `2023-01-01`
   - **结束时间**：例如 `2023-12-31`
   - **回测资金**：`1000000`（100万元）
   - **回测基准**：`000300.SS`（沪深300指数）
   - **回测频率**：选择 **“日线”**（分钟级别可选）
3. 点击 **“保存”** 按钮
4. 点击 **“回测”** 按钮，系统开始运行回测
### 步骤4：分析回测结果
回测完成后，查看以下面板：
- **策略评价指标**：策略收益、基准收益、Alpha比率、Beta比率、夏普比率、索提诺比率
- **收益曲线**：对比策略收益与基准收益的走势
- **交易日志**：查看每次买卖的详细信息（时间、价格、数量）
- **每日盈亏**：查看每日的盈亏明细
## 三、策略逻辑详解
### 核心逻辑
买入条件：五日均线（MA5）上穿十日均线（MA10）
卖出条件：五日均线（MA5）下穿十日均线（MA10）
### 交易标的
- **股票代码**：`60.SS`（电子）
- **股票池设置**：`set_universe(g.security)`
### 资金管理
- 买入时：**全仓买入**（使用全部可用现金）
- 卖出时：**全部卖出**（清空该股票持仓）
### 代码结构说明
| 函数 | 是否必选 | 执行时机 | 作用 |
|------|----------|----------|------|
| `initialize(context)` | 必选 | 策略启动时（仅1次） | 初始化股票池、全局变量、参数 |
| `handle_data(context, data)` | 必选 | 每分钟/每天执行 | 交易逻辑判断、下单操作 |
## 四、注意事项
### 回测注意事项
1. **股票池设置**：`set_universe()` 必须在 `initialize()` 中调用，否则 `get_history()` 无法获取数据
2. **停牌处理**：停牌日成交量为0，复盘后价格可能跳空，策略需增加过滤条件
3. **滑点设置**：建议设置 `set_slippage(0.001)` 使回测更贴近实盘
4. **佣金设置**：建议设置 `set_commission(0.0003, 5.0)` 模拟真实交易成本
5. **最小交易单位**：股票最小下单100股，可转债最小10张
6. **回测频率**：日线级别在 `15:00` 执行，分钟级别在 `9:31~15:00` 每分钟执行
### 实盘注意事项
1. **交易时间**：股票交易时间为 `9:30~15:00`，建议使用 `run_daily()` 定时执行
2. **涨跌停限制**：涨停无法买入，跌停无法卖出，下单前需判断涨停价和跌停价
3. **资金管理**：不建议全仓买入，建议分批建仓（如每次买入总资金的20%）
4. **日志记录**：使用 `log.info()` 记录关键操作，便于排查问题
5. **行情快照**：`get_snapshot(security)` 仅支持交易模块，回测中不可用
## 五、常见问题解答
### Q1：为什么回测结果显示没有交易？
**可能原因**：
- 股票池设置错误（`set_universe()` 未调用或参数错误）
- 均线周期过大，回测时间太短，没有产生金叉信号
- 股票停牌导致无法交易
**解决方法**：
- 检查 `g.security` 是否正确，确保股票代码格式为 `600570.SS`
- 缩小均线周期（如 MA5/MA10 → MA3/MA5）
- 延长回测时间（至少1年以上）
### Q2：为什么日志报错“股票不在股票池中”？
**原因**：`order()` 函数中指定的股票不在 `set_universe()` 设置的股票池中
**解决方法**：确保 `order(security, amount)` 中的 `security` 与 `set_universe()` 中的股票代码一致
### Q3：如何切换成其他股票？
**修改方法**：在 `initialize()` 函数中修改 `g.security` 的值为其他股票代码
```python
g.security = '0001.SZ'  # 改为银行

参考的ref，md文件参考。核心是skill.md,其他的无所谓，暗文件的功能建立策略文件就可以

#量化交易 #量化skill #怎么样开发skill #skills开发教程

使用说明
1. 快速上手步骤
登录 Ptrade 终端，点击 “策略” → “新建策略”
复制 scripts/dual_ma_strategy.py 的完整代码粘贴到编辑器
点击 “保存”（快捷键：Ctrl+S）
点击 “新建回测”，设置回测参数
点击 “回测” 运行
2. 修改策略参数
表格修改项位置修改方法股票代码initialize() 中 g.security修改为其他股票代码均线周期initialize() 中 g.ma_short 和 g.ma_long修改数值佣金费率initialize() 中 set_commission()取消注释并修改滑点initialize() 中 set_slippage()取消注释并修改
3. 使用策略模板
复制 assets/strategy_template.py 到编辑器
修改 STRATEGY_CONFIG 字典中的参数
在 generate_signal() 函数中添加自定义交易逻辑
保存并运行
4. 查看日志
在回测/交易界面的 “日志” 区域查看运行记录
日志级别：DEBUG < INFO < WARNING < ERROR < CRITICAL
使用 log.info() 输出关键信息

想快速开发量化交易skills？先搞懂这几步

投资顾问

人工智能

后端

开发工具

AI时代技能开发核心指南：详解Skill与MCP区别、SKILL.md文件结构及YAML元数据规范、scripts/references/assets目录配置、Ptrade量化交易双均线策略实战案例，包含回测参数设置、策略代码生成与交易日志分析。

2026上云采购 | AI焕新·智启新局

lexiang

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

想快速开发量化交易skills？先搞懂这几步

想快速开发量化交易skills？先搞懂这几步

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐