Skill Middleware Architecture

Skill 中间件架构总览
搭积木式研究工程化

从数据搜集到逻辑沉淀、到回测验证、到成品输出,一切研究能力都可以 Skill 化。 四层架构,极简组合——数据源即插即用,逻辑持续积累,回测验证有效性,成品自由组装。

数据信息搜集整理层 逻辑层 回测层 输出层 周报 · 看板 · PPT

四层架构全景

一个完整的判断,拆开看就是:用什么数据信息、按什么逻辑算、跟什么标准比、以什么形式呈现——四层一一对应。各自独立、各自积累,需要的时候再组装。

L1 数据信息搜集整理层 取数方式索引化 · 数据字典 · 数据源无关
iFinD API
HTTP API · 已适配
Wind
MCP SKILL · 已适配
iFinD
MCP SKILL · 已适配
DM
量化数据 API · 已适配
AKShare
开源免费 · 已适配
企业预警通
信用风险 · 计划中
企业查查 MCP
工商数据 · 计划中
本地化数据库适配
自有数据库 · 计划中
将 Wind、同花顺 iFinD、AKShare、DM 等各类数据源的取数方式索引化、Skill 化——仅同花顺一家就涉及 十几万个指标,每个指标有不同的取数参数,沉淀积累下来就是取数索引(数据字典)。对 AI 来说,取数变成查阅、理解字典的过程,一次精准调用更大规模的数据指标成为可能。后续计划接入企业预警通、企业查查 MCP、本地化数据库适配等数据源,持续扩充取数索引。
⇄ 可一键切换  用户只需提供账号 / Token,无需关心取数逻辑,随时可切换数据源(如 Wind 太贵 → 切 iFinD),上层逻辑零修改
L2 逻辑层 用 Skill 复现数据库与知识库 · 持续积累进化
主题数据库 13 个主题数据库 · 约 500 个分析逻辑
用 Skill 复现过去研究积累的数据库,将数据、信息串联成逻辑层;每个数据库覆盖一个固收研究主题的全部分析视角
可转债 机构成交 资金面 利率债 信用利差 城投 二永债 宏观 ETF与基金 微观结构 信用风险 地方债 国债期货
主题知识库 按行业 / 主题积累
财务分析等 Skill 借助 AI 聚焦特定领域深度内容(财报、深度报告等)积累生成,为信用策略与个券回测提供基本面支撑
城投 地产 钢铁 水泥 电子 化工 煤炭 产业投资 … 持续扩展
每个 Skill = SKILL.md(激活指令)+ knowledge/(知识积累)+ templates/(输出模板)+ data_contract(数据契约)
L3 回测层 分析视角 → 可执行策略 · 历史模拟检验
将逻辑层的分析视角转化为可执行的交易策略,用历史市场数据进行模拟测试,检验策略有效性——两大框架基本可以满足固收与固收+场景的大部分历史模拟需求
A. 个券策略回测框架
信号 选券 仓位 执行 评价
B. ETF 回测框架
策略 标的 配置 执行 评价
L4 输出层 输出远不只是形式 · 工程化输出产生价值
📝
周报输出
SKILL 组装器调度:日期区间 + 板块选择 + 数据库视角 → 结构化 MD 周报
📊
数据看板
HTML 看板 · 网页报告 · PNG/SVG 图表(3x DPI 超高清)
📄
PPT 材料
PPTX · Word · 微信公众号,多形态一键生成
AI 可以快速帮我们算 1000 种统计口径、绘制上百个图表,但哪些真正有价值还是要人来看——输出的优化、规范,因此有非常高的价值。

四条设计原则

从"一切可 Skill 化"的总纲出发,到聚焦、精确、分工——这套架构的方法论内核。

PRINCIPLE 01
ALL SKILL — 一切研究能力皆可工程化
数据获取、逻辑判断、深度认知、输出表达——研究全链条的每个环节都可以封装为 Skill。 Skill 是 AI 时代对人类专业技能的最高封装形式:不是替代分析师的判断,而是把判断沉淀为可复用、可迭代、可组合的工程资产。
PRINCIPLE 02
细分聚焦产生深度
每个 Skill 只聚焦一个极窄的领域(一个主题、一个行业),但在这个领域内做到极致深度。 通过持续激活 AI 的相关能力 + 知识库不断积累,实现越用越深
类比:不是一个"万能分析师",而是 13 个"主题专家" + N 个"行业档案",每个都在自己的领域持续进化。
PRINCIPLE 03
链条产生精确
生产线原则:每一步可追溯、可核查、可复现。
数据从哪来 公式怎么算 阈值怎么判 结论怎么出
对比传统研究(Excel 手动拉数、手动判断、结论不可复现),Skill 链条 = 公式 + 代码串联所有信息,任何人、任何时候跑出来的结果一致
PRINCIPLE 04
分工产生价值
角色核心价值
卖方研究 大量、深度、可靠、持续积累的基础组件(数据库 + 知识库)——这是研究基础设施
买方研究 在真实投资场景中,将一个个想法更快速地变成可实现、可靠的 Skill——这是策略实现
卖方做"基础设施"(类比 Bloomberg 的公式库 + 数据映射 + 持续维护),买方做"策略实现"(类比基金经理在终端上建 screen、写公式)。两者互补,不是替代。