结论先说:一句 Prompt 背后,Agent 是靠一串可观察、可验证的步骤完成任务的,每一步都有明确的原理, 不是"AI 突然就懂了"。QuantSpace 项目本身不会思考,它通过规则文件和现成能力,把一个通用 Agent 变成可靠的项目内员工。
uv、不知道数据要存成
Parquet、也不知道该调用 PandaDataClient 还是自己写一个爬虫。QuantSpace 通过三样东西,把一个
通用 Agent 变成可靠的"项目内员工":AGENTS.md(项目规矩:用什么命令、目录边界、优先复用什么)、
skills/(已经写好并测试过的能力,Agent 只需要发现和调用,不用现编)、统一的数据契约
(symbol 格式、eob 索引、OHLCV 字段,让每次产出都长一个样,后续模块才敢放心复用)。下面每一次
"读取文件",读的都是 QuantSpace 提供的东西;每一次"工具调用",调的也是 QuantSpace 里已经写好、测试过的函数——
Agent 提供通用的推理和执行能力,QuantSpace 提供专业、可靠的护栏和方法,两者缺一不可。