1、Skill 简介
它解决的核心问题是：QDII 基金限购频繁且每日额度很小（10 元~200 元/天不等），投资前需要快速知道哪些基金还能买、还能买多少、收益如何、费率高低、持仓投向哪里。
申购限额：实时跟踪限额状态，自动标记"实质暂停"（绝不误判）
收益率排行：近 1 年收益从高到低排列，一目了然
持仓分析：证监会季报 PDF 原文解析，地区/行业分布精确到百分比
费率对比：管理费 + 托管费 + 销售服务费全拆解
多渠道推送：飞书卡片、企业微信、终端多格式输出
适合基金投资者、理财博主、数据研究者使用。
2、使用场景
真实背景：我平时会定投纳斯达克 100 指数基金，但 QDII 额度太紧张了——今天这只暂停申购、明天那只限购 10 元。每天手动打开天天基金一个个查太麻烦，而且查到的信息很分散，通用llm查询的信息也可能不精准。
自己用trae 实现了这个 Skill，每天都可以一键对比多支只纳斯达克 100 指数基金的限额、收益率、费率等数据，一目了然。并且在自媒体账户连续发布一个月后得到不错的反馈，所以想把这个 Skill 分享给大家。
做这个 Skill 之后：
-
多格式输出：JSON / CSV / Markdown。需要使用自媒体的同学可以根据自己的需求选择不同的输出格式。以下是我通过open design 制作
-
一键对比多支只纳斯达克 100 指数基金，限额、收益率、费率一眼看清
-
多渠道推送：支持飞书卡片（Grid 布局 + 红涨绿跌）、企业微信 Markdown
飞书卡片
企业微信 Markdown
-
定制化配置，用户可以根据自己的需求选择对比的基金、时间范围等，基金代码通过搜索或 config.json 传入。
-
数据校验：4 层校验（Schema → 范围 → 一致性 → 跨源），QDII 专项 profile
-
可集成：Python API + CLI + 配置文件，配合 SOLO Schedule / GitHub Actions 实现定时自动化
SOLO Schedule 配置演示：
3、创作过程
3.1 设计思路
基于最近获取数据的经验，开始我画了一个管道图：
基金数据源 → 获取引擎 → 校验器 → 格式化器 → 适配器（飞书/微信）
四个核心约束（我称之为"四条铁律"）：
- 禁止硬编码基金代码 — 每只基金必须通过搜索或配置文件传入
- 禁止伪造数据 — 只信抓回来的 HTML/PDF，决不拿模型常识补全
- 关键字段必须显式校验 — 四层校验（Schema → 范围 → 一致性 → 跨源）
- 请求间隔不低于 0.5s — 尊重数据源，不并发
3.2 关键提示词摘录
第一轮：搭建基础架构
帮我 brainstorm 一下如何实现一个基金数据获取 Skill，要去开源。
背景：小红书理财博主/互联网从业人员
目标用户：基金爱好者、自媒体创作者
约束：必须遵循 aegnt skills spec，独立于已有 skill
经过脑暴，确定了管道式架构 + 天天基金 + 证监会双数据源方案。
3.2 目录结构（最终版）
QDII-fund-scout/
├── SKILL.md # Agent 入口
├── README.md
├── scripts/
│ ├── cli.py # 命令行入口
│ ├── core/
│ │ ├── models.py # 数据模型（32 字段）
│ │ ├── validate.py # 4 层校验
│ │ ├── fetcher.py # 调度器（限速 0.5s+）
│ │ └── sources/
│ │ ├── eastmoney.py # 天天基金（HTML + API）
│ │ └── csrc.py # 证监会（PDF 解析）
│ ├── formatters/ # JSON / CSV / Markdown
│ └── adapters/ # 飞书 / 微信推送
└── references/
├── data-sources.md
├── field-glossary.md
└── validation-rules.md
4、使用步骤
方式一：在 TRAE / SOLO 中直接对话（推荐）
安装好 Skill 后，在 TRAE 或者其他 Agent 直接输入自然语言需求，Agent 会自动路由到此 Skill 执行：
列举所有纳斯达克被动C类QDII基金的近一年收益率和申购限额
帮我查一下易方达纳斯达克100ETF联接C的最新数据，推送到飞书
搜索标普500指数基金，按近1年收益率从高到低排序，输出Markdown表格
Agent 会自动：搜索基金 → 调用抓取引擎 → 格式化输出 → 按需推送。不需要记任何命令行参数。
对话示例
用户输入：
按照要求获取所有纳斯达克被动C类基金，并推送到飞书
- 近一年收益率
- 截止目前时间的限额
Agent 执行：
- 搜索"纳斯达克100" + “被动” + “C类” → 返回 11 只基金代码
- 批量抓取每只基金的收益率和限额数据
- 按收益率从高到低排序
- 调用飞书适配器，自动设置标题"纳斯达克被动C类基金限额对比"
- 飞书卡片推送完成
方式二：CLI 命令行
适合想直接跑脚本、配合定时任务或 GitHub Actions 的用户。
安装
pip install requests pdfplumber
git clone git@github.com:hangliuc/QDII-fund-scout-skill.git
cd QDII-fund-scout-skill/scripts
场景一：查看单只基金详情
python3 cli.py detail 012870
输出内容（JSON 格式，32 个字段）：
基金: 易方达纳斯达克100ETF联接(QDII-LOF)C
近1年收益: +32.72%
申购状态: 暂停
限额: 0
近1年回撤: -12.50%
费率: 管理0.50% + 托管0.10% + 服务0.30% = 综合0.90%
场景二：批量对比所有纳斯达克基金
python3 cli.py compare 012870,006479,008971 --format md
生成对比表格，一眼看出哪只收益最高、哪只还有额度。
场景三：推送到飞书
export FEISHU_WEBHOOK_URL="https://open.feishu.cn/open-apis/bot/v2/hook/xxx"
python3 cli.py compare 012870,006479 --push feishu
场景四：使用配置文件管理持仓
// ~/.fund-scout/config.json
{
"my_funds": [
{"code": "012870", "name": "易方达纳指100C"},
{"code": "006479", "name": "广发纳指100C"}
],
"push": {
"feishu_webhook": "https://open.feishu.cn/open-apis/bot/v2/hook/xxx"
}
}
python3 cli.py compare --config ~/.fund-scout/config.json
5、效果展示
终端输出：17 只纳斯达克 100 基金限额对比
按照要求获取所有纳斯达克被动C类基金，并推送到飞书
- 近一年收益率
- 截止目前时间的限额
飞书卡片推送效果
数据准确性验证
实际抓取 17 只基金，数据与天天基金官网逐一手动比对，字段完全一致。
6、Skill 链接
- GitHub 仓库：https://github.com/hangliuc/QDII-fund-scout-skill
- SKILL.md（Agent 入口）：仓库根目录
- 安装方式：
pip install requests pdfplumber+git clone
7、总结与思考
最满意的地方
1、精准获取，帮助用户快速获取有用的信息，例如证监会季报 PDF（市场/行业分布）
2、多格式输出，满足不同用户的需求（尤其是自媒体）
后续优化计划
- 渲染更简约美观的卡片布局
- 增加更多用户需求的字段，例如QDII实时估值等
如果你也买 QDII 基金，欢迎 clone 试一下：
git clone git@github.com:hangliuc/QDII-fund-scout-skill.git
cd QDII-fund-scout-skill/scripts
python3 cli.py compare 012870,006479
有任何建议或问题，欢迎在 GitHub 提 issue，或者直接在帖子里留言～
对我来说很有帮助
