Token导航 LogoToken导航TokenDH.com
开发敏感数据clawhub未标认证来源可访问clear审计通过

lg-agent-platformLGAgent 平台

Agent Skill

lg-agent-platform 用于辅助 Python 项目开发、测试和数据处理,适合在 OpenClaw 中需要阅读 Python 代码、运行测试或整理脚本流程时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

总安装

8,474

周安装

364

GitHub Stars

1

下载量

2,970
OpenClaw

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

MIT-0

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:lg-agent-platform(LGAgent 平台)
来源仓库:https://github.com/guangfuwu/lg-agent-platform
安装命令:
openclaw skills install lg-agent-platform
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install lg-agent-platform

简介

LGAgent 平台辅助 Python 项目开发,支持策略回测与量化监控。

  • 集成飞书/微信无服务器提醒,实现投资组合盈亏跟踪。
  • 可用于分钟级数据分析和自动盯盘任务执行。lg-agent-platform 属于开发类 Skill,可作为该场景下的辅助能力补充。
  • 使用前需确认网络连通性及第三方服务(如消息推送)的可用性。
  • 建议检查 Python 依赖版本与项目兼容性。

SKILL.md

name
lg-agent-platform
version
1.0.11
description
Cloud Quant & Stock Monitor. Serverless alerts to Feishu/WeChat. Portfolio PnL, minute bars, Python strategy backtesting, and zero-friction feedback. 自动盯盘, 量化交易, 回测, 飞书推送.
license
MIT-0
metadata

LG Data Stock Monitor

赋予您的通用 AI Agent 专业的金融量化与全天候盯盘能力。 支持 A 股、港股实时行情与分钟线数据,提供 Serverless 云端策略托管及飞书/微信毫秒级预警推送。

🎯 最佳适用场景:实时股票预警、持仓盈亏追踪、自动化量化工作流。

演示


🌟 核心亮点

1. 🤖 兼容所有主流通用 AI Agent

打破生态壁垒,本技能不仅专供某一平台,而是完美兼容 Hermes、OpenClaw、Claude Code、GitHub Copilot 等所有支持外挂工具/技能的通用大模型 Agent。只需简单配置环境变量,您的通用 AI 助手瞬间化身专业量化分析师。

2. 🔒 银行级数据隐私隔离 (Privacy First)

无需向大模型暴露您的敏感财务数据! 传统对话模式要求您手动输入持仓数量和成本,极易造成隐私泄露。本技能采用云端托管架构,您的真实持仓、账户数据全部安全储存在 lg-data.cc 平台。Agent 仅通过加密 Token 安全调用盈亏分析结果,彻底杜绝隐私数据被用于大模型训练的风险。

3. ⚡ Serverless 极速预警与零部署

策略云端托管运行,无需您购买第三方行情 API,无需自建服务器维护 Cron 任务,无 Token 消耗税。策略触发后,毫秒级推送到您的飞书机器人或微信 Webhook。


🛠️ 能做什么

核心功能详细说明
资产盈亏巡航一键查询持仓明细、当日盈亏、历史收益率,数据由 lg-data.cc 闭环处理。
云端自动盯盘设置预警条件(突破均线、涨跌幅、换手率等),触发即通知,7x24小时云端值守。
多终端实时推送策略触发毫秒级推送到飞书、微信 Webhook,不错过任何交易信号。
实时深度行情获取 A 股、港股实时报价及分钟线数据,为 Agent 提供精准决策依据。
策略回测 ✨ NEW用 Python 写策略、用平台日线数据一键跑历史回测,输出 Sharpe / 最大回撤 / 交易明细
用户声音收集支持 Agent 代客户提交 Bug 和需求,无缝对接后台反馈系统。

🚀 快速接入 (Quick Start)

只需三步,即可让您的 AI Agent 拥有量化能力:

1) 获取您的专属 Token

  1. 注册并登录 lg-data.cc
  2. 进入 Account Settings / Token 页面
  3. 创建一个仅包含所需 scopes 的专用 Token(建议先用只读或低权限 Token)
  4. 复制您的专属 LG_AGENT_TOKEN

2) 为您的 Agent 配置环境变量

在您使用的 Agent 终端(如 Hermes、Claude Code、GitHub Copilot 或 OpenClaw)中注入以下环境变量:

export LG_AGENT_BASE_URL="https://lg-data.cc"
export LG_AGENT_TOKEN="***"

公开版仅支持以上 Bearer Token 方式,不支持 session cookie / CSRF 兼容调用。

3) 唤醒 Agent,开始对话

现在,您可以直接用自然语言向您的 Agent 下达指令了!


💬 典型应用场景

场景 1:查询私密资产盈亏(数据不落大模型)

您: “帮我查下今天的账户盈亏情况。” Agent(调用 dataasset.data.get): “为您同步 lg-data.cc 的最新分析结果: 💰 当日盈亏: +319 元 | 累计浮动: -19,135 元 📊 持仓明细: - 中国核电:+2.06% - 永和股份:-32.45% - 中国联通:-16.25%”

场景 2:设定云端智能监控

您: “帮我监控贵州茅台,只要突破MA20均线就通知我。” Agent(调用监控接口): “✅ 已在云端成功创建监控任务: - 标的:贵州茅台 (SH600519) - 条件:价格突破 MA20 - 通知:飞书/微信推送 *任务将在 Serverless 云端静默运行,触发时您将立刻收到推送。*”

场景 3:测试流程并抓取执行日志

# 触发执行(异步),记下返回的 executionId
# 自定义参数放在 body 里:key=参数名(以 - / -- 开头),value=参数值
# 后端会自动注入 `-f <procName>` —— body 里不用传 -f(传了也会被忽略)
RESP=$(scripts/lg_agent_exec.sh '{
  "skillId": "process.ingestion.execute",
  "pathParams": {"id": "123"},
  "body": {
    "-start_date": "20260419",
    "-end_date":   "20260420",
    "--env":       "dev"
  }
}')
EXEC_ID=$(echo "$RESP" | jq -r '.executionId')

# 轮询日志,直到 completed=true
OFFSET=0
while :; do
  LOG=$(scripts/lg_agent_exec.sh "{
    "skillId": "process.ingestion.execute.log.get",
    "pathParams": {"id": "123", "executionId": "$EXEC_ID"},
    "query": {"offset": "$OFFSET"}
  }")
  echo "$LOG" | jq -r '.logLines[]'
  [ "$(echo "$LOG" | jq -r '.completed')" = "true" ] && break
  OFFSET=$(echo "$LOG" | jq -r '.nextOffset')
  sleep 1
done
echo "exitCode=$(echo "$LOG" | jq -r '.exitCode')"

返回:statusrunning 过渡到 completedfailedexitCode 为脚本退出码,logLines 为增量日志行。

场景 4:策略回测(双均线跑茅台)

您: “用双均线(5日/20日)对茅台 SH600519 过去三年跑个回测”

在平台新建一个 python_script 流程节点,脚本如下(lg_utils 已预装):

from lg_utils import get_variable
from lg_utils.backtest_examples.dual_ma import DualMA
from lg_utils.backtest_examples.stock_day import run_stock_day_backtest

result = run_stock_day_backtest(
    strategy=DualMA(fast=5, slow=20),
    stock_num="600519",
    start="20220101",
    end="20241231",
    initial_cash=1_000_000,
    commission_bps=3, slippage_bps=1,
)
print(result.summary())
result.export_to_context("maotai_ma520")

任务日志里会出现:

=== Backtest Summary ===
asset           : stock_day
period          : 20220101 ~ 20241231  (bars=725)
total_return    : 23.1500%
sharpe          : 0.8412
max_drawdown    : 18.2300%
num_trades      : 14
win_rate        : 57.1429%
__LG_BACKTEST_RESULT__:maotai_ma520:{"metrics":...,"trades":...}

完整 JSON(含 trades / equity_curve)会被下游节点或监控面板消费。

技能列表

REST 技能(scripts/lg_agent_exec.sh 调用)

当前公开版 skill 仅包含只读能力与常规非破坏性写操作。删除、终止、撤销、系统级评估、审批流等高风险/管理类操作不在该公开版 skill 范围内。 风险标记:🟢 low / 🟡 medium。所有 GET 技能默认对会话用户开放;写操作需显式授予 scope。

流程 (Process / Ingestion)

skillIdmethod功能风险
process.ingestion.listGET列出所有流程🟢
process.ingestion.getGET根据 id 获取流程详情🟢
process.ingestion.executePOST异步触发流程执行(返回 executionId)。body 接收自定义 CLI 参数,如 {"-start_date":"20260419","--env":"dev"}。后端自动注入 -f <procName>,不要自己传 -f🟡
process.ingestion.execute.log.getGETexecutionId 拉取日志+状态,支持 offset 增量轮询。记录持久化在 process_execution 表 + 磁盘文件,重启不丢。🟢
process.component.listGET列出当前团队可用的步骤组件(含 Markdown 使用说明)🟢
process.pipeline.buildPOST一次性创建完整 pipeline(节点+组件+边)🟡
process.pipeline.updatePUT全量更新已有 pipelinePUT /api/ingestions/{id},同形 BuildPipelineRequest)。nodes 省略=仅改名/描述,保留现有步骤;nodes=[] 显式清空;nodes=[...] 全量替换。每次 PUT 自动写一条 dacp_meta_proc_version,可 /versions/{n}/restore 回滚。legacy team_name IS NULL 的流程会直接 403,需先 backfill。🟡

调度 (Schedule)

skillIdmethod功能风险
schedule.job.listGET列出调度作业🟢
schedule.job.getGET获取调度作业详情🟢
schedule.instance.listGET列出作业实例(运行历史)🟢
schedule.instance.log.getGETjobTriggerId 拉取作业日志🟢
schedule.job.plugin.webhook.triggerPOST触发作业绑定的 webhook 插件🟡

数据源 & 数据资产 (Datasource / Data Asset)

skillIdmethod功能风险
datasource.listGET列出数据源🟢
datasource.getGET获取数据源详情🟢
datasource.list.activeGET列出活跃数据源🟢
datasource.connection.testPOST测试数据源连接🟡
dataasset.listGET列出数据资产🟢
dataasset.getGET获取资产详情🟢
dataasset.schema.getGET获取资产 schema🟢
dataasset.data.getGET查询资产数据(盈亏、行情等)🟢

看板 & 工作空间 (Dashboard / Workspace)

skillIdmethod功能风险
dashboard.listGET列出看板🟢
dashboard.getGET获取看板详情🟢
dashboard.data.getGET一次拿看板所有组件的数据(支持 maxRows,默认 100,上限 500)🟢
workspace.listGET列出工作空间🟢
workspace.getGET获取工作空间详情🟢

订阅 & Marketplace

skillIdmethod功能风险
subscription.token.listGET列出订阅 token🟢
subscription.token.createPOST创建订阅 token🟡
marketplace.item.listGET列出可订阅的看板/资产🟢
marketplace.item.subscribePOST订阅市场条目🟡
marketplace.item.unsubscribePOST取消订阅🟡

指标告警 (Metric Alert)

skillIdmethod功能风险
metric.alert.listGETdashboardId 列出告警规则🟢
metric.alert.getGETruleCode 获取规则🟢
metric.alert.createPOST创建告警规则🟡
metric.alert.updatePUT更新告警规则🟡
metric.alert.togglePUT启用/停用规则🟡
metric.alert.testPOST仅测试(无副作用)🟡
metric.alert.evaluatePOST执行评估并按规则触发 webhook🟡

Webhook 插件

skillIdmethod功能风险
plugin.webhook.sendPOST通过数据源发送 webhook🟡

用户注册 & 反馈

skillIdmethod功能风险
auth.user.registerPOST注册新账号(teamName 自动生成为 tenant_${username}🟢
feedback.submitPOST提交反馈/Bug/需求🟢
feedback.listGET查看历史反馈与官方回复🟢

Stock Studio(需开通 stock_studio 解决方案权限)

skillIdmethod功能风险
stockstudio.portfolio.listGET查持仓(支持 account_id/market/stock_num/q/limit/offset🟢
stockstudio.portfolio.createPOST新增持仓条目🟡
stockstudio.portfolio.updatePUT更新持仓🟡
stockstudio.trading.listGET查交易记录🟢
stockstudio.trading.createPOST录入新交易(自动更新持仓)🟡
技能源在 app.jsSKILL_CATALOG,运行时可通过 GET /agent/skills 查询当前 token 实际可用的列表(会过滤 scope)。

Python 工具库 lg_utils(在平台 python_script 流程节点里 import 使用)

平台的 python_script 执行器会自动把 lg_utils 注入到用户脚本的 PYTHONPATH,无需安装。

模块 / 函数功能
lg_utils.get_variable(key, default)读取流程上下文变量(由前端/调度器传入)
lg_utils.get_context()当前团队快照:assets / datasources / dashboards / processes
lg_utils.get_asset_data(asset, page, size, order_by, filter_column, filter_value, ...)分页拉团队有权限的资产数据(股票行情、持仓等)
lg_utils.get_connection(ds_name) / get_db_config(ds_name)按团队数据源名取 JDBC 连接
lg_utils.backtest(strategy, asset, ...) ✨ NEW策略回测引擎:单资产、long-only、整数股;输出 Sharpe / Sortino / MaxDD / 胜率 / 交易明细 / equity_curve
lg_utils.backtest_examples.dual_ma.DualMA ✨ NEW内置双均线参考策略
lg_utils.backtest_examples.stock_day.run_stock_day_backtest ✨ NEW针对平台 stock_day 日线表(OPEN_PRICE/CLOSE_PRICE/day_id/STOCK_NUM)的快捷封装

环境要求

必需

  • LG_AGENT_BASE_URL - 平台地址(默认 https://lg-data.cc
  • LG_AGENT_TOKEN - Bearer Token(公开版唯一认证方式;建议使用最小权限、专用 Token)

Security Notes

  • 公开版 skill 仅支持 Bearer Token 模式,不接受会话 Cookie / CSRF。
  • 首次安装建议使用测试账号或低权限 Token 验证读取类能力。
  • 当前公开版 skill 仅面向只读与常规非破坏性写操作;删除、终止、审批与其他管理类能力应通过单独的 admin 工具或人工流程处理。
  • 写操作应只授予明确需要的 scopes。
  • 不要在脚本里硬编码 Token 凭据。

注意事项

  • 公开版 skill 不包含删除、终止、撤销、审批等高风险管理操作。
  • 公开版 helper scripts 只支持 Token 调用,不支持 session/cookie 兼容模式。
  • idempotencyKey 用于幂等控制,写操作请保持稳定。
  • Token 从平台获取,不要硬编码在脚本中。

传送门: https://lg-data.cc

适合场景

01

OpenClaw 用户查找和安装 Skill 时

02

用户想查找某类 Agent Skill 时

03

需要根据任务场景推荐可安装能力包时

04

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

OpenClaw

77.64%
按下载量换算2,306

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

敏感数据

该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills