用workbuddy自定义Skill：手把手搭建AI炒股分析助手

关注

VIP免费原创 2026-09-16 15:11:58 458 阅读 AI 写同款· GEO 优化 ›

WorkBuddy构建A股涨停选股系统全链路实践涨停选股是量化交易中基础而关键的信号生成场景，其本质是结合价格、量能、规则与消息面的多因子决策过程。背后涉及行情数据获取、涨停逻辑精准判定、可复盘的过滤流水线及可靠触达机制等核心环节。技术上需解决浮点精度误差、ST股差异化处理、交易所公告实时拦截、企业微信防折叠推送等工程细节。WorkBuddy作为轻量级任务编排引擎，凭借状态感知、失败重试、热重载配置与Skill插件化设计，在单机环境下显著优于crontab和Airflow，特别适配A股T+1、数据碎片化、强监管等现实约束。本文以实战视角，详解从数据采集、阅读详情

上个月我把手里的几个低频策略全部扔进Excel之后，终于决定认真搞一个能帮我盯盘和复盘的 AI 工具。市面上的“AI炒股”App 一抓一大把，但我一个都不敢重度用——数据逻辑是黑盒、提示词不可控、费用还不低。所以当我在 workbuddy 里发现可以自定义 Skill 的时候，第一反应是：这玩意儿能不能把“我和 AI 的分工”彻底固定下来？试了两周，还真能。

这篇文章不吹牛。我会把整个 AI 炒股 Skill 的设计思路、完整配置、实测数据和踩坑细节全部贴出来。你不需要从零研发，直接照着改一份就能用。适合三类人：一是正在用 workbuddy 但不知道 Skill 怎么落地的人；二是想用 AI 做个股基本面检查、财报排雷的个人投资者；三是刚好想搞清楚“Skill 和 Agent 到底啥区别”的工具党。

1. 先搞懂 workbuddy 和 Skill，再看 DIY 炒股助手

1.1 workbuddy 到底是什么

你可以把 workbuddy 理解成一个“AI Agent 工作台”。它不是某个大模型，而是一个可以装载不同模型、插件、自动化流程的本地工具层。常用模型它可以接，配置文件在自己手里，对话记录和 Skill 内容也都在本地管理。这点对我这种不太想把持仓数据同步给第三方炒股 App 的人很重要。

如果你用过 CodeBuddy，那上手 workbuddy 几乎没有门槛。两者确实是同一类生态下的产品，只是侧重不同。CodeBuddy 更偏代码生成和工程场景，workbuddy 更像是把日常任务、Agent 技能、提示词资产全部放在一个工作台里统一管理。有人会把“workbuddy 金融版”当作一个特殊版本来看，但我更愿意说：哪有什么金融版，它就是一个通用工作台，关键看你往里面塞了什么 Skill。

1.2 Skill 和 Agent、插件到底有什么区别

先说结论：Agent 像一个全自动员工，插件像工具箱里的扳手，而 Skill 更像“岗位说明书 + 标准作业流程”。三者的关系不是对立的，而是搭配使用的。

从热词里能看到，很多人都在搜“skill 和 agent 的区别”。我自己的理解是这样的：

Agent 是“目标驱动的执行体”，你给一个模糊目标，它自己拆解、自己调工具、自己交付结果。
插件是“能力扩展”，比如联网搜索、读取 Excel、画图，都是插件的事。
Skill 是“行为规范”，它告诉 AI：你现在的角色是什么、处理任务按什么顺序来、遇到边界情况怎么回应、最终输出用什么格式。

所以如果你只想让 AI “帮我分析这只股票”，Agent 就能干。但如果你希望分析结果每次都长一个样、逻辑顺序固定、风险提示永远出现在同一行，那必须用 Skill 来约束。我见过不少人把 Skill 当成“外挂脚本”，以为装完就能自动赚钱，其实它解决的是 输出质量稳定性的问题 ，而不是数据接入或者策略盈利的问题。这个预期要先摆正。

1.3 为什么我选 workbuddy 来做炒股 Skill

选型这件事，我对比过几类方案。

第一类是券商自带的条件单和智能盯盘，这类工具执行力强，但分析能力约等于零，它不会告诉你“应收账款增速超过营收增速”意味着什么。第二类是各类“AI 荐股”网页或公众号，底层逻辑不可见，还可能涉及收费荐股，我完全不碰。第三类是自己写 Python 脚本调行情库，功能确实强，但维护成本高，说实话大多数人不愿意为每周看一眼股票写两小时代码。

workbuddy 恰好卡在中间：配置一次，长期复用；模型可以随时换；Skill 是纯文本，改起来很方便。我实测下来，DeepSeek、通义这些主流模型都能接，把“分析逻辑”沉淀成 Skill 之后，就算换个模型也能跑。说白了，这个方案的成本结构很适合个人投资者：模型 API 按量付费，而不是按月交一笔炒股 AI 会员费。