PyCryptoBot / 与技能路线对比
要一个 7×24 自动下单的进程，还是要一份研究结论
这两条路线回答的是不同的问题。PyCryptoBot 是一个交易机器人：你给它规则、密钥和一个一直开着的环境，它替你盯盘并下单，你得到的是一份长期运行的进程与它的日志。EasyClaw 的本机技能面向研究任务：你描述问题，技能完成取数、指标计算、筛选或出图，你得到的是立刻可用的结论。这一页按任务逐项对照，并把边界写清楚——尤其是它们之间没有已证实集成、以及本机技能目录里没有任何加密货币交易机器人技能这两件事。
- PyCryptoBot v8.2.4（main=1fa9aaef，2024-03-04）
- Python 3.11（官方 Dockerfile 基线）
- 交易所范围：Binance / Coinbase / KuCoin
- 验证日期 2026-09-21
- 本站未实机运行机器人
一分钟速判：你该走哪条路线？
只回答一个问题：你最终要不要让程序自动下单？
不确定时的默认做法：先用技能路线把问题问清楚，再把值得自动化的部分交给机器人。
两条路线的区别是什么？
先把这层区别想清楚，后面的对照表才有意义。两者的差异不在功能多少，而在「你最终想留下什么」。
机器人路线留下的是一个持续运行的进程
PyCryptoBot 的价值随时间累积：它按你给的周期不断取行情、算指标、判断信号，并在条件满足时真的下单。代价是你要长期维护它的运行环境、密钥权限、日志与告警，以及出问题时的应急手段。
技能路线留下的是结论与产物
你得到的是行情表、指标数值、筛选结果或图表。这类任务不需要你维护一个常驻进程，也不需要处理交易所下单权限。代价是它不产出「会自己运行的交易逻辑」——每次研究是独立的一次问答。
它们不是替代关系
一个完整的工作流往往两者都要：用技能路线快速验证想法、取数、出图；确认值得自动化之后，再把规则写成机器人的策略。把两者当成互斥选项，反而会限制自己。
但在「只想拿结论」时，成本差异很大
如果你的任务只是回答一个问题（某标的近期波动多大、某个板块里哪些标的满足条件），那么装依赖、配密钥、跑进程、守日志这一整套就是纯开销。这是本站把技能路线作为一条正式替代路线列出的原因。
按任务看：这件事该走哪条路线？
下表把常见任务拆开，逐条说明两条路线各自能做到什么程度。技能名称来自本机技能目录中各技能的自述文档，只代表技能存在于目录并可被调用，不代表已安装、已授权或已验证。
| 任务 | PyCryptoBot（机器人路线） | EasyClaw 技能路线 | 建议与注意点 |
|---|---|---|---|
| 取加密货币历史行情 | ✓ 通过交易所接口取历史数据并缓存（数据来自你所连的交易所） | ✓ 有数据类技能覆盖加密货币行情（依据其自述文档） | 只取数用技能更快；要接进策略循环则用机器人侧 |
| 计算区间指标（涨跌幅、年化波动率等） | ◐ 需要自己按周期取数并计算，或依赖机器人内部统计 | ✓ 数据类技能可直接在回答里给出区间指标 | 单次计算用技能；成为策略条件才放进机器人 |
| 技术指标计算（RSI / MACD / 均线等） | ✓ 指标库来自 pandas-ta，内置在策略里按 K 线收盘计算 | ✓ 有面向 K 线技术分析的技能 | 两条都能做；机器人侧的优势是能直接驱动下单 |
| 把价格画成图表 | ◐ 依赖 matplotlib 生成图，主要为运行输出服务 | ✓ 有专门出图的技能，支持多种图表类型 | 要交付级图表优先技能路线 |
| 按条件筛选一批标的 | ◐ 有 screener / scanner 入口与市场扫描配置，但筛选逻辑要自己定 | ✓ 有面向条件筛选与板块查询的技能 | 探索阶段优先技能；筛选标准稳定后再自动化 |
| 策略回测与模拟 | ◐ 有模拟相关开关，但仓库内没有滑点参数、模拟按最高手续费假设 | ◐ 有面向回测方法与风险指标的技能，但不产出可运行的策略代码 | 要「可反复重跑的策略验证」仍只有机器人侧 |
| 自动下单（无人值守） | ✓ 这是它的核心能力：按周期判断并真实下单 | ✗ 本机技能目录中没有任何加密货币交易机器人或交易执行类技能 | 要自动执行只有机器人路线，且必须先完成权限与应急准备 |
| Telegram 通知与远程控制 | ✓ 有独立进程的 Telegram 机器人，可远程查看状态并下发指令 | ✗ 不在技能范围内 | 机器人侧独有；注意它是独立进程，需单独启动 |
| 长时间无人值守运行 | ✓ 有容器、compose、Helm、systemd 等多条落地路径 | ✗ 不涉及常驻进程 | 机器人侧要自行解决守护、日志与告警 |
| A 股相关任务 | ✗ 交易所枚举里没有 A 股或港股 | ✓ 多个技能覆盖 A 股行情、财务指标与条件选股 | A 股任务优先技能路线 |
| 多标的并行管理 | ◐ 有单实例多市场与扫描器开关，但要多实例需自行隔离数据目录 | ✗ 不涉及进程级编排 | 工程化需求只有机器人路线 |
| 部署到托管环境 | ◐ 仓库提供容器与 Helm 模板，但托管与否要自己决定 | ✗ 不在技能范围内 | 两条路线的运行环境都需自行准备 |
成本对照：两条路线各自要你先准备好什么
选型时最容易被低估的就是这一栏。下表的差异比功能清单更能说明问题，尤其是「谁承担长期运维」这一行。
| 前置条件 | PyCryptoBot（机器人路线） | EasyClaw 技能路线 | 说明 |
|---|---|---|---|
| Python 环境 | 必需；官方容器基线是 Python 3.11，本地需自备 | 不需要自己搭 | 机器人侧还要注意依赖版本钉子 |
| 依赖安装 | 需自行解决；若干钉子版本在 3.11 上没有预编译包，需要本地编译工具链 | 由平台侧承担 | 官方容器在编译阶段装了 build-essential，正是为此 |
| 交易所 API Key | 实盘必需；且必须按最小权限配置，禁止提现权限并建议设 IP 白名单 | 数据类技能通常不需要 | 密钥文件不要提交进版本库 |
| 策略规则 | 必需；或者直接使用内置策略与配置开关 | 不需要（用自然语言描述任务） | 这是两者最本质的分界 |
| 常驻运行环境 | 必需；要么本机一直开着，要么放到服务器/容器编排里 | 不需要 | 机器人的价值只在它运行时体现 |
| 进程守护与重启 | 需自行配置（容器重启策略、systemd 或编排层） | 不需要 | 「终端一关就停」是最常见的踩坑方式 |
| 日志与告警 | 需自行规划；否则出问题只能靠事后翻文件 | 不需要 | 机器人侧的日志是事后定位的唯一线索 |
| 应急停止手段 | 必需，且应当演练过；停掉进程不等于已撤单 | 不适用 | 停进程后还要到交易所侧核对挂单与持仓 |
| 上手时间 | 取决于你对依赖编译、密钥权限与进程管理的熟悉程度 | 接近零 | 但复杂任务仍需你自己判断口径是否合理 |
技能路线在加密货币任务上是什么交互形态？
下面这张是本机 EasyClaw 的实际对话截图（2026-09-21）。请特别注意图注里写明的边界：数据源与 PyCryptoBot 无关，且两者无已证实集成。
哪四种情况最容易「选错路线」？
下面这些组合看起来很自然，但实际会让你多花很多时间。逐条对照自己的情况。
| 你的情况 | 常见选择 | 为什么会踩坑 | 更合适的做法 |
|---|---|---|---|
| 只想查一只币的近期指标 | 先把机器人装起来 | 装依赖、配密钥、跑进程的时间远大于计算本身 | 直接用数据类技能提问 |
| 已经有成型规则要自动执行 | 用技能路线回答 | 技能路线不产出会自己运行的交易逻辑，也不执行下单 | 走机器人路线，并按运维安全页逐项准备 |
| 目标市场是 A 股 | 找机器人的 A 股支持 | 交易所枚举里没有 A 股或港股，代码层面就是缺能力 | 用覆盖 A 股的技能；要自动化需自己补交易所适配 |
| 想先验证策略想法是否值得投入 | 直接上真实盘跑 | 策略未验证就接真钱，且回测口径本身还有缺口 | 先在非实盘模式跑通，再按回测与成本口径补齐假设 |
| 只想要一份能复现的回测记录 | 随手截一张运行截图 | 截图不能重跑，也不说明数据源、周期与手续费假设 | 按回测与成本页的记录清单补齐口径再下结论 |
| 希望「装上就有人替我赚钱」 | 任何一条路线 | 机器人只执行你给的规则，不预测市场，也不保证结果 | 先明确自己的规则与风险承受度，再决定要不要自动化 |
市场覆盖与数据来源有什么差别？
这一栏往往直接决定路线选择。特别要注意「能取到数据」和「能自动下单」是两件完全不同的事。
| 资产或市场 | PyCryptoBot 能取数 | PyCryptoBot 能下单 | 技能路线（本机目录） |
|---|---|---|---|
| 加密货币现货（Binance） | ✓ 有独立接口实现 | ✓ 有市价买卖方法；需实测与密钥 | ◐ 可获取加密货币行情，不执行交易 |
| 加密货币现货（Coinbase 系列） | ✓ 枚举中有两个 coinbase 相关取值 | ✓ 有下单方法；其中一家的可卖方法集合与其它家不同 | ◐ 可获取行情 |
| 加密货币现货（KuCoin） | ✓ 有独立接口实现 | ✓ | ◐ 可获取行情 |
| 加密货币合约 / 杠杆 | ✗ 枚举里没有合约类交易所 | ✗ | ✗ 不在技能范围 |
| 美股 | ✗ 不在枚举内 | ✗ | ✓ 有美股行情类技能（不执行交易） |
| A 股 / 港股 | ✗ 无对应实现 | ✗ | ✓ 多个技能覆盖行情、财务与选股 |
| 基金 / 债券 / 指数 | ✗ 不覆盖 | ✗ | ✓ 数据类技能覆盖 |
| 测试用假交易所 | ✓ 枚举里有 dummy（供测试使用，不接真实市场） | ◐ 仅用于代码路径验证 | — |
关于两条路线选择的高频问题
技能侧信息来自本机技能目录中各技能的自述文档；机器人侧信息来自仓库源码与官方文档。两边都不构成投资建议。
PyCryptoBot 里的技能是不是已经集成好了？
没有。本站必须明确这一点：PyCryptoBot 与 EasyClaw 之间没有任何已证实的集成关系，本机技能目录里也没有任何与 PyCryptoBot 相关的技能，更没有加密货币交易机器人类技能。本页的对比是「同一类任务在两条不同路线上的做法差异」，不是「PyCryptoBot 可以在 EasyClaw 里安装」的说明。
技能路线能替代自动交易吗？
不能。自动交易需要三样东西同时成立：一个持续运行的进程、有权限的交易所密钥、以及一整套异常与应急处理。技能路线在这三样上都不覆盖——它擅长的是取数、算指标、筛选和出图，产出的是一次性的结论与产物，不会自己按条件买卖。两者配合使用才是完整工作流。
我该先学哪一个？
取决于你下一步要交付什么。如果近期目标是「搞清楚几个标的的情况」，从技能路线开始更高效。如果近期目标是「让程序替我按规则执行」，那就直接面对机器人路线，但请先读完版本与分支现状，确认自己拿到的是哪一版代码，再读运维安全把权限与应急准备好。
技能列表里的技能我都能直接用吗？
本站只能说明这些技能的目录与自述文档存在于本机，也就是「目录可见」这一状态。目录可见不等于已安装成功、不等于已获得数据源授权、也不等于运行验证通过。另外技能自述文档里通常会写明自己的能力边界（例如某些数据类技能明确写了不提供投资建议、不处理实盘交易），这些边界应当在选型时一并看。
为什么技能路线在 A 股上覆盖更好？
因为本机技能目录里存在多个面向 A 股与国内金融数据的技能，覆盖行情、财务指标、条件选股等场景；而 PyCryptoBot 的交易所枚举面向的是它的目标市场（Binance、Coinbase、KuCoin），代码里没有 A 股或港股实现。这属于两条路线设计目标不同造成的差异，不是优劣判断。
能不能两条路线一起用？
可以，而且这通常是更省时间的做法：用技能路线做探索、取数与口径确认，等规则稳定后再把逻辑写进机器人。但要注意两边的时间基准、数据来源与手续费假设必须对齐，否则同一个想法会得到两套互相矛盾的结论。建议把口径记录写在一起，而不是分散在两次对话里。