① 无已证实集成
ZVT 的官方仓库、README 与文档站从未提到 EasyClaw;本机 29 个技能目录中也没有任何 ZVT 相关技能。两侧是并列的两条路线,不是「ZVT 跑在客户端里」。
ZVT 项目研究站 · 对比
ZVT 回答的是「怎么用一套可复现的代码把取数、因子、选股与回测串起来」;对话式技能回答的是「帮我把这段行情取出来、把这个指标算出来、把这只股票筛一遍」。前者要你维护 Python 环境与本地库,后者装上客户端就能问。下面按任务、数据、前置条件、输出与边界逐项对照。
下表内容全部来自本机 C:\Users\CF\.easyclaw\skills 下各技能 SKILL.md 的原文,未做推测。最后一列说明它与 ZVT 的关系。
| 技能 | 已核实能力 | 前置条件 | 与 ZVT 的关系 |
|---|---|---|---|
akshare-finance | AKShare 财经数据封装:股票、期货、期权、基金、外汇、债券、指数、加密货币的行情与宏观数据;明确声明不提供投资建议、不处理实盘交易 | Python 环境 + akshare ≥1.18 | 不同的取数实现:ZVT 不用 akshare,走自己的 provider 与本地库;技能是即取即用 |
tushare-finance | 中国金融市场数据,支持 220+ 个 Tushare Pro 接口(行情、财务报表、宏观指标) | 需 TUSHARE_TOKEN,在 tushare.pro 注册 | 同上:ZVT 的 19 项依赖里没有 tushare |
mx-data(eastmoney_fin_data) | 基于东方财富数据库的自然语言查数:行情、财务、股东与关联关系 | 需 MX_APIKEY(东财 APP 领取) | 与 ZVT 的东财 provider 同源数据,但形态是「问一次取一次」 |
mx-select-stock | 自然语言条件选股,支持 A 股/港股/美股/板块/ETF 筛选,输出结构化结果 | 需 MX_APIKEY | 对应 ZVT 的 TargetSelector 环节:技能给一次性名单,ZVT 给可复现的选股过程 |
iwencai | 同花顺问财:行情/财务/事件/研报等 20+ 路由,含 astock-select、hkstock-select、usstock-select 等选股入口 | 需 IWENCAI_API_KEY 或 easyclawcli mcp auth login -s iwencai | 同上:条件选股的一次性实现 |
tongdaxin | 通达信官方 MCP,10 个工具:行情、K 线、财务、条件选股、公告、研报、新闻、宏观 | 插件面板填写通达信 APIKEY | 对应 ZVT 的行情与财务取数环节 |
quant-analyst | 量化研究方法论与实现建议:策略开发、回测、风险指标(VaR/夏普/回撤)、组合优化、统计套利 | 需先说明执行环境、数据来源与目标市场 | 最接近 ZVT 的一环:但它给的是方法与代码片段,不运行 ZVT 的 trader |
stock-technical-mastery | A 股技术分析:K 线形态、MACD/RSI/布林带、量价关系、Wyckoff 方法论 | Python + 网络(数据来自新浪财经与 Baostock) | 对应 ZVT 的技术因子层,实现与数据源都不同 |
futuapi | 富途 OpenAPI:行情、K 线、逐笔、盘口 | 需安装并登录 Futu OpenD + 富途账号 | 券商自有通道;ZVT 无富途 provider |
stock-monitor-skill-0-1-0 | 7 类预警规则(成本百分比、均线金叉、RSI、量能、缺口、动态止盈等),分级预警,不支持自动下单 | 需本地常驻进程 | 对应「日常盯盘」;ZVT 侧没有等价的监控模块 |
chart-image | 生成出版级图表(折线/柱状/蜡烛图/热力图等),纯 Node.js,无浏览器依赖 | 无 | 对应 ZVT 的绘图环节,两套渲染栈不同 |
mx-stock-simulator | 模拟组合管理:持仓、买卖、撤单、委托与资金查询 | 需 MX_APIKEY 并在妙想页绑定模拟账户 | 对应「模拟盘」;ZVT 侧是回测而非模拟撮合 |
这张表是本页的核心。每一行先看「你要做的事」,再看两条路线各自的交付物与代价。
| 你要做的事 | 走 ZVT 的做法与交付物 | 走技能路线的做法与交付物 | 选择提示 | 注意点 |
|---|---|---|---|---|
| 取一段历史行情 | record_data 写进本地库,之后任意次查询都不再联网 | 问一次返回一次,例如 akshare-finance 或 tushare-finance 直接给表 | 要反复用、要做因子 → ZVT;只看一次 → 技能 | ZVT 首次写全市场耗时长;技能每次都要联网 |
| 按条件筛选股票 | 因子产出 result_df,由 TargetSelector 形成可复现名单 | 一句话条件选股,如 mx-select-stock、iwencai、tongdaxin 的条件选股 | 需要「同样的条件明年还能重跑」→ ZVT | 技能的结果是即时快照,不落库、不易复现 |
| 算技术指标 | 因子层的 Transformer 与成品因子(MACD、均线、形态等) | stock-technical-mastery 直接给指标状态与结构化报告 | 要批量算全市场 → ZVT;看单只标的 → 技能 | 两者数据源不同,数值可能有差异 |
| 做策略回测 | 继承 StockTrader 写 on_time,结果落本地记录并在界面查看 | quant-analyst 提供回测方法论与实现建议,由模型生成代码 | 要可复现的框架执行 → ZVT | 技能不产生 ZVT 的交易记录;ZVT 的界面当前只注册了 factor 一个标签页 |
| 日常盯盘与预警 | 没有等价模块;需要自己写 runner 与通知逻辑 | stock-monitor 提供 7 类规则与分级预警 | 盯盘需求为主 → 技能路线更直接 | 技能的预警也不做自动下单 |
| 把结果画成图 | 框架自带绘图链路,输出在研究界面上 | chart-image 生成图片文件,可直接放进报告 | 要出图给别人看 → 技能更快 | 两套渲染栈不同,样式不可直接互用 |
| 实盘交易 | 无证据表明具备实盘报单能力 | 技能侧明确不支持自动下单;mx-stock-simulator 只是模拟盘 | 两条路线都不是实盘方案 | 实盘请使用专门的交易系统并自行评估风险 |
下面三张是集群内 2026-09-18 采集的 EasyClaw 对话截图,分别对应技术面、条件选股与出图三类任务,点击左右箭头翻页。
把上面的对照收敛成决策表。多数人其实落在前两种情形里。
| 你的情形 | 建议起点 | 理由 | 之后再做什么 | 注意点 |
|---|---|---|---|---|
| 只想先搞清几只股票的行情、财务与技术面 | 先用对话式技能(akshare-finance / mx-data / stock-technical-mastery) | 零环境成本,今天就能得到答案 | 确认研究要长期做,再考虑搭 ZVT | 技能结果不落库,回头要复用还得重新问 |
| 要做多因子选股并反复迭代 | 直接搭 ZVT 环境 | 因子层、选股与回测都在框架内,口径统一可复现 | 用技能补 ZVT 缺的部分(如快速出图) | 先解决 Python 版本与依赖冲突这两件事 |
| 需要实时行情 / 盘中监控 | 先用 stock-monitor 类技能做预警 | ZVT 的实时能力依赖 QMT 授权,门槛高 | 确有实时研究需求时再走 QMT 流程 | 两条路线都不提供自动下单 |
| 要给团队交付可复现的研究结论 | ZVT 为主,技能为辅 | ZVT 的本地库与代码本身就是可交付资产 | 把数据目录与版本一起纳入交付物 | 必须锁定版本并备份 zvt_home |
对照页最容易出现过度的暗示,这里把边界逐条写明。
ZVT 的官方仓库、README 与文档站从未提到 EasyClaw;本机 29 个技能目录中也没有任何 ZVT 相关技能。两侧是并列的两条路线,不是「ZVT 跑在客户端里」。
本页对技能能力的描述来自 SKILL.md 原文,属目录可见与文档层面;不代表运行时一定成功,也不代表账号与配额一定可用。
本站没有安装或运行 ZVT,因此不提供任何 ZVT 侧的运行截图、输出或绩效数字;所有 ZVT 侧描述都来自官方仓库文件与源码结构。
三张对话截图证明的是「这类任务可以一句话发起」,示例为 A 股个股与板块,不是 ZVT 的输出,也不构成投资建议。
回答分别以 ZVT 官方文件与本机技能 SKILL.md 原文为依据。
看任务。如果只是周期性查行情、看指标、做条件筛选,技能路线足够;如果要构建可复现的因子流水线、做多因子回测并把研究沉淀成代码与本地库,ZVT 这类框架有它不可替代的位置。两者没有集成关系,可以并行使用。
没有已证实集成。本机技能目录里不存在 ZVT 相关技能,也没有把 Python 框架装进对话环境的证据。可以确认的只有「技能路线能完成哪些任务」,不能确认任何集成。
不能等价替代。技能侧做的是条件筛选与指标计算(一次性结果),ZVT 的因子层输出的是以 (entity_id, timestamp) 为索引的三层数据结构,可以直接接选股器与回测。形态不同,谈不上替代。
不保证。技能与 ZVT 走的是不同的数据通道:例如 stock-technical-mastery 用新浪财经与 Baostock,ZVT 的东财 provider 走 eastmoneypy,聚宽一侧还有自己的口径。同一只标的同一日期的数值可能有差异,做严谨研究时要固定一个口径并记录来源。
技能路线省事得多:装上客户端即可,不需要 Python 环境。走 ZVT 需要自行准备 3.9 以上的 Python、独立虚拟环境,并处理默认代理与依赖钉版本这些 Windows 上更常见的摩擦点。
对照事实分两部分:ZVT 侧来自 GitHub API、README、setup.py、requirements.txt、config.json 与仓库文件树;技能侧来自本机 SKILL.md 原文。取舍建议部分属于编辑判断,已在页面上标注为建议而非事实。