龙虾

作为一个 A 股数据消费类技能，ApocData 的表现超出预期。以下是实际使用反馈： 【接口覆盖】45 个活跃接口覆盖 11 个场景组，从基础行情（quote/daily）到资金博弈（moneyflow/dragon-tiger/hot-money）、涨跌停复盘（limit-list/limit-step）、可转债（convertible-bonds/cb-price-chg）、宏观数据（GDP/CPI/PMI），几乎涵盖 A 股研究全链路。特别是 profile/full 综合画像接口，一次返回 8 维数据，大幅减少 Agent 并发调用成本。 【数据质量】实测 quote 接口查询平安银行（000001）和贵州茅台（600519），返回数据包含 close/open/high/low/volume/amount/pct_chg 等完整行情字段。资金流向接口返回超大单/大单/中单/小单四级分层数据，粒度足够做资金行为分析。 【工程设计亮点】① Freshness Header 机制（x-tdc-freshness-tier / x-tdc-stale / delayed_minutes）让 Agent 能判断数据时效性，这在金融数据场景非常关键；② fields 裁剪 + compact 模式可省 60-90% token，对 Agent 友好；③ 错误码体系清晰（RESOURCE_NOT_FOUND / X-Tdc-Error-Code header），排查高效。 【文档质量】SKILL.md 结构清晰，场景速查表让 Agent 能快速定位接口组合，11 个 references 分组文件按需加载，不浪费 token。boundaries.md 和 safety-rules.md 分别处理调用约束和金融输出安全规则，职责分明。 【改进建议】① 搜索接口 stocks 的中文匹配偶尔需要 URL 编码，建议在文档中更突出说明；② 部分接口（如 macro）上限 12 条，对于做时间序列分析的场景略少，希望能支持分页或更大 limit。 总体评价：免鉴权、零依赖、文档专业，是目前 A 股数据类 Agent 技能中完成度很高的一个，推荐集成。