whyj-quant

v1.2.0

Published

a month ago

WhyJ Quant — Interactive AI-powered quantitative analysis terminal

0High
0Medium
0Low

whyj

quantitative finance stock backtest factor risk cli terminal ai agent

WhyJ Quant

交互式量化分析终端 — AI Agent 驱动，slash commands 操作，本地数据存储。

WhyJ Quant terminal homepage

What's New in 1.2.0

Artifact 升级为华尔街终端风格的量化 Dashboard：K 线、NAV/收益曲线、风险收益指标、因子与数据覆盖度各司其职，并统一使用 WhyJ TUI 主题色。
Trajectory 按 Turn 完整复原用户输入、模型输入、Tool/Bash/Skill calls、Call ID、returns、thinking/compact 与最终 outputs；命令和关键结果会重点高亮。
/artifact 收敛为报告浏览与恢复入口；Auto Artifacts 只在 /config 开启，量化 turn 完成后自动生成并打开浏览器，失效报告会在展示前清理。
Overview 刷新链路可从失败和超时中恢复，开放式基金代码保留 .OF 语义；无有效行情时显示 --，不再伪造 0.00。
Slash command、Settings 与外部 Skills 配置统一为简洁的一层语义，Codex/Claude/Agents/pi 用户级 skills 合并到单一 External Skills 开关。

完整变更见 CHANGELOG。

Quick Start

全局安装：

npm i -g whyj-quant
whyj

本地开发：

bun install
bun run src/index.ts

首次启动后先打开配置面板：

Q > /config

Settings 面板按语义分成三组：

Agent Runtime：Model、Thinking、Provider Key、Provider URL。
Research Data：Market Data、Data Token、Active Portfolio。
Workspace Experience：External Skills、Overview Dock、Auto Artifacts。

面板只显示设置项与当前值；完整字段语义、默认值和迁移规则见 WhyJ Quant 配置参考。

也可以直接写入默认配置文件 .ohquant/settings.json：

{
  "version": 3,
  "env": {
    "WHYJ_QUANT_API_KEY": "sk-...",
    "WHYJ_QUANT_BASE_URL": "https://api.deepseek.com/anthropic",
    "WHYJ_QUANT_AUTH_TOKEN": "sk-...",
    "WHYJ_QUANT_CONTEXT_WINDOW": "1000000",
    "WHYJ_QUANT_COMPACT_TRIGGER_TOKENS": "800000",
    "WHYJ_QUANT_TUSHARE_TOKEN": "your_token",
    "WHYJ_QUANT_FINANCIAL_DATASETS_KEY": "your_key",
    "WHYJ_QUANT_LLMQUANT_API_KEY": "your_key"
  },
  "model": "sonnet",
  "thinkingLevel": "high",
  "showPortfolioPanel": true,
  "artifactGeneration": { "auto": false },
  "skillIntegrations": { "external": false }
}

模型上下文相关变量：

| 环境变量 | 作用 | 示例 | |----------|------|------| | WHYJ_QUANT_CONTEXT_WINDOW | 当前模型支持的上下文 token 总量；覆盖模型注册表/fallback 元数据，并用于底栏容量与占用百分比 | "1000000" | | WHYJ_QUANT_COMPACT_TRIGGER_TOKENS | 当前上下文估算达到该 token 数后，在下一次 prompt 发送前自动 compact | "800000" |

两个值都应写成正整数字符串。compact 阈值独立于模型窗口；若配置值大于 context window，运行时会将其限制为 context window。未配置 compact 阈值时，默认使用 contextWindow - 16384。

模型选择校验：如果 env 中配置了 WHYJ_DEFAULT_SONNET_MODEL、WHYJ_DEFAULT_OPUS_MODEL 或 WHYJ_DEFAULT_HAIKU_MODEL，顶层 model 必须是对应别名（sonnet / opus / haiku）或其中一个映射值。其他值会在 settings 加载/保存时强制回退到第一个已配置别名，优先级为 sonnet、opus、haiku。未配置任何角色映射时，仍允许直接模型 ID。

External Skills 默认关闭，只加载项目量化 skills；开启后统一加载用户级 Codex、Claude、Agents 和 pi skills。

配置完成后直接提问：

Q > 分析平安银行的动量因子和风险指标

Commands

Shell-level commands:

| 命令 | 说明 | |------|------| | whyj | 启动交互式 REPL | | whyj --help | 查看 CLI 入口帮助 | | whyj --json doctor | 检查 runtime、配置目录、auth 来源 | | whyj -c "/help" | 执行单条 slash command 后退出 | | whyj --json -c "/portfolio" | 执行单条 slash command 并输出 JSON envelope |

Slash commands:

| 命令 | 一级描述 | 结果 | |---|---|---| | /compact | Compact current session context | 压缩当前 session，可附带关注点 | | /resume | Browse and restore saved sessions | 浏览并恢复历史 session | | /portfolio | Browse and select local portfolios | 浏览并选择本地 portfolio | | /config | Review and edit runtime settings | 查看或编辑 Settings | | /doctor | Configure and diagnose runtime | 首次配置或诊断 runtime readiness | | /skill | Discover, inspect, and run skills | 发现、查看和运行 skills | | /help | Browse commands and shortcuts | 查看命令与快捷键 | | /clear | Clear conversation and reset agent | 清空对话并重置 agent | | /artifact | Browse, restore, and open reports | 浏览报告，恢复来源 session 并在浏览器打开 | | /exit | Exit WhyJ Quant | 退出 WhyJ Quant |

无 / 前缀直接输入自然语言 → AI Agent 分析。因子、回测、风险与策略评分由 agent 调用内置 Quant tools（Quant.Factor、Quant.Backtest、Quant.Risk、Quant.Benchmark）完成；行情拉取与缓存由 agent 通过已配置的 Source 自动处理。

报告自动生成默认关闭，只能在 /config 面板通过 Auto Artifacts 开启。开启后，量化研究类 turn 完成并写入完整调用轨迹时自动生成 Dashboard + Trajectory，同时打开浏览器预览；/artifact 本身只负责浏览、恢复和打开已有报告。

完整的 TUI/非 TUI 行为、参数与兼容边界见 Slash Command 参考。

Dev

bun install
bun run src/index.ts
bun run src/index.ts -- -c "/help"   # one-shot mode
bun run src/index.ts -- --json doctor

JSON Policy

--json 输出稳定 envelope：

{
  "ok": true,
  "command": "skill",
  "message": "human-readable summary",
  "data": {}
}

错误不会打印密钥：

{
  "ok": false,
  "command": "skill",
  "error": {
    "code": "command_failed",
    "message": "safe error message"
  }
}

doctor 报告凭证是否存在、来源类别和 redacted value fingerprint；不会打印完整 secret。whyj --json doctor 和 /doctor 使用同一套报告逻辑。

Docs

Architecture & System

Agent System Spec — full architecture, tool system, session management
pi Agent Loop & Harness — harness lifecycle, compaction, queue drains, branch navigation
Agent Loop Context Assembly — model-input vs UI-text assembly path
Module Architecture — repo-level module boundaries and dependency direction
Storage Policy — local filesystem split: durable settings, cache, artifacts, forbidden state
Configuration Reference — Settings 面板、JSON 字段、默认值、凭证和兼容迁移

CLI & UX

Slash Command Reference — 一级目录、执行结果、参数和 TUI/非 TUI 行为
CLI Design & Reference — slash commands, src/cli/ module, implementation plan
Doctor, Config, and UX Guidelines — doctor checks, config flow, UX interaction, errors, guidance

TUI

TUI Layout Design — five-region frame-buffer layout and interaction model
TUI Table/Chart Render — structured agent output rendering in the TUI
Design System (NewForm)

Agent Tools & Skills

Built-in Tool Registry — unified registration path for built-in agent tools
Quant Tools Design — factor, backtest, risk, and benchmark as agent tools
Skill 系统 — skill 架构、安装、发现、CLI handler、TUI 集成及完整技能目录

Data

Source Providers — official interfaces, source priority, agent/runtime injection
Source Module — provider adapters, fallback rules, module test layout

参考

量化资源索引 — 数据源 provider、Python 库、API 参考（已合并至此）
Skill 系统 — 外部 skill 生态、AI 交易平台、学习资源（已合并至此）
Personal Notes — 投资知识库：notes.md（原则/法则/框架）+ funder.md（16 位大师索引）+ daily.md（每日笔记）。其中 notes.md 和 funder.md 被 /insight 管道消费，自动生成为 Agent 思考时展示的投资格言

Published

Vulnerabilities

Links

Maintainers

Keywords

Readme