Quodd

核心用法

Quodd 技能提供美股实时股票行情查询功能，通过 Python 脚本调用 Quodd API 获取当前价格、日内高低点及盘后交易数据。使用方式简洁直观，支持单股票或多股票批量查询，默认输出格式化文本表格，也可通过 --format json 获取结构化数据。

显著优点

• 实时数据覆盖：提供当日高低价、收盘价及盘后交易时间与价格，满足完整交易时段需求
• 批量查询效率：单次调用可查询多只股票，适合投资组合监控场景
• 认证缓存机制：Token 自动缓存 20 小时，减少重复认证开销
• 输出格式灵活：同时支持人类可读的表格格式和机器解析的 JSON 格式

潜在局限

• 认证门槛：需预先配置 QUODD_USERNAME 和 QUODD_PASSWORD 环境变量，无免费公开访问层
• 地域限制：明确限定为 US equities，不支持港股、A股等其他市场
• 依赖外部商业 API：数据质量与可用性受 Quodd 服务商制约
• 缓存风险：Token 缓存机制在凭证变更后需手动使用 --no-cache 刷新，可能造成临时认证失败

适合人群

• 美股投资者与交易员
• 金融分析师需要程序化获取行情数据
• 自动化交易脚本开发者
• 需要盘后数据监控的持仓管理者

常规风险

• 凭证泄露风险：用户名密码以环境变量形式存储，需确保系统环境安全
• Token 文件安全：缓存令牌存储于 ~/.openclaw/credentials/quodd-token.json，路径权限需严格管控
• API 服务稳定性：依赖第三方商业数据供应商，存在服务中断或数据延迟可能
• 盘后数据局限性：盘后流动性较低，价格可能出现较大偏离，不宜作为唯一决策依据

核心用法

Quodd Stock Quotes 是一款专注于美股实时行情查询的 Agent Skill，通过调用 Quodd Financial 官方 API 获取标的证券的最新交易数据。用户可通过命令行直接查询单只或多只股票代码，支持文本与 JSON 两种输出格式。基础用法为 python3 quote.py TICKER，可同时传入多个代码如 AAPL MSFT META GOOGL 进行批量查询。内置 --format json 参数便于程序化解析，--no-cache 选项可在更换凭证后强制刷新认证令牌。

显著优点

数据权威性高：Quodd 是美国知名金融数据服务商，为机构与专业投资者提供低延迟行情数据，数据源可靠性经市场验证。纯标准库实现： skill 仅依赖 Python 内置模块，零第三方依赖包，彻底规避供应链攻击与 CVE 漏洞风险，部署极为轻量。凭证管理规范：采用环境变量注入敏感信息，无硬编码风险；认证令牌本地缓存 20 小时并支持强制刷新，兼顾便利与安全。输出格式友好：默认文本表格清晰易读，JSON 格式便于二次开发集成，盘后交易时间与价格单独呈现，满足专业分析需求。

潜在缺点与局限性

账户依赖性强：必须拥有 Quodd 有效账户（QUODD_USERNAME/PASSWORD），个人用户若无机构账号则无法直接使用。覆盖范围有限：仅支持美股市场，对港股、A 股、加密货币等其他资产类别无覆盖能力。网络单点风险：功能完全依赖 Quodd API 可用性，网络中断、服务维护或 API 变更均会导致功能失效。缓存权限隐患：Token 缓存文件默认权限可能允许多用户环境读取，共享机器场景需手动清理或加固权限。缺乏高级分析：仅提供原始行情数据，不含 K 线、技术指标、财务比率等进阶分析能力。

适合的目标群体

量化研究员与交易员：需要快速获取实时报价进行策略验证或交易信号确认的专业人士。金融产品经理：构建投资类应用原型时，需接入可信行情数据源进行 MVP 验证。个人投资者与分析师：拥有 Quodd 账户的进阶用户，用于盘后数据追踪与持仓监控。企业财务部门：需批量查询美股标的当前市值进行内部报告或风险敞口计算的团队。

使用风险

性能层面：API 响应受网络延迟与 Quodd 服务端处理速度制约，高并发场景未做限流保护，频繁调用可能触发速率限制。依赖项层面：虽无第三方包依赖，但运行时依赖 Python 3 环境与网络连通性，离线场景完全不可用。凭证层面：环境变量虽比硬编码安全，但仍可能被同用户进程读取；多用户共享主机需确保 ~/.openclaw/credentials/ 目录权限隔离。合规层面：获取的金融数据仅限内部研究使用，二次分发或商用需遵守 Quodd 服务条款与相关市场监管法规。