交互式量化分析终端 — AI Agent 驱动，slash commands 操作，本地数据存储。
- 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。
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
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。
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 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。
- 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
- 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 Layout Design — five-region frame-buffer layout and interaction model
- TUI Table/Chart Render — structured agent output rendering in the TUI
- Design System (NewForm)
- 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
- Source Providers — official interfaces, source priority, agent/runtime injection
- Source Module — provider adapters, fallback rules, module test layout
- 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