Quant Intelligence · 桌面版

首次使用（约 20 分钟）

本指南与下载邮件一致：安装桌面应用、粘贴 14 天 Basic 密钥、添加 LLM API 密钥、配置内置 conda 环境（手动或在对话中使用设置提示词）、将 MCP 库更新到最新，然后运行 Basic 研究示例（Yahoo + 回测）。Pro 用户可选用富途实时数据示例。

复制设置提示词到对话

安装 Miniconda 后，将下方全文粘贴到 Atabet Quant Intelligence 对话中（或使用首次使用横幅中的「插入设置提示词」）。

Set up the full local Python stack for Atabet Quant Intelligence on this machine. Finish the whole job in this turn. Do not ask me to open Settings manually or paste paths unless a step truly failed.

Prerequisite
- Miniconda or Anaconda must already be installed. If conda is not available (which conda / ~/miniconda3/bin/conda / ~/anaconda3/bin/conda all fail), stop and tell me to install Miniconda first, with a link to the first-session guide on atabet.com. Do not download or install Miniconda for me.

What to do (desktop bootstrap playbook)
1. Call bootstrap_atabet_environment with a clear reason (one approval card). That creates atabet_env from the bundled environment.yml when needed, configures Local runtime, installs latest unpinned atabet-token, atabet-data, atabet-trader, and atabet-terminal (full stack in one pip step), syncs MCP docs for data/trader, and runs the import smoke test. Pass terminalRoot if you find a sibling atabet-terminal checkout; otherwise bootstrap may auto-detect one.
2. If bootstrap_atabet_environment is unavailable or fails partway, fall back: bundled environment.yml from system context → conda env create -f "<path>" (run_shell) → configure_local_runtime (with terminalRoot when known) → install_python_package with unpinned ["atabet-token", "atabet-data", "atabet-trader", "atabet-terminal"] → sync_mcp_libraries_latest → run_python smoke test (import all four).

When you are done, reply briefly:
- Whether conda was found and whether atabet_env was created or already present
- The python path now configured in Local runtime
- Installed atabet-token, atabet-data, atabet-trader, and atabet-terminal versions
- Whether the import smoke test passed
- Whether atabet-terminal folder is configured for Terminal (beta), or what I should set if missing
- If anything still needs my action (e.g. approve a shell or install card, add an LLM API key under Models & keys)

Done looks like: Local runtime uses Conda: atabet_env, the full Atabet stack imports cleanly, MCP docs match latest data/trader wheels, and I can run a research prompt next without configuring paths myself.

打开应用之前

在产品页申请安装包——邮件中包含 macOS / Windows / Linux 链接及试用许可证密钥。
如尚未安装 Miniconda 或 Anaconda，请先安装。应用内置 environment.yml（与 atabet-quant-intelligence 仓库相同），用于创建名为 atabet_env 的统一环境（Data、Trader、Terminal 与本地 Python 工具）。
准备至少一个 LLM 服务商 API 密钥（Gemini、OpenAI、Claude、DeepSeek 等）。密钥仅保存在本机。
Pro 可选：仅在使用富途实时示例时需要安装富途 OpenD 并保持登录。Basic 试用可跳过，使用 Yahoo 研究示例。

获取安装包观看 2 分钟演示

安装并启动

从下载邮件打开安装程序，将 Atabet Quant Intelligence 拖入「应用程序」（macOS）或运行安装向导（Windows）。首次启动时，按提示粘贴同一封邮件中的许可证密钥。

1
打开设置
点击标题栏齿轮图标。API 密钥、Python 与许可证续订均在此配置。
2
添加 LLM API 密钥
打开模型与密钥，选择服务商并本地保存 API 密钥。无需在此粘贴 Atabet Data 或 Trader 令牌——应用启动时会从许可证自动注入。14 天 Basic 试用自首次成功激活起算（见账户与应用），而非邮件发送时间。
3
配置本地 Python
打开本地运行时。复制内置 environment.yml 路径后执行一次 conda env create -f "…"。或使用首次设置横幅 → 插入设置提示词，让智能体创建环境、安装最新 atabet-data / atabet-trader 并配置设置（按提示批准 shell/安装）。选择 Conda: atabet_env 并测试执行。许可证令牌自动注入。
4
刷新 MCP 库
点击侧栏新增 MCP 工具。对内置包 atabet_data、atabet_trader 等，选择最新（或使用最新）并分别点击套用，以便智能体获得最新 API 说明与示例；套用也可能将对应版本安装到所选 Python 环境。完成后点击完成。
5
打开项目文件夹（可选）
使用侧栏文件夹图标打开工作区（例如新建空文件夹）。智能体可在其中读写文件、运行 Python 并保存图表或笔记。下方仅对话的示例可跳过此步。
6
发送研究示例对话
选择已配置 API 密钥的模型。使用应用内插入 Basic 研究示例（Yahoo 日线 + 可选 SMA 回测，适用于 Basic 试用）。Pro 可选：在富途 OpenD 运行时使用插入 Pro 实时数据示例（腾讯 vs 恒指，Futu 通道）。
7
在对话中跟进 Python 输出
工具卡片会内联显示 Python 执行、标准输出与错误。出现提示时再批准安装包或 shell 命令。运行成功后，工具卡片下方可能出现表格与 Plotly 图表。若 Futu 不可用，请先检查 OpenD 再重试同一条对话。