Quant Intelligence · 桌面版

首次使用（約 20 分鐘）

本指南與下載郵件一致：安裝桌面應用、貼上 14 天 Basic 密鑰、新增 LLM API 密鑰、設定內建 conda 環境（手動或在對話中使用設定提示詞）、將 MCP 庫更新至最新，然後執行 Basic 研究示例（Yahoo + 回測）。Pro 用戶可選用富途即時數據示例。

複製設定提示詞到對話

安裝 Miniconda 後，將下方全文貼到 Atabet Quant Intelligence 對話中（或使用首次使用橫幅中的「插入設定提示詞」）。

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.

開啟應用之前

在產品頁申請安裝包——郵件中包含 macOS / Windows / Linux 連結及試用許可證密鑰。
如尚未安裝 Miniconda 或 Anaconda，請先安裝。應用內建 environment.yml（與 atabet-quant-intelligence 倉庫相同），用於建立名為 atabet_env 的統一環境（Data、Trader、Terminal 與本地 Python 工具）。
準備至少一個 LLM 服務商 API 密鑰（Gemini、OpenAI、Claude、DeepSeek 等）。密鑰僅保存在本機。
Pro 可選：僅在使用富途即時示例時需安裝富途 OpenD 並保持登入。Basic 試用可跳過，使用 Yahoo 研究示例。

取得安裝包觀看 2 分鐘示範

安裝並啟動

從下載郵件開啟安裝程式，將 Atabet Quant Intelligence 拖入「應用程式」（macOS）或執行安裝精靈（Windows）。首次啟動時，按提示貼上同一封郵件中的許可證密鑰。

1
開啟設定
點擊標題列齒輪圖示。API 密鑰、Python 與許可證續訂均在此設定。
2
新增 LLM API 密鑰
開啟模型與密鑰，選擇服務商並於本機保存 API 密鑰。無需在此貼上 Atabet Data 或 Trader 令牌——應用啟動時會從許可證自動注入。14 天 Basic 試用自首次成功啟用起算（見帳戶與應用），而非郵件發送時間。
3
設定本地 Python
開啟本地執行環境。複製內建 environment.yml 路徑後執行一次 conda env create -f "…"。或使用首次設定橫幅 → 插入設定提示詞，讓智能體建立環境、安裝最新 atabet-data / atabet-trader 並設定（按提示批准 shell/安裝）。選擇 Conda: atabet_env 並測試執行。許可證令牌自動注入。
4
刷新 MCP 庫
點擊側欄新增 MCP 工具。對內建包 atabet_data、atabet_trader 等，選擇最新（或使用最新）並分別點擊套用，以便智能體取得最新 API 說明與示例；套用亦可能將對應版本安裝到所選 Python 環境。完成後點擊完成。
5
開啟專案資料夾（可選）
使用側欄資料夾圖示開啟工作區（例如新建空資料夾）。智能體可在其中讀寫檔案、執行 Python 並保存圖表或筆記。下方僅對話的示例可跳過此步。
6
發送研究示例對話
選擇已設定 API 密鑰的模型。使用應用內插入 Basic 研究示例（Yahoo 日線 + 可選 SMA 回測，適用 Basic 試用）。Pro 可選：在富途 OpenD 運行時使用插入 Pro 即時數據示例（騰訊 vs 恒指，Futu 通道）。
7
在對話中跟進 Python 輸出
工具卡片會內聯顯示 Python 執行、標準輸出與錯誤。出現提示時再批准安裝包或 shell 命令。執行成功後，工具卡片下方可能出現表格與 Plotly 圖表。若 Futu 不可用，請先檢查 OpenD 再重試同一條對話。