Dolphindb Skills

DolphinDB 技能套件 v1.4.0

> 📘 DolphinDB 数据库套件的入口文件

本技能是 DolphinDB 套件的入口文件，为以下子技能提供统一入口：

同时提供基础 DolphinDB 读写能力，支持建库建表、数据增删改查等核心操作。

🚨 强制流程：每次调用 DolphinDB 技能前必须执行

所有 DolphinDB 相关操作，必须遵循以下流程：

1. 环境检测 → 2. 加载环境 → 3. 验证 SDK → 4. 执行操作

第一步：环境检测（必须）

# 方法 1: 使用包装器脚本（推荐）
cd ~/.jvs/.openclaw/workspace/skills/dolphindb-skills
source scripts/dolphin_wrapper.sh
方法 2: 手动检测
python3 scripts/init_dolphindb_env.py --export

第二步：验证环境

# 验证 SDK 已安装
$DOLPHINDB_PYTHON_BIN -c "import dolphindb; print(dolphindb.__version__)"
或
dolphin_python -c "import dolphindb; print(dolphindb.__version__)"

第三步：执行 Python 脚本

# 使用包装器
dolphin_python your_script.py
或直接使用检测到的 Python
$DOLPHINDB_PYTHON_BIN your_script.py

环境检测逻辑： 1. 扫描 conda 环境列表 → 检查每个环境的 pip list，查找 dolphindb 2. 扫描 Anaconda/Miniconda 路径 → 检查 $CONDA_BASE 等 3. 扫描系统 Python 环境 → 检查 /usr/bin/python3 等 4. 决策：找到已安装 → 导出 DOLPHINDB_PYTHON_BIN；未找到 → 自动安装

统一调用接口：

dolphin_python script.py    # 运行 Python 脚本
dolphin_pip install pkg     # 安装包

重要: 详见 USAGE_GUIDE.md 和 MIGRATION_GUIDE.md

重要：所有 DolphinDB 脚本在 Python 中的调用方式

import dolphindb as ddb
1. 建立连接
s = ddb.session()
s.connect(host="localhost", port=8848, userid="admin", password="123456")
2. 执行 DolphinDB 脚本（所有数据库操作都通过 s.run()）
result = s.run('''
    // DolphinDB 脚本
    select * from loadTable("dfs://mydb.mytable")
    where date = 2024.01.01
''')
3. 转换为 pandas DataFrame（可选）
df = result.toDF()
4. 关闭连接
s.close()

📚 技能导航

快速选择指南

| 需求场景 | 推荐技能 | 说明 | |---------|---------|------| | 快速部署/安装 | dolphindb-docker | Docker 容器化部署 | | 建库建表、增删改查 | dolphindb-basic | 数据库基础操作 | | 因子计算、策略回测 | dolphindb-quant-finance | 量化投研场景 | | 实时计算、流式处理 | dolphindb-streaming | 实时行情/风控 |

技能详情

dolphindb-docker - Docker 部署技能

🔗 技能标识: dolphindb-docker 📦 版本: 1.0.0 🏷️ 标签: dolphindb, docker, deployment, devops

#### 功能概览

| 功能模块 | 能力描述 | |---------|---------| | Docker 检查 | 检查 Docker 安装状态、版本、服务状态 | | Docker 安装 | macOS/Windows/Linux 自动安装 Docker CE | | 镜像管理 | 搜索、拉取官方 DolphinDB 镜像 | | 容器部署 | 单机部署、端口映射 (8848)、数据持久化 | | 高级配置 | Dockerfile 自定义、docker-compose 编排 |

#### 核心示例

# 快速部署（一行命令）
docker run -d --name dolphindb -p 8848:8848 -p 8081:8081 \
    -v dolphindb-data:/data dolphindb/dolphindb:latest
使用 docker-compose
docker-compose up -d
连接测试（Python SDK）
dolphin_python -c "
import dolphindb as ddb
s=ddb.session()
s.connect('localhost',8848)
print(s.run('select now()'))
"

#### 触发关键词

DolphinDB Docker、Docker 安装、容器化部署、docker-compose、快速部署、一键安装、Docker Hub、镜像拉取、端口 8848

#### 📖 详细文档

查看完整技能：skills/dolphindb-docker/SKILL.md

dolphindb-basic - 基础操作技能

🔗 技能标识: dolphindb-basic 📦 版本: 1.2.0 🏷️ 标签: dolphindb, database, crud, quant

#### 功能概览

| 功能模块 | 能力描述 | |---------|---------| | 创建数据库 | 分布式数据库（VALUE/RANGE/HASH/LIST/COMPO）、内存数据库 | | 创建表 | 分区表、维度表、内存表、流表 | | 插入数据 | INSERT INTO、append!、tableInsert | | 查询数据 | SQL 查询、条件过滤、聚合查询、分区裁剪 | | 更新数据 | UPDATE 语句、条件更新、批量更新 | | 删除数据 | DELETE、DROP 表/数据库、删除分区 |

#### 核心示例

import dolphindb as ddb
s = ddb.session()
s.connect(host="localhost", port=8848, userid="admin", password="123456")
创建数据库（通过 s.run 执行 DolphinDB 脚本）
s.run('''
    db = database(
        directory="dfs://valuedb", 
        partitionType=VALUE, 
        partitionScheme=2023.01.01..2023.12.31, 
        engine='TSDB'
    )
''')
创建表
s.run('''
    schema = table(1:0, datetimesympricevolume, [DATE,TIME,SYMBOL,DOUBLE,LONG])
    pt = createPartitionedTable(
        dbHandle=db, 
        table=schema, 
        tableName=stock_data, 
        partitionColumns=date, 
        sortColumns=symtime
    )
''')
插入数据
s.run('INSERT INTO stock_data VALUES (2024.01.01, 09:30:00, AAPL, 150.5, 1000000)')
查询数据
result = s.run('select * from stock_data where date=2024.01.01')
print(result.toDF())
s.close()

#### 触发关键词

DolphinDB 建库、创建数据库、建表、插入数据、写入数据、查询、SELECT、更新、修改数据、删除、DROP、CRUD、分布式数据库、内存表、分区表

#### 📖 详细文档

查看完整技能：skills/dolphindb-basic/SKILL.md

dolphindb-quant-finance - 量化金融技能

🔗 技能标识: dolphindb-quant-finance 📦 版本: 1.1.0 🏷️ 标签: dolphindb, quant, factor, backtest, finance

#### 功能概览

| 功能模块 | 能力描述 | |---------|---------| | 因子计算 | 日频/分钟频/高频因子、Alpha101、TA-Lib 技术指标 | | 策略回测 | 股票/期货/期权回测、模拟撮合引擎 | | 行情处理 | K 线合成、Level-2 数据、订单簿、复权计算 | | 绩效归因 | Brinson、Campisi、因子归因分析 | | 投资组合 | MVO 均值方差优化、SOCP 约束优化 | | 实时计算 | 实时因子、资金流、涨幅榜、波动率 |

#### 核心示例

import dolphindb as ddb
s = ddb.session()
s.connect(host="localhost", port=8848, userid="admin", password="123456")
因子计算（通过 s.run 执行）
result = s.run('''
    use mytt
    // 计算 RSI 因子
    def getRSI(close, N=24){ return RSI(close, N) }
    
    // 批量计算因子
    select 
        sym,
        getRSI(close, 24) as rsi,
        mavg(close, 5) as ma5
    from loadTable("dfs://bars_db.bars_minute")
    where date = 2024.01.01
    context by sym
''')
回测配置
s.run('''
    config = dict(STRING, ANY)
    config["startDate"] = 2024.01.01
    config["cash"] = 10000000.0  // 1000 万初始资金
    config["commission"] = 0.0005
''')
Brinson 绩效归因
s.run('use brinson')
brinson_result = s.run('''
    result = brinsonAttribution(portfolioRet, benchmarkRet, portWeights, benchWeights)
''')
s.close()

#### 触发关键词

量化因子、因子计算、策略回测、backtest、K 线合成、OHLC、Level-2、订单簿、绩效归因、Brinson、Campisi、投资组合、MVO、Alphalens

#### 📖 详细文档

查看完整技能：skills/dolphindb-quant-finance/SKILL.md

dolphindb-streaming - 流式计算技能

🔗 技能标识: dolphindb-streaming 📦 版本: 1.1.0 🏷️ 标签: dolphindb, streaming, realtime, quant

#### 功能概览

| 功能模块 | 能力描述 | |---------|---------| | 流数据表 | 创建、持久化、发布/订阅 | | 流计算引擎 | 响应式状态引擎、聚合引擎、订单簿引擎、OHLC 引擎 | | 实时因子 | 分钟频/高频因子、Level-2 指标 | | 实时行情 | K 线合成、订单簿合成、涨跌停监控 | | 实时风控 | 持仓监控、盈亏计算、风险指标 |

#### 核心示例

import dolphindb as ddb
s = ddb.session()
s.connect(host="localhost", port=8848, userid="admin", password="123456")
创建流数据表（通过 s.run 执行）
s.run('''
    share streamTable(10000:0, timesympricevolumebsFlag, 
        [TIMESTAMP,SYMBOL,DOUBLE,LONG,CHAR]) as tickStream
''')
创建 OHLC 引擎（实时 K 线合成）
s.run('''
    ohlcEngine = createOHLEngine(
        name=minuteOHLC,
        streamTableNames=tickStream,
        freq=60000,  // 1 分钟 K 线
        metrics=openhighlowclosevolume
    )
''')
创建订单簿引擎
s.run('''
    obEngine = createOrderBookEngine(
        name=orderBookEngine,
        streamTableNames=tickStream,
        level=10,  // 10 档行情
        bsFlagColumn=bsFlag
    )
''')
实时因子计算
result = s.run('''
    def calcRealtimeFactors(tickData){
        return select 
            sym,
            wap(price, volume) as vwap,
            price / last(price, 10) - 1 as momentum
        from tickData
        group by sym, time_bar(60000, time) as minute
    }
''')
s.close()

#### 触发关键词

实时计算、流式计算、streaming、实时行情、tick 数据、实时因子、流数据表、streamTable、流计算引擎、实时风控

#### 📖 详细文档

查看完整技能：skills/dolphindb-streaming/SKILL.md

🔗 技能组合使用

复杂任务可能需要多个技能协同：

场景 1: 快速搭建量化投研环境

用户需求："帮我快速搭建一个 DolphinDB 量化投研环境"
涉及技能:
1. dolphindb-docker: 快速部署 DolphinDB 容器
2. dolphindb-basic: 创建数据库和表结构
3. dolphindb-quant-finance: 因子计算和策略回测

场景 2: 实时因子计算系统

用户需求："帮我搭建一个实时因子计算系统，能计算分钟频因子并实时回测"
涉及技能:
1. dolphindb-docker: 部署 DolphinDB 容器
2. dolphindb-streaming: 创建流数据表、流计算引擎
3. dolphindb-quant-finance: 因子计算公式、回测配置
4. dolphindb-basic: 创建存储结果的数据库表

场景 3: 量化投研平台

用户需求："搭建量化投研平台，需要因子库、回测、绩效分析"
涉及技能:
1. dolphindb-docker: 容器化部署
2. dolphindb-quant-finance: 因子计算、策略回测、绩效归因
3. dolphindb-basic: 数据库管理、数据存储

场景 4: 实时行情监控系统

用户需求："实时监控行情，合成 K 线和订单簿，检测异常波动"
涉及技能:
1. dolphindb-docker: 快速部署
2. dolphindb-streaming: OHLC 引擎、订单簿引擎、实时监控
3. dolphindb-basic: 存储历史数据

📖 官方参考文档

基础文档

| 主题 | 文档链接 | |------|----------| | DolphinDB 官网 | https://www.dolphindb.cn/ | | 文档中心 | https://docs.dolphindb.cn/zh/ | | Docker 部署 | https://docs.dolphindb.cn/zh/deploy/docker/docker_deployment.html | | 建库建表 | https://docs.dolphindb.cn/zh/db_distr_comp/db_oper/create_db_tb.html | | 插入数据 | https://docs.dolphindb.cn/zh/db_distr_comp/db_oper/insert_data.html | | 查询数据 | https://docs.dolphindb.cn/zh/db_distr_comp/db_oper/queries.html |

量化金融文档

| 主题 | 文档链接 | |------|----------| | 量化金融范例 | https://docs.dolphindb.cn/zh/tutorials/quant_finance_examples.html | | 因子计算最佳实践 | https://docs.dolphindb.cn/zh/tutorials/best_practice_for_factor_calculation.html | | 股票回测案例 | https://docs.dolphindb.cn/zh/tutorials/stock_backtest.html | | Brinson 绩效归因 | https://docs.dolphindb.cn/zh/tutorials/brinson.html | | MVO 投资组合优化 | https://docs.dolphindb.cn/zh/tutorials/MVO.html |

流式计算文档

| 主题 | 文档链接 | |------|----------| | 流数据教程 | https://docs.dolphindb.cn/zh/stream/str_intro.html | | 金融因子流式实现 | https://docs.dolphindb.cn/zh/tutorials/str_comp_fin_quant_2.html | | 实时高频因子 | https://docs.dolphindb.cn/zh/tutorials/hf_factor_streaming_2.html | | 订单簿引擎 | https://docs.dolphindb.cn/zh/tutorials/orderBookSnapshotEngine.html |

📦 安装与使用

从 ClawHub 安装

# 安装单个技能
clawhub install dolphindb-docker
clawhub install dolphindb-basic
clawhub install dolphindb-quant-finance
clawhub install dolphindb-streaming
或安装整个套件（推荐）
clawhub install dolphindb-skills

技能版本

| 技能 | 当前版本 | 发布时间 | |------|---------|---------| | dolphindb-docker | 1.0.0 | 2024-03-24 | | dolphindb-basic | 1.2.0 | 2024-03-24 | | dolphindb-quant-finance | 1.1.0 | 2024-03-24 | | dolphindb-streaming | 1.1.0 | 2024-03-24 | | dolphindb-skills | 1.3.4 | 2026-03-28 |

📝 更新日志

v1.3.4 (2026-03-28) - 路径安全修复

v1.1.0 (2024-03-24)

v1.0.0 (2024-03-24)

🤝 贡献与支持