综合文章与开发教程 | TickDB 博客 · 第 11 页

综合专题文章与开发实践:浏览市场数据分析、行情接口接入经验和相关教程。

系列文章第 6 篇:AI Agent 查询实时行情:工具负责取数,模型负责解释

这是 TickDB 实时行情接入系列的第 6 篇。前一篇解决“字段和 timestamp 避坑”,本文解决“AI Agent 查询行情”。 摘要 AI Agent 查询当前行情时,模型不应凭记忆生成价格。更稳妥的结构是:模型负责理解问题和解释结果,应用层负责调用工具与处理失败,数据层负责返回结构化行情数据。只要工具调用失败、超时、鉴权失败或返回空数据,Agent 就必须停止给出具体价格答案。 用户

TickDB Research ·

美股行情 API 接入避坑:REST 快照、WebSocket 推送、盘前盘后数据的边界

摘要 接入美股行情 API 时,很多开发者以为“能查到当前价”就等于接好了实时行情。实际上,REST 快照、WebSocket 推送、盘前盘后数据三者各有边界:快照不是流、推送可能断线不补洞、盘前盘后数据受交易窗口和夏令时双重影响。本文结合具体代码,拆解这三种接入方式的适用场景、关键字段和常见坑,帮助开发者和 AI Agent 应用开发者在选型时做出判断。 --- 正文 一、开篇:一个让开发者困惑

TickDB Research ·

TickDB REST API 从入门到生产:一个 Key 调通 4 大市场的正确姿势

> 你拿到 TickDB 的 API Key,打开文档,对着 发了一个请求。返回 ,数据拿到了。但第二天你加了一个参数 ,同一个端点却返回了 0 条结果——因为正确的值是 ,单数。文档没写错,只是你没注意到。这种"文档不会提前告诉你"的细节,才是从入门到生产之间真正的路。 一、你在接入行情 REST API 时,真正卡住的地方 网上从来不缺"5 分钟快速上手"的教程,但你照着跑通第一个请求之后,

TickDB Research ·

系列文章第 5 篇:symbol、字段和 timestamp:行情接入后最容易读错的三件事

这是 TickDB 实时行情接入系列的第 5 篇。前一篇解决“API 接入 FAQ”,本文解决“字段和 timestamp 避坑”。 行情接口能跑通,只说明“请求已经返回了结构化数据”。 但对金融数据来说,真正容易出错的地方往往在下一步:你是否把 、字段名和 分别核验过。 很多数据问题不是接口报错,而是接口没有报错。代码能运行,字段能读到,时间也有值,于是数据被直接接进监控、回测或分析流程。

TickDB Research ·

智谱GLM-4 接金融数据:工具描述多写三个字,模型少犯一类错

> 你把智谱开放平台的 Function Calling 示例从“查天气”改成“查行情”。在多次测试中,GLM-4-Flash 不仅调对了工具,还能把用户说的“茅台”映射成 ——这是中文模型在 A 股数据上的天然优势。但当三个行情工具同时注册时,同一个 query 在第三轮对话里突然调错了函数。优势区和暗坑区,只隔着一套工具描述的写法。 一、GLM-4 的中文红利,在金融场景下是双刃剑 GLM-4

TickDB Research ·

系列文章第 4 篇:TickDB API 接入 FAQ:鉴权、endpoint、字段和 timestamp 怎么排查?

这是 TickDB 实时行情接入系列的第 4 篇。前一篇解决“REST 第一次查询”,本文解决“API 接入 FAQ”。 【摘要】 接入 TickDB API 时,失败往往不在一行代码,而在鉴权、endpoint、参数、symbol、响应码、字段路径和 timestamp 之间。本文整理一张七层排错图、一张 FAQ 表和一份脱敏证据清单,帮助开发者用最小验证动作定位问题,同时避免空数据补造、字段路

TickDB Research ·

系列文章第 3 篇:TickDB REST 快速开始:完成第一次可核验的行情查询

> 这是 TickDB 实时行情接入系列的第 3 篇。前一篇解决“接入路径怎么选”,本文解决“REST 第一次查询”。 很多开发者第一次接行情数据,卡住的不是“有没有 API”,而是另一个更实际的问题: 先说结论:第一次验证,只跑通一条 REST 快照请求 第一次使用 TickDB REST API,不需要先搭复杂工程。你可以先完成一个可核验闭环:准备 API Key,向 传入真实 ,再确认响应

TickDB Research ·

DeepSeek 和 ChatGPT 在金融数据接入上的真实差距:别让“API 兼容”替你回答选型问题

> 你把 从 改成 ,代码跑通了。但当你给 Agent 配了两个金融数据工具,同一个 query 在两个模型上的行为开始分化——这才是需要关注的地方。 一、当“全面兼容”遇上金融数据 DeepSeek API 全面兼容 OpenAI SDK。改一行 ,换个 参数,你的 Function Calling 代码就能在两个模型上跑通。 但“跑通”和“跑对”之间,隔着一整套金融数据接入场景下才会暴露

TickDB Research ·

通义千问 Function Calling 接金融实时数据:别用查天气的思路写金融工具描述

> 你在通义千问开发者后台定义了两个工具,一个查实时行情,一个查历史 K 线。description 都写了“获取市场数据”。Agent 上线第一天,用户问“茅台现在多少钱”,模型调了 K 线工具,返回了昨天的收盘价——因为两个描述在模型眼里没有区别。 !image.png --- 一、当通用教程遇上金融数据 阿里云 DashScope 的 Function Calling 文档里,示例通常是“获

TickDB Research ·

REST、WebSocket、MCP、Skill、CLI:TickDB 接入路径到底怎么选?

> 这是 TickDB 实时行情接入系列的第 2 篇。前一篇解决“TickDB 是什么”,本文解决“接入路径怎么选”。 很多开发者第一次接行情数据,卡住的不是“有没有 API”,而是另一个更实际的问题: 摘要: TickDB 有 REST、WebSocket、MCP、Skill、CLI 多种接入入口,但它们不是同一种 API 的五个名字。本文用选择表说明:REST 适合首次查询验证,WebSo

TickDB Research ·

AI Agent 框架接金融行情数据前,先检查这 7 个工程风险

> 本文不是框架排名,而是一份金融行情数据接入前的工程风险清单。每个风险点都附了检查方法和修正示例。 --- 一、不同框架,同一个坑 假设你用三个不同的 Agent 框架跑同一个任务——“每 30 分钟查一次价格,超过阈值时汇总分析”。 其中一个 Agent 把 ticker 快照的 (24 小时成交量)当成了单根 K 线的成交量,量级差了几千倍。另一个在 API 限流后陷入重试死循环,两分钟烧掉

TickDB Research ·

TickDB 是什么?如果你想给应用或 AI Agent 接行情数据,先看懂这 5 条路径

想给自己的应用加一块行情看板,或者让 AI Agent 在回答前先读取当前数据,很多人第一反应是先找一个 API,然后立刻写代码。 但真正容易走错的一步在更前面:你需要的是一次查询、持续订阅、AI 工具调用,还是终端里的自动化任务?入口选错了,后面即使代码能运行,也可能一直在用不适合的方式解决问题。 先给简短答案: > TickDB 是一个支持 REST、WebSocket 和 AI 工具调用的统

TickDB Research ·