Skip to main content

先搜再查

覆盖全目录的标准流程是两步:
  1. search_datasets 用自然语言找数据集——例如搜「国会议员交易」「short interest」「IV rank」。返回匹配的 command id、参数说明,需要响应结构时提高 detail 档位。
  2. dataset_query 按 command id + 参数执行——例如 { "command": "congress.recent_trades" }
不要让 agent 凭记忆猜 command id:猜错时错误信息会提示回到 search_datasets,但直接先搜索省一轮往返。 Dealer 数据不需要这个流程——dealer_gex_snapshot 等直达工具一步到位。

处理 202(数据准备中)

dataset_query 遇到首次查询的冷门标的时,会返回普通结果文本(不是错误)说明数据正在准备、几秒后重试。这是设计行为:agent 应按提示等待后重试同一调用,通常一两轮内命中。不要把它当失败放弃。机制说明见数据新鲜度

控制响应体积

  • dealer_heatmap_snapshot 的完整网格很大,日常解读优先 format=summary;只有需要逐单元格数值时才用 full
  • dataset_query 对超大结果会返回可自纠的错误文案(如何收窄查询);按提示降低 limit、缩短时间范围即可。
  • 历史类查询让 agent 明确给出时间范围,避免默认拉全量分页。

配额意识

  • 会话开头用 discover_datasets 自检一次(免费),拿到剩余配额与可用能力。
  • 计费规则对 agent 友好:只有成功返回数据的调用计费,搜索目录、202 重试、参数试错都不消耗配额(见配额与限流)。

常见坑