QuantMind 贡献者工作流
为 QuantMind 代码库提供标准化贡献流程：环境搭建、issue 提交、commit 与 PR 规范、模块开发与确定性验证。
该 skill 是纯文档型贡献流程指引，不执行代码、不请求网络、不接触凭证，权限面极小；明确禁止绕过 hooks（--no-verify 需用户明确授权），issue 创建要求用户自行 gh auth login，数据流透明。扣分点：部分关键指令依赖仓库内未在本次证据中完整呈现的文件（scripts/verify.sh、contexts/ 各页），静态阅读无法确认被引用脚本内容；无回滚/破坏性操作描述因无外部效果而不扣，但可归因与整体审计仅依赖单一仓库。未达满分。
指令内部自洽：SKILL.md 工作流选择、commit/PR/测试/contexts 规则互相引用一致，并声明 tests/test_contexts.py 与 scripts/verify.sh 强制结构。扣分点：静态审阅未执行，verify.sh 本体未提供；CI（ci.yml/e2e.yml）与描述吻合但执行结果不可验证；失败反馈路径（hook 失败如何处理）有描述但依赖未展示脚本。按静态校准封顶 10。
受众（QuantMind 贡献者）与触发条件（setup/issue/commit/PR/开发组件/写 contexts）在 frontmatter 与 Select Workflow 中界定清晰，Boundaries 明确排除库用户和产品决策。扣分点：环境依赖 uv、GitHub CLI、GitHub 网络，对非贡献者误触发边界依赖语义匹配；对中文用户可用但文档全英文，OpenAI/OpenRouter 依赖对大陆网络可达性有风险（pyproject 使用清华镜像显示一定适配意识）。未提供输入输出样例，扣至 11。
信息架构分层良好（SKILL.md → references/ 渐进加载），命名稳定，规则明确（双镜像同步更新、单一 verify 门禁），仓库有 MIT LICENSE 与 pyproject 版本号 0.2.0，CI 配置与描述吻合。扣分点：skill 本身无版本号/changelog/独立维护者声明，多处引用的 contexts/ 文件未在证据中出现，隐藏假设存在（如 labels.md、github-writing.md 内容未知）。未达 15。
作为贡献流程 skill，目标明确、指令可直接执行（命令具体、路径明确），相比让 agent 自行摸索仓库规范有真实边际价值。扣分点：静态审阅无法验证引用文件齐全与命令可运行，输出正确性依赖未展示的 verify.sh 与 contexts 页面，比较收益证据仅为仓库自述。按静态校准不超 7，给 6。
主要可验证声明（CI 运行同一 verify.sh、e2e 按路径过滤、coverage floor 75）与提供的 ci.yml、e2e.yml、pyproject.toml 交叉吻合，构成可审计的一手证据。扣分点：静态阅读不可执行复现，tests 仅提供一个文件样例，覆盖不完整；仓库自述（NeurIPS 收录、生产使用）无独立佐证。封顶 5。
- 静态审阅，未执行任何命令；verify.sh 及多数 contexts/ 引用文件未在证据中呈现，实际可运行性未验证。
- 文档全英文，无中文支持；工作流依赖 GitHub、uv 及可选 OpenAI/OpenRouter 凭证，大陆网络可达性存在风险（依赖安装已用清华镜像部分缓解）。
- 发布方未经 FollowSkills 企业注册库验证，身份按未知处理；skill 自身无版本号与 changelog，更新路径依赖仓库维护。
- 本 skill 仅面向 QuantMind 代码库贡献者，不适用于将其作为库使用的场景，误用时参考指令会失效。
这个 Skill 能做什么，适合哪些场景？
quantmind-dev 是 QuantMind（一个面向量化金融的智能体原生知识抽取框架）的官方贡献者技能。它指导智能体完成贡献者环境配置、按规范提交 issue、遵循 commit 与 PR 格式，以及在 quantmind/ 各模块（etl、knowledge、configs、preprocess、rag、flows、mind、utils）中开发代码。核心要求是运行 bash scripts/verify.sh 作为确定性验证，且新功能必须附带单元测试和示例。该技能明确只覆盖'向 QuantMind 本身贡献代码'，不涉及将 QuantMind 作为库使用。
技能读取仓库内的上下文文档（contexts/README.md、AGENTS.md/CLAUDE.md、docs/README.md）来加载架构约束和模块地图；根据任务类型（环境搭建、issue、commit、PR、模块开发、contexts 页面编辑）从 references/ 目录加载唯一对应的工作流参考。执行时它驱动：运行 bash scripts/verify.sh（lint、类型检查、导入边界、测试）；为涉及外部网络组件的变更运行 e2e.yml 中列出的组件级冒烟测试；按仓库标签规范和 GitHub 写作风格（含不硬换行规则）撰写 issue 和 PR 正文；确保新功能附带单元测试和示例；维护 docs/README.md 作为组件冒烟测试命令的唯一目录。
- 想为 QuantMind 贡献代码的开发者，需要首次配置环境、安装 pre-commit hooks 并完成首次验证
- 发现 bug 或缺失能力，希望按仓库规范提交一个结构良好的 issue 的用户
- 已完成代码修改，需要按 commit 格式提交并打开符合规范的 PR 的贡献者
- 需要在 quantmind/ 各模块中实现或重构功能，并遵守测试与示例要求的编码智能体
- 需要为新的外部网络组件添加组件级 e2e 测试并登记到冒烟测试目录的贡献者
- 维护或编写 contexts/ 下的智能体上下文页面的人
这个 Skill 有哪些优点和局限？
- 工作流有确定性验证兜底：scripts/verify.sh 与 CI 运行完全相同的检查，本地结果可复现
- 渐进式披露的 references/ 结构使智能体只需加载当前任务所需的那一份参考文档
- 对 issue、commit、PR 格式和 GitHub 写作风格有明确的仓库级规范，产出一致
- 明确声明边界（只覆盖向 QuantMind 本身贡献），避免误用
- 该技能同时镜像到 .agents/ 和 .claude/ 目录，Claude 与 Codex 用户遵循同一工作流
- 仅在 QuantMind 仓库内有效，对其他项目没有直接价值
- 不覆盖将 QuantMind 作为 Python 库使用（库用法见 README 的 Quick Start）
- verify.sh 依赖完整的仓库环境（pre-commit hooks、CI harness），需要先完成环境搭建
- 外部服务可用性相关的 e2e 测试依赖 GitHub Actions 的 e2e.yml 工作流，本地行为依赖 docs/README.md 的目录说明
- 除仓库自身声明外，缺少独立的第三方评测或用户反馈证据
如何安装这个 Skill？
该技能是 LLMQuant/quant-mind 仓库的一部分，随仓库分发：git clone https://github.com/LLMQuant/quant-mind.git 后，技能位于 .agents/skills/quantmind-dev/（同时在 .claude/skills/quantmind-dev/ 有一份完全相同的镜像）。在仓库内启动 Claude Code 或 Codex 即可使用；两份副本必须同步更新。仓库 README 未提供将该技能单独安装到其他项目的方法。
如何使用这个 Skill？
在 quant-mind 仓库检出目录内启动编码智能体，然后用自然语言描述任务，例如："set me up as a contributor"（配置贡献者环境）、"file an issue: <你要什么>"（提交 issue）、"I want to contribute <你的改动>"（开发一个变更）。Claude Code 用户可用 /quantmind-dev 前缀触发相同任务。典型的功能任务会串联三个工作流：开发 → 提交 → PR。每次 push 和将 PR 标记为 ready 前必须运行 bash scripts/verify.sh。
这个 Skill 与同类方案有什么区别？
README 将 QuantMind 的整体方法论与 SWE-bench 的配对试验模型类比（quantmind-bench 尚在设计阶段，未发布任何数据），但该技能本身是仓库专属的贡献工作流，源材料未提及其他可直接对比的同类技能。