学习切入点
这一类关注金融数据接入、参考数据、市场数据、集成模式和数据质量，是金融 AI 能否稳定落地的基础设施层。
01
工作流分析
- 来源与路径：来自
community-joellewis-finance-skills，上游路径plugins/data-integration/skills/market-data/SKILL.md，本地路径12-financial-ai-skills/upstream-snapshots/community-joellewis-finance-skills/plugins/data-integration/skills/market-data/SKILL.md。 - 原始定位：上游描述：Design and manage market data infrastructure — real-time and delayed feeds, Level 1/2/3 depth, consolidated tape vs direct feeds, vendor selection, licensing, and distribution architecture. Use when choosing between real-time and delayed data, evaluating market data vendors like Bloomberg or Refinitiv, designing ticker plants or fan-out architecture, managing exchange data licensing and entitlements, diagnosing stale quotes or missing ticks, deciding between SIP and direct exchange feeds, or assessing Level 2/3 depth-of-book requirements for trading. Trigger on: market data, Level 1/2/3, depth of book, consolidated tape, SIP, direct feed, NBBO, ticker plant, B-PIPE, data license, non-display use, market data entitlements, conflation, tick data, real-time feed.
- 金融业务理解：这一类关注金融数据接入、参考数据、市场数据、集成模式和数据质量，是金融 AI 能否稳定落地的基础设施层。
- AI 工作流价值：它把金融专业知识写成可以被 agent 调用的“能力片段”。这种写法适合学习如何把长期经验沉淀成 skill：先定义适用场景，再列核心概念，再给例子和常见误区。
- 可迁移应用方向：可用于扩展本项目的 06 数据工程模块，建立金融数据字典、数据质量规则、主数据管理和接口治理模板。
- 风险与治理边界：治理重点是数据血缘、授权和质量监控。需要记录来源、刷新频率、字段含义、缺失值处理、异常阈值和访问权限。
↗
01 Skill 上游文件https://github.com/JoelLewis/finance_skills/blob/f553a84f7222/plugins/data-integration/skills/market-data/SKILL.mdFSK-139 · 查看仓库原文12-financial-ai-skills/professional-finance-service-skills-analysis-03.md原始来源与整理依据
文字分析来自内容源；业务分类、技术标签由 SeekingDAO 按规则整理。披露效果保留原有时间、范围和预测口径，未作独立审计。开源项目与 Skill 的当前许可、兼容性及依赖请以其上游为准。