附录

适用场景：本附录提供从零搭建完整AI辅助开发环境的详细指南，涵盖LaTeX排版、Node.js、Python、Git、AI IDE（Qoder）、AI CLI工具、MCP服务器等全部内容。已在实验一中完成基本环境搭建的同学，可参考本附录进行进阶配置。

LaTeX排版环境（详细版）

MiKTeX（Windows）

MiKTeX是Windows上最推荐的LaTeX发行版，支持按需自动安装宏包。

访问https://miktex.org/download，下载Basic MiKTeX Installer（约230 MB）
运行安装程序，选择”Install for current user”（无需管理员权限）
安装路径默认为%LOCALAPPDATA%\Programs\MiKTeX\
打开MiKTeX Console → Settings →“Install missing packages”设为Always
Updates →“Check for updates”更新一次

安装后自动获得的工具：

工具	版本	用途
xelatex	4.16	中文论文必备（支持Unicode + 系统字体）
pdflatex	4.23	英文论文编译
biber	2.21	现代参考文献处理（配合biblatex）
latexmk	—	自动化多轮编译

MacTeX（macOS）

MacTeX是TeX Live的macOS封装版，包含全部宏包（约7 GB）。

# 方式一：Homebrew（推荐）
brew install --cask mactex

# 方式二：清华CTAN镜像（国内速度快）
curl -L -o /tmp/mactex.pkg \
  "https://mirrors.tuna.tsinghua.edu.cn/CTAN/systems/mac/mactex/mactex-20260324.pkg"
sudo installer -pkg /tmp/mactex.pkg -target /

# 方式三：官网下载 .pkg
# 访问 https://www.tug.org/mactex/ 下载安装

PATH配置（如终端找不到xelatex）：

echo 'export PATH="/usr/local/texlive/2026/bin/universal-darwin:$PATH"' >> ~/.zshrc
source ~/.zshrc

系统中文字体

平台	字体	LaTeX调用名
Windows	宋体/黑体/楷体/仿宋	SimSun/SimHei/KaiTi/FangSong
macOS	华文宋体/华文黑体/华文楷体	STSong/STHeiti/STKaiti

AI IDE------Qoder

Qoder是一款基于VS Code架构的AI智能体编程平台，内置多模型支持。

访问https://qoder.com/download，下载对应系统版本
Windows双击安装；macOS拖拽到Applications
首次启动后登录Qoder账号

Qoder核心功能：

功能	说明
智能补全	上下文感知的代码自动补全
Agent对话	右侧面板与AI对话，可读写文件、运行命令
MCP集成	内置MCP工具管理器，连接数据库、API、Office等
Skill系统	加载SKILL.md文件赋予AI领域知识
多模型切换	支持GPT-4o、Claude Sonnet、DeepSeek等

AI CLI工具

工具	厂商	安装命令	核心模型
QoderCLI	Qoder AI	`npm i -g @qoder-ai/qodercli`	多模型切换
Claude Code	Anthropic	`npm i -g @anthropic-ai/claude-code`	Claude Sonnet
Codex CLI	OpenAI	`npm i -g @openai/codex`	GPT-4o

CC Switch------多账号管理

CC Switch是AI CLI多账号/多服务商管理工具，提供可视化界面统一管理Claude Code、Codex、Gemini CLI等7款工具的配置。

# macOS
brew install --cask cc-switch

# Windows：从GitHub Releases下载 .msi 安装
# https://github.com/farion1231/cc-switch/releases

核心功能：50+预置服务商一键切换、系统托盘快切、统一MCP管理、用量追踪、云端同步。

OpenCLI与OpenClaw

OpenCLI------把网站变成命令行：

npm install -g @jackwener/opencli
opencli --version
opencli setup   # 验证Chrome扩展连接

OpenClaw------AI Skill包管理：

npm install -g openclaw
openclaw --version
openclaw install academic-paper-analysis
openclaw install arxiv

MCP/Skill/CLI三种范式对比

维度	MCP	Skill	CLI
本质	连接协议	领域知识文件	Shell命令
类比	USB-C接口	操作手册	万能遥控器
开发成本	高（写Server）	低（写Markdown）	零
适合场景	企业SaaS	知识沉淀复用	本地自动化

完整安装检查清单

# LaTeX
xelatex --version
biber --version

# 运行时
node --version
npm --version
python --version
git --version

# AI CLI
qoder --version
claude --version
codex --version
opencli --version
openclaw --version
cnb --version

MCP配置大全与故障排除

MCP服务器配置详解

MCP（Model Context Protocol）让AI助手能够访问外部数据源和工具。Qoder的MCP配置文件位于：

# Windows
%APPDATA%\Qoder\SharedClientCache\extension\local\mcp.json

# macOS
~/Library/Application Support/Qoder/SharedClientCache/extension/local/mcp.json

完整mcp.json参考配置

{
  "mcpServers": {

“fetch”: { “command”: “uvx”, “args”: [“mcp-server-fetch”] }, “playwright”: { “command”: “npx”, “args”: [“@playwright/mcp@latest”] }, “excel”: { “command”: “npx”, “args”: [“@negokaz/excel-mcp-server”] }, “ppt”: { “command”: “uvx”, “args”: [“ppt_mcp_server”] }, “word”: { “command”: “uvx”, “args”: [“word_mcp_server”] }, “stata-mcp”: { “command”: “uvx”, “args”: [“stata-mcp”], “env”: { “STATA_PATH”: “C:<br/>Program Files
Stata18
StataMP-64.exe”, “MCP_STATA_LOGLEVEL”: “INFO” } }

}
}

各平台路径说明

平台	mcp.json路径
Qoder (Windows)	`%APPDATA%\Qoder\SharedClientCache\extension\local\mcp.json`
Qoder (macOS)	`~/Library/Application Support/Qoder/SharedClientCache/extension/local/mcp.json`
Claude Desktop (Windows)	`%APPDATA%\Claude\claude_desktop_config.json`
Claude Desktop (macOS)	`~/Library/Application Support/Claude/claude_desktop_config.json`

常见问题排查

IDE安装/登录问题

现象	原因	解决
启动闪退	显卡驱动/VC++缺失	装NVIDIA/Intel驱动；装VC++ Redist
登录转圈	防火墙/代理拦截	系统代理放行；或切手机热点
Builder不能建文件	未授权	文件 → 信任当前工作区

Python/Node环境问题

多版本Python冲突：优先Anaconda；where python看路径，环境变量上移Anaconda
pip install SSL错误：pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
npm install慢：npm config set registry https://registry.npmmirror.com
TensorFlow装不上：业绩预测有SARIMA即可得分，LSTM可选

MCP类问题

找不到npx/uvx：Node.js与uv都得装，且加入PATH。pip install uv装uv
mcp.json改完没生效：必须完全退出IDE再重启（任务栏右键退出，不只是关窗口）
playwright报EPERM：不要装在C:\Program Files\下；改用户目录
stata-mcp找不到Stata：在env.STATA_PATH填本机Stata实际路径
word/ppt MCP启动慢：首次uvx需联网下载，等1—3分钟

Skill类问题

AI不识别Skill：①升级IDE；②使用skill finder重新安装；③检查description是否含明确触发词
自写Skill不激活：description写得太宽泛，AI不知何时调用------把场景写具体（如”当用户提到X或Y时使用”）

Stata安装与联动配置

适用场景：实验中”数据分析组”使用stata-mcp跑计量回归时需要本机已安装Stata。无Stata的同学可改用Python（statsmodels）替代，但强烈建议安装以获得完整体验。

Stata软件介绍

Stata是一款强大的统计分析软件，广泛应用于经济学、金融学、社会学等领域的实证研究。本课程实验中使用Stata进行计量经济学分析和数据处理，配合stata-mcp可让AI直接调起Stata内核跑OLS/reghdfe/esttab等命令。

获取方式

Stata为商业软件，请通过官方渠道获取合法授权：

安装步骤

Step 1 下载与安装

从 Stata 官网下载对应操作系统的安装程序
运行安装程序，安装路径建议保持默认：C:\Program Files\Stata18\
安装类型选择StataMP（多核版，性能最佳）或StataSE
一路Next完成安装

Step 2 激活授权

启动 Stata 后，输入购买时获得的序列号和授权码完成激活。详见官方安装指南：https://www.stata.com/install-guide/

Step 3 验证安装

打开PowerShell执行：

& "C:\Program Files\Stata18\StataMP-64.exe" -h

或直接双击桌面Stata图标，命令窗口输入：

sysuse auto, clear
summarize

能看到74条汽车数据的描述统计 = 安装成功。

与stata-mcp联动配置

stata-mcp有两种方案，分别对应不同的配置方式：

方案一：SepineTam/mcp-for-stata（独立Server，本课程默认）

本课程mcp.json使用的是SepineTam方案，它是独立的MCP Server，无需IDE扩展，直接通过subprocess调用Stata CLI：

"stata-mcp": {
  "command": "uvx",
  "args": ["stata-mcp"],
  "env": {

“STATA_PATH”: “C:<br/>Program Files
Stata18
StataMP-64.exe”, “MCP_STATA_LOGLEVEL”: “INFO”

}
}

环境检查（验证配置是否正确）：

# 检查 stata-mcp 是否能找到 Stata
uvx stata-mcp doctor

正常输出示例：

stata-mcp v1.17.0 -- Doctor Report
[PASS] os: macOS (Darwin 25.3.0, arm64)
[PASS] python: 3.13.5
[PASS] uv: uv 0.11.13
[PASS] stata_cli: /usr/local/bin/stata-mp
[PASS] stata_execution: OK (0.1s)
[PASS] guard: enabled, loaded 27 rules
Summary: 12 passed, 0 failed

方案二：hanlulong/stata-mcp（IDE扩展方案）

如果使用Qoder/VS Code/Cursor等支持扩展的IDE，可以选择安装DeepEcon.stata-mcp扩展。此方案的架构如下：

┌─────────────────┐        HTTP         ┌──────────────────────┐
│  IDE (客户端)    │ ──mcp-remote──────▶ │  Stata MCP Server    │
│  mcp.json 配置   │                     │  localhost:4000      │
└─────────────────┘                     │  (由IDE扩展提供)      │
└──────────────────────┘

Step 1：安装DeepEcon.stata-mcp扩展（关键步骤，不可跳过）

# VS Code
code --install-extension DeepEcon.stata-mcp

# Cursor
cursor --install-extension DeepEcon.stata-mcp

# Qoder / Antigravity
# 在扩展市场搜索 "Stata MCP" 安装

或在IDE中：扩展视图（Ctrl+Shift+X / Cmd+Shift+X）→搜索”Stata MCP”→安装。

Step 2：配置mcp.json（仅Qoder/Claude Desktop需要此配置）

"stata-mcp": {
  "command": "npx",
  "args": ["-y", "mcp-remote", "http://localhost:4000/mcp-streamable"]
}

Step 3：验证服务

# 健康检查（扩展启动后执行）
curl -s http://localhost:4000/health
# 期望返回: {"status":"ok","service":"Stata MCP Server","version":"0.4.1","stata_available":true}

端点说明：

端点	协议	用途
http://localhost:4000/mcp-streamable	Streamable HTTP	首选（现代客户端）
http://localhost:4000/mcp	SSE	旧版兼容
http://localhost:4000/health	HTTP GET	健康检查

两种方案选型建议

维度	SepineTam（本课程默认）	hanlulong（IDE扩展）
是否需要IDE扩展	否	是（DeepEcon.stata-mcp）
是否需要IDE窗口保持打开	否	是
安全机制	Command Guard + RAM监控	无
安装难度	pip install uv即可	需安装扩展
适合场景	Agent驱动分析、CLI环境	IDE内交互式编码

完整Stata MCP设置参考

以下设置适用于hanlulong/stata-mcp扩展方案，可在IDE设置中搜索”Stata MCP”修改：

设置项	说明	默认值
stata-vscode.stataPath	Stata安装路径	自动检测
stata-vscode.stataEdition	版本（MP/SE/BE）	mp
stata-vscode.mcpServerPort	MCP端口	4000
stata-vscode.autoStartServer	自动启动服务器	true
stata-vscode.multiSession	多会话并行	true
stata-vscode.maxSessions	最大并发会话数	100
stata-vscode.sessionTimeout	会话空闲超时（秒）	3600
stata-vscode.resultDisplayMode	输出模式（compact/full）	compact
stata-vscode.maxOutputTokens	MCP输出最大token（0=无限）	10000

macOS安装说明

下载macOS版Stata安装包（.dmg格式）
双击.dmg文件，将Stata拖拽到Applications文件夹
首次运行可能需要到「系统设置 → 隐私与安全性」中允许运行
激活授权：按官方说明完成激活

macOS Stata路径：

/Applications/Stata/StataMP.app/Contents/MacOS/stata-mp

macOS用户使用stata-mcp时：

SepineTam方案：mcp.json中STATA_PATH设置为上述路径
hanlulong方案：安装DeepEcon.stata-mcp扩展后，扩展会自动检测Stata路径

常见问题

现象	原因	解决
安装时提示「Windows已保护您的电脑」	SmartScreen误报	点击「更多信息」→「仍要运行」
启动报「License not found」	授权文件未正确放置	把stata.lic拷贝到C:<br/>Program Files Stata18 根目录
stata-mcp报「Stata not found」	STATA_PATH路径写错或转义错	用PowerShell Test-Path验证
中文路径乱码	安装在中文目录下	卸载后重装到C:<br/>Program Files 等纯英文路径
无法激活	授权码输入错误或过期	核对购买确认邮件中的序列号和授权码

替代方案（无法安装Stata时）

若实在无法安装Stata，可使用Python替代：

import pandas as pd
import statsmodels.formula.api as smf

df = pd.read_stata("data/bank_panel.dta")
# 或 pd.read_excel

model = smf.ols("roe ~ npl_ratio + car + loan_growth + np.log(asset)",

data=df).fit(cov_type=“cluster”, cov_kwds={“groups”: df[“bank_id”]})

print(model.summary())

并在实验报告中注明「采用Python statsmodels替代Stata」即可获得同等分数。

环境准备与CNB项目同步详细步骤

本附录帮助学生完成开发环境搭建，并将课程仓库同步到个人CNB空间。

安装 Trae CN

访问 https://www.trae.cn/ide/download
根据你的电脑系统选择对应版本下载：

- Windows 用户：点击 Windows (x64) 下载

- macOS 用户：点击 macOS (Apple Silicon) 下载

安装完成后打开，首次启动选择「简体中文」
使用手机号登录

安装基础运行时

winget 是 Windows 10/11 自带的包管理器。如果你的电脑上没有 winget，请使用下方「方式二」从官网下载安装。

如何打开 PowerShell（管理员）：右键点击屏幕左下角「开始」按钮 → 选择「终端(管理员)」或「Windows PowerShell(管理员)」

方式一：winget 一键安装（Windows 10/11 推荐）

在打开的 PowerShell（管理员）窗口中，逐条复制粘贴执行以下命令：

# 安装 Python 3.12
winget install --id Python.Python.3.12 -e --source winget

# 安装 Node.js LTS（长期支持版，不要选 Current）
winget install --id OpenJS.NodeJS.LTS -e --source winget

# 安装 Git
winget install --id Git.Git -e --source winget

方式二：官网下载安装（备选方案）

软件	下载地址	安装注意事项
Python 3.12	https://www.python.org/downloads/	务必勾选「Add Python to PATH」
Node.js LTS	https://nodejs.org/	选 LTS 版本，一路 Next
Git	https://git-scm.com/download/win	务必勾选「Add Git to PATH」

macOS 用户

如果终端提示 brew: command not found，说明尚未安装 Homebrew。先在终端执行：

/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

然后安装所需软件：

brew install python@3.12 node git

安装 Python 包管理工具

前提：确保第二步中的三个软件已安装完成，并且已重启终端（关闭再重新打开）。

# 升级 pip
python -m pip install --upgrade pip

# 安装 uv（MCP 服务运行必需）
pip install uv -i https://pypi.tuna.tsinghua.edu.cn/simple

# 安装课程依赖库
pip install flask pandas openpyxl pypdf -i https://pypi.tuna.tsinghua.edu.cn/simple

安装 CNB CLI 与 Skills

前提：确保 node --version 有输出。如果报 command not found，回到第二步确认 Node.js 已安装并重启终端。

# 安装 CNB 命令行工具（管理仓库、组织等）
npm install @cnbcool/cnb-cli -g

# 安装 Skills 技能管理工具（实验三 Skill 体系的前置依赖）
npm install skills -g

# 添加 CNB Skill（增强 IDE 中的 AI 功能）
npx skills add https://cnb.cool/cnb/skills/cnb-skill.git --agent trae -y --copy

验证环境

在 Trae CN 终端（按 Ctrl + ‘ 打开）中逐条执行：

python --version     # 应显示 3.12.x
node --version       # 应显示 v20.x 或更高
git --version        # 应显示 git version x.x
uvx --version        # 应显示版本号
cnb --version        # 应显示版本号
skills list          # 应显示已安装的技能列表（含 cnb-api 等）

如果某条命令报 command not found，说明该软件未正确安装或未加入 PATH。请回到对应步骤重新安装，然后重启终端再验证。

CNB 项目同步

步骤 1：注册 CNB 账户并创建访问令牌

浏览器打开 https://cnb.cool
点击「注册」→ 微信扫码登录
登录后，点击右上角头像 →「个人设置」→ 左侧菜单「访问令牌」
在「令牌名」处填写：smartbanking
授权范围设置（两种方式任选其一）：

- 方式 A（推荐）：在「常见场景」区域勾选「Git 客户端凭据」

- 方式 B：在下方「授权范围」中找到 repo-code → 选择「读写」

点击页面底部「创建」按钮
立即复制 Token

步骤 2：在 CNB 新建空仓库

登录后点击页面左上角「+」按钮 → 选择「创建仓库」
「仓库归属」改为你的个人命名空间（点击下拉框选择自己的用户名）
「仓库名称」填写：smartbanking
「公开性」选择：公开（默认即是公开）
点击「创建」按钮

步骤 3：登录 CNB CLI

在 Trae CN 终端执行：

cnb login

终端会显示一个授权链接和一个 user_code（如 bUp4WV3u），并自动打开浏览器。

终端显示链接后，浏览器会自动打开授权页面
如果浏览器没有自动打开，手动复制终端中的链接到浏览器
在授权页面确认 user_code 与终端显示的一致，点击「授权」
终端显示登录成功信息即可

如果 cnb login 报错或超时，可以跳过此步骤，在步骤 6 中改用 Token URL 方式推送。

步骤 4：克隆课程仓库到本地

# 克隆教师仓库（完整课程资料）
git clone https://cnb.cool/xiaosicau/smartbanking.git smartbanking-work
cd smartbanking-work

步骤 5：配置 Git 用户信息

# 替换为你的真实姓名和邮箱（用于提交记录显示）
git config --global user.name "你的姓名"
git config --global user.email "你的邮箱@example.com"

步骤 6：关联并推送到你的 CNB 仓库

# 添加你自己的 CNB 仓库为远程地址
# 将 <你的用户名> 替换为你的 CNB 用户名
git remote add myrepo https://cnb.cool/<你的用户名>/smartbanking.git

# 推送所有代码到你的 CNB 仓库
git push myrepo main

如果步骤 3 中 cnb login 成功，此步骤无需再输入密码。

如果 git push 提示输入用户名密码或认证失败，改用以下命令：

# 将 <你的Token> 替换为步骤 1 保存的令牌
git remote set-url myrepo https://cnb:<你的Token>@cnb.cool/<你的用户名>/smartbanking.git
git push myrepo main

步骤 7：验证同步结果

打开浏览器访问 https://cnb.cool/你的用户名/smartbanking，确认页面显示以下目录结构：

smartbanking/
+-- .agents/                     # Qoder AI 技能配置
+-- 智慧银行实验教程chapters/    # 教程主体（12章 + 附录）
|   +-- 智慧银行实验教程.tex
|   +-- preface.tex ~ ch12.tex
|   +-- appendix.tex
|   +-- ...
+-- 实验讲义 /                   # 实验讲义文档
+-- .gitignore
+-- cnb-smartbanking.png
+-- README.md

附加练习：安装 PPT Master（AI 生成 PPT 工具）

PPT Master 是一个开源项目，可以用 AI 从任意文档生成原生可编辑的 PPT。

项目地址（任选其一，优先选国内镜像，速度快）：

GitHub（官方）：https://github.com/hugohe3/ppt-master
AtomGit（国内镜像）：https://atomgit.com/hugohe3/ppt-master
Gitee AI（国内）：https://ai.gitee.com/apps/66b932ba-9844-4184-adf6-aa567b2b8788

安装步骤：

克隆项目到本地（国内推荐用 AtomGit）：

```bash
# 方式 A（AtomGit 国内镜像，推荐）
git clone https://atomgit.com/hugohe3/ppt-master.git

# 方式 B（GitHub 官方）
git clone https://github.com/hugohe3/ppt-master.git

```text
也可以直接下载 ZIP 解压后进入目录。

安装 Python 依赖：

```bash
pip install -r requirements.txt

3.  验证安装：

python -c "import pptx; print('python-pptx 版本:', pptx.__version__)"

4.  浏览示例（可选）：打开 `examples/` 目录查看示例，或在线预览 <https://hugohe3.github.io/ppt-master/>

**使用方法**：在 Trae CN 中打开 ppt-master 项目，将源材料放入 `projects/` 目录，然后在 AI 对话中告诉它要把什么内容做成 PPT 即可。

## 验收清单

完成以下全部检查项，截图保存作为实验报告交付物：

|  **完成**   | **检查项**                      |
|:-----------:|:--------------------------------|
| $`\square`$ | Trae CN 已安装并登录            |
| $`\square`$ | `python --version` ≥ 3.10       |
| $`\square`$ | `node --version` ≥ v20          |
| $`\square`$ | `git --version` 有输出          |
| $`\square`$ | `cnb --version` 有输出          |
| $`\square`$ | `cnb login` 登录成功            |
| $`\square`$ | 项目已成功推送到自己的 CNB 仓库 |
| $`\square`$ | 在 CNB 网页能看到项目文件列表   |

## 常见问题速查

| **报错信息** | **原因** | **解决方法** |
|:---|:---|:---|
| `command not found` | 安装后未重启终端 | 关闭终端窗口，重新打开再试 |
| `cnb login` 超时 | 网络问题或 Token 错误 | 检查网络；或跳过 cnb login，在步骤6改用 Token URL |
| git push 要求输入密码 | cnb login 未生效 | 改用 Token URL 方式推送 |
| Authentication failed | Token 未复制完整或已过期 | 回步骤1重新创建令牌 |
| 403 Forbidden | 推送的是 origin（教师仓库） | 确认执行 `git push myrepo main` |
| updates were rejected | 自己的仓库已有内容 | 回步骤2删除仓库重建空仓库 |
| `skills add` 报错 | npm 镜像问题 | 执行 `npm config set registry https://registry.npmmirror.com` |
| `uvx: command not found` | uv 未安装 | 运行 `pip install uv` |
| Token 忘记保存 | Token 仅显示一次 | 回步骤1重新创建新令牌 |
| 中文文件名乱码 | 终端编码非 UTF-8 | Trae CN 设置中将终端编码改为 UTF-8 |

  : 常见问题速查

# CNB与GitHub命令速查

## 基础Git命令对比

CNB的基础Git命令与GitHub**完全相同**，因为它们都基于Git版本控制系统。

| **操作** | **Git命令**                  | **CNB中使用** |
|:---------|:-----------------------------|:--------------|
| 克隆仓库 | `git clone <url>`            | 相同          |
| 添加文件 | `git add <file>`             | 相同          |
| 提交     | `git commit -m "message"`    | 相同          |
| 推送     | `git push origin main`       | 相同          |
| 拉取     | `git pull origin main`       | 相同          |
| 分支管理 | `git branch`, `git checkout` | 相同          |

## CNB专属CLI命令

CNB提供了`cnb`命令行工具来管理平台资源：

```bash
# 登录/登出
cnb login
cnb logout

# 组织管理
cnb organizations list-top-groups
cnb organizations create-organization

# 仓库管理
cnb repositories list-repos
cnb repositories create-repo

# Issue和PR管理
cnb issues list-issues
cnb pulls list-pulls

# AI功能
cnb ai summarize-pr

仓库地址格式对比

GitHub：

https://github.com/用户名/仓库名.git
git@github.com:用户名/仓库名.git

CNB：

https://cnb.cool/组织名/仓库名.git
https://cnb:令牌@cnb.cool/组织名/仓库名.git  (带令牌认证)

金融数据源汇总

本附录汇总课程实验中可能用到的金融数据源，包括免费和付费两大类。

tushare Pro

tushare Pro是国内最流行的金融数据接口之一，提供A股、基金、期货、港股通等全品类数据。

官网：https://tushare.pro

数据覆盖：

数据类别	接口示例	说明
A股日线	`daily()`	沪深A股日线行情（开盘/收盘/最高/最低/成交量）
A股分钟线	`pro.bar()`	1分钟/5分钟线
财务数据	`income()`, `balancesheet()`	利润表、资产负债表等
基金净值	`fund_nav()`	开放式基金净值数据
期货数据	`futures_daily()`	商品期货日线行情
港股通	`hk_hold()`	港股通持股数据
宏观经济	`cn_gdp()`	GDP、CPI等宏观数据

安装与使用：

pip install tushare

import tushare as ts
pro = ts.pro_api('your_token')

# 获取贵州茅台日线数据
df = pro.daily(ts_code='600519.SH', start_date='20260101', end_date='20260608')

# 获取沪深300成分股
hs300 = pro.index_weight(index_code='399300.SZ')

akshare

akshare是免费开源的中国金融数据接口，无需注册和Token，适合初学者快速上手。

官网：https://akshare.akfamily.xyz

安装与使用：

pip install akshare

import akshare as ak

# 获取A股实时行情
df = ak.stock_zh_a_spot_em()

# 获取个股历史数据
df = ak.stock_zh_a_hist(symbol="600519", period="daily",

start_date=“20260101”, end_date=“20260608”)

# 获取基金净值
df = ak.fund_open_fund_info_em(symbol="000001")

# 获取宏观数据
df = ak.macro_china_gdp()

特点：完全免费、无需注册、数据来源为东方财富等公开网站、更新频繁（几乎每周更新）。

yfinance

yfinance是Yahoo Finance的Python接口，提供全球市场的股票、基金、指数、汇率等数据。

安装与使用：

pip install yfinance

import yfinance as yf

# 获取苹果公司股票数据
aapl = yf.Ticker("AAPL")
df = aapl.history(period="1y")

# 获取沪深300ETF数据
df = yf.download("000300.SS", start="2026-01-01", end="2026-06-08")

# 获取美元兑人民币汇率
df = yf.download("CNY=X", period="6mo")

特点：全球市场覆盖、免费使用、适合国际比较分析。国内A股数据延迟约15分钟。

FRED

FRED（Federal Reserve Economic Data）是美联储经济数据库，提供50万+美国及全球经济指标。

官网：https://fred.stlouisfed.org

pip install fredapi

from fredapi import Fred
fred = Fred(api_key='your_key')

# 获取美国GDP
gdp = fred.get_series('GDP')

# 获取联邦基金利率
ffr = fred.get_series('FEDFUNDS')

# 获取CPI
cpi = fred.get_series('CPIAUCSL')

特点：数据权威、更新及时、免费API（需注册获取Key）。适合宏观经济研究和中美对比分析。

Wind与CSMAR

Wind：万得金融数据终端，国内金融机构标配，数据最全最专业。年费数万元，一般学校图书馆有终端机可使用。

CSMAR：国泰安数据库，学术研究常用，涵盖中国上市公司财务、治理、交易等全维度数据。高校通常有机构订阅，可通过学校图书馆访问。

各数据源对比

数据源	覆盖市场	费用	A股深度	API质量	推荐度
tushare Pro	中国	免费/积分制	高	优	★★★★★
akshare	中国	免费	中	良	★★★★
yfinance	全球	免费	低	良	★★★
FRED	美国/全球	免费	无	优	★★★★
Wind	全球	付费（昂贵）	极高	优	★★★★★
CSMAR	中国	付费（机构）	极高	良	★★★★

: 金融数据源对比

OpenMAIC：AI辅助教学工具

OpenMAIC（Open Multi-Agent Interactive Classroom）是清华大学教育学院开发的开源AI教学平台，采用多智能体编排技术，可将任何主题一键转化为交互式课堂体验。

官网：https://open.maic.chat

GitHub：https://github.com/THU-MAIC/OpenMAIC（18.6k Stars）

核心功能

功能	说明
AI教师讲解	自动生成课件，支持语音讲解、聚光灯和激光笔效果
AI同学讨论	多智能体参与讨论，模拟真实课堂氛围
随堂测验	自动生成单选/多选/简答题，AI实时评分反馈
交互式模拟	可操作的HTML模拟场景（3D可视化、流程模拟、小游戏）
白板演示	AI实时绘图讲解，支持公式推导、流程图绘制
项目制学习	学生选择角色，与AI协作完成结构化项目

: OpenMAIC核心功能

快速上手

# 方式一：托管版（无需部署）
# 访问 https://open.maic.chat，注册后即可使用

# 方式二：本地部署
git clone https://github.com/THU-MAIC/OpenMAIC.git
cd OpenMAIC
pnpm install
cp .env.example .env.local
# 编辑 .env.local，填入至少一个API Key
pnpm dev
# 访问 http://localhost:3000

支持的AI模型

OpenMAIC支持多种AI模型提供商：

提供商	模型	配置项
OpenAI	GPT-5.5, GPT-4o	`OPENAI_API_KEY`
Anthropic	Claude Opus 4.8	`ANTHROPIC_API_KEY`
Google	Gemini 3 Flash	`GOOGLE_API_KEY`
小米	MiMo v2.5 Pro	`XIAOMI_API_KEY`
智谱	GLM-5.1	`GLM_API_KEY`
DeepSeek	DeepSeek-V4	`DEEPSEEK_API_KEY`
本地	Ollama	`OLLAMA_BASE_URL`

: OpenMAIC支持的AI模型

导出格式

PowerPoint (.pptx)：可编辑的课件，包含图片、图表和LaTeX公式
交互式HTML：自包含网页，包含交互式模拟实验
课堂ZIP：完整课堂导出（课件+媒体），可备份或分享

与本课程的结合

建议将OpenMAIC用于以下教学场景：

课前预习：输入章节主题，生成预习课件，学生提前了解核心概念
课堂互动：使用AI教师讲解+AI同学讨论，增强课堂参与度
课后复习：生成随堂测验，巩固学习成果
项目展示：为综合项目生成交互式演示，提升答辩效果

LaTeX论文排版模板

课程实验报告模板

以下为本课程实验报告的LaTeX模板，可直接复制使用：

\documentclass[12pt,a4paper]{ctexart}
\usepackage[margin=2.5cm]{geometry}
\usepackage{amsmath,amssymb}
\usepackage{graphicx}
\usepackage{float}
\usepackage{booktabs}
\usepackage{listings}
\usepackage{xcolor}
\usepackage[colorlinks=true,urlcolor=blue]{hyperref}

\title{智慧银行实验教程<br/>实验X：\{实验名称\}}
\author{姓名 \quad 学号 \quad 班级}
\date{\today}

\begin{document}
\maketitle

## 实验目的
% 描述本次实验的学习目标

## 实验环境
% 列出操作系统、IDE、语言版本等

## 实验步骤
### 步骤1：...
% 详细记录操作步骤，附截图

### 步骤2：...

## 实验结果
% 展示实验产出（截图/代码/数据）

## 问题与解决
% 记录遇到的问题及解决方法

## 实验心得
% 总结收获和不足

\end{document}

本科毕业论文模板简介

本科毕业论文一般采用学校提供的模板。如学校未提供，可参考以下基本结构：

\documentclass[12pt,a4paper]{ctexbook}
\usepackage[top=2.5cm,bottom=2.5cm,left=3cm,right=3cm]{geometry}
\usepackage[backend=biber,style=gb7714-2015]{biblatex}
\addbibresource{references.bib}
% ... 其他宏包 ...

\begin{document}
\frontmatter
\maketitle
\tableofcontents

\mainmatter
# 绪论
## 研究背景与意义
## 文献综述
## 研究内容与方法

# 理论与方法
# 实验设计
# 结果与分析
# 结论与展望

\backmatter
\printbibliography
\end{document}

常用LaTeX技巧速查

需求	LaTeX代码
插入图片	`\includegraphics[width=0.8\textwidth]{fig.png}`
插入表格	使用`booktabs`宏包的`\toprule`/`\midrule`/`\bottomrule`
数学公式	行内 $...$ ，行间`\[...\]`，编号`\begin{equation}`
引用文献	`\textcite{key}`或`\parencite{key}`
超链接	`\url{https://...}`或`\href{url}{文字}`
代码块	`\begin{lstlisting}[style=shell] ... \end{lstlisting}`
分栏	`\begin{multicols}{2}...\end{multicols}`
脚注	`\footnote{脚注内容}`
加粗/斜体	`加粗` / `斜体`
特殊符号	度数`$^\circ$C`，百分号 $\%$ ，美元`$\$$`

: LaTeX技巧速查

术语表

本术语表收录课程中涉及的60+核心术语，按拼音首字母排序，附中英对照及简要释义。

术语	英文	释义
术语	英文	释义
Agent	Autonomous Agent	能自主感知环境、做出决策并执行动作的AI系统
BMAD	Build-Measure-Analyze-Decide	一种迭代式软件开发方法论
CRM	Customer Relationship Management	客户关系管理系统，用于管理客户交互和数据
CTAN	Comprehensive TeX Archive Network	LaTeX宏包的全球分发网络
DSL	Domain-Specific Language	领域特定语言，为特定领域设计的专用语言
ESG	Environmental, Social, Governance	环境、社会、治理，企业可持续发展评估框架
FAQ	Frequently Asked Questions	常见问题解答
FRED	Federal Reserve Economic Data	美联储经济数据库
FSM	Finite State Machine	有限状态机，一种对话管理策略
Git	—	分布式版本控制系统
GUI	Graphical User Interface	图形用户界面
IDE	Integrated Development Environment	集成开发环境
IVR	Interactive Voice Response	交互式语音应答系统
JSON	JavaScript Object Notation	轻量级数据交换格式
KPI	Key Performance Indicator	关键绩效指标
LaTeX	—	学术排版系统，本课程用于论文写作
LLM	Large Language Model	大语言模型，如GPT-4、Claude等
LSTM	Long Short-Term Memory	长短期记忆网络，一种循环神经网络
LPR	Loan Prime Rate	贷款市场报价利率
MCP	Model Context Protocol	模型上下文协议，AI工具调用标准
MVP	Minimum Viable Product	最小可行产品
NER	Named Entity Recognition	命名实体识别
NLP	Natural Language Processing	自然语言处理
NLG	Natural Language Generation	自然语言生成
NLU	Natural Language Understanding	自然语言理解
OLS	Ordinary Least Squares	普通最小二乘法
PR	Pull Request	代码合并请求
RAG	Retrieval-Augmented Generation	检索增强生成
SARIMA	Seasonal ARIMA	季节性自回归移动平均模型
SHAP	SHapley Additive exPlanations	基于博弈论的模型解释方法
Skill	—	领域知识文件（SKILL.md），赋予AI专业能力
WBS	Work Breakdown Structure	工作分解结构
XeLaTeX	—	支持Unicode和系统字体的LaTeX引擎
按需安装	On-demand Installation	MiKTeX特性，使用未安装宏包时自动下载
词嵌入	Word Embedding	将词语映射为低维向量的技术
对话框	Dialogue Box	聊天界面的消息展示区域
反洗钱	Anti-Money Laundering (AML)	防止不法资金通过金融系统合法化的监管要求
风险偏好	Risk Appetite	投资者对风险的承受意愿和能力
缝合怪	Frankenstein	指拼凑不同代码片段但不理解其原理的做法
幻觉	Hallucination	AI生成看似合理但事实错误的内容
活期存款	Demand Deposit	随时可存取的银行存款
基金定投	Regular Investment Plan	定期定额投资基金的理财方式
框架填充	Frame Filling	一种对话管理策略，通过多轮收集槽位
跨行转账	Interbank Transfer	向其他银行账户转账
零售银行	Retail Banking	面向个人客户的银行服务
流动性	Liquidity	资产快速变现而不损失价值的能力
蒙特卡洛	Monte Carlo	通过随机模拟进行数值计算的方法
内幕交易	Insider Trading	利用非公开信息进行证券交易的违法行为
提示工程	Prompt Engineering	设计和优化AI输入提示的技术
刚性兑付	Guaranteed Redemption	金融机构承诺保本保收益的做法（已被禁止）
商业计划书	Business Plan	描述商业机会和实施计划的文档
身份识别	KYC (Know Your Customer)	了解你的客户，银行客户身份识别义务
投资者适当性	Investor Suitability	确保推荐产品与客户风险承受能力匹配
脱敏	Data Masking	对敏感数据进行遮蔽处理，如6222****1234
微调	Fine-tuning	在预训练模型基础上用特定数据继续训练
向量数据库	Vector Database	存储和检索向量嵌入的专用数据库
协议签署	Agreement Signing	客户确认产品条款的法律行为
意图识别	Intent Classification	判断用户话语所表达的意图类型
槽填充	Slot Filling	从用户话语中提取业务所需的结构化信息
知识图谱	Knowledge Graph	以实体和关系构建的结构化知识库
投资者适当性管理	Suitability Management	确保产品推荐与客户风险等级匹配的监管要求
资产证券化	Securitization	将资产转化为可交易证券的金融技术

: 术语表

编辑器	平台	特点
Qoder	Win/Mac/Linux	AI辅助写作，MCP集成，本课程首选
TeXstudio	Win/Mac/Linux	免费，功能全面，适合初学者
VS Code + LaTeX Workshop	Win/Mac/Linux	轻量，实时预览，Git集成
Overleaf	在线	无需安装，协作方便，国内访问需加速

服务名	启动命令	用途
fetch	`uvx mcp-server-fetch`	HTTP网页抓取
playwright	`npx @playwright/mcp@latest`	浏览器自动化
excel	`npx @negokaz/excel-mcp-server`	Excel读写
ppt	`uvx ppt_mcp_server`	PPT编辑
word	`uvx word_mcp_server`	Word文档
stata-mcp	`uvx stata-mcp`	Stata统计分析

附录

LaTeX排版环境（详细版）

MiKTeX（Windows）

MacTeX（macOS）

系统中文字体

推荐的LaTeX编辑器

AI IDE------Qoder

AI CLI工具

CC Switch------多账号管理

OpenCLI与OpenClaw

MCP/Skill/CLI三种范式对比

完整安装检查清单

MCP配置大全与故障排除

MCP服务器配置详解

推荐配置的MCP服务器

完整mcp.json参考配置

各平台路径说明

常见问题排查

IDE安装/登录问题

Python/Node环境问题

MCP类问题

Skill类问题

Stata安装与联动配置

Stata软件介绍

获取方式

安装步骤

Step 1 下载与安装

Step 2 激活授权

Step 3 验证安装

与stata-mcp联动配置

方案一：SepineTam/mcp-for-stata（独立Server，本课程默认）

方案二：hanlulong/stata-mcp（IDE扩展方案）

两种方案选型建议

完整Stata MCP设置参考

macOS安装说明

常见问题

替代方案（无法安装Stata时）

环境准备与CNB项目同步详细步骤

安装 Trae CN

安装基础运行时

方式一：winget 一键安装（Windows 10/11 推荐）

方式二：官网下载安装（备选方案）

macOS 用户

安装 Python 包管理工具

安装 CNB CLI 与 Skills

验证环境

CNB 项目同步

步骤 1：注册 CNB 账户并创建访问令牌

步骤 2：在 CNB 新建空仓库

步骤 3：登录 CNB CLI

步骤 4：克隆课程仓库到本地

步骤 5：配置 Git 用户信息

步骤 6：关联并推送到你的 CNB 仓库

步骤 7：验证同步结果

附加练习：安装 PPT Master（AI 生成 PPT 工具）

仓库地址格式对比

金融数据源汇总

tushare Pro

akshare

yfinance

FRED

Wind与CSMAR

各数据源对比

OpenMAIC：AI辅助教学工具

核心功能

快速上手

支持的AI模型

导出格式

与本课程的结合

LaTeX论文排版模板

课程实验报告模板

本科毕业论文模板简介

常用LaTeX技巧速查

术语表