OverviewHistoryStatsSecurity
npx skills add ...
Documentation
SKILL.md
npx skills add aicoincom/coinos-skills --skill aicoin-freqtrade
Use when user asks about Freqtrade — strategy creation, backtest, hyperopt, switching strategies / pairs / dry-run mode, querying live bot status / balance / open positions / 盈亏. Trigger words: 'write strategy', 'create strategy', 'backtest', 'switch strategy', 'switch to live', 'open positions', 'P&L', '写策略', '创建策略', '回测', '部署策略', '切策略', '切实盘', '当前持仓', '今天赚多少', '盈亏'. In CoinClaw containers (OpenClaw / Hermes / Claude Code) freqtrade is a supervisord-managed daemon on :8080 — this skill auto-detects engine + paths via lib/coinclaw-env.mjs and never spawns competing freqtrade processes. Outside CoinClaw it falls back to host mode (clone freqtrade + nohup). For prices/charts use aicoin-market. For exchange trading use aicoin-trading. For Hyperliquid use aicoin-hyperliquid.
npx skills add aicoincom/coinos-skills --skill aicoin-freqtrade
Freqtrade 策略 / 回测 / 部署 / 实时控制 — 跨 CoinClaw 三引擎自动适配。
OpenClaw / Hermes / Claude Code 三个引擎容器都通过 supervisord 把 freqtrade 起为常驻进程, 监听 127.0.0.1:8080, 默认跑 NoOpStrategy(空跑). 不要自己起 freqtrade 进程 — 会跟 daemon 抢端口, dashboard 立刻 offline.
正确流程是: 写策略文件 → 调 ft-deploy.mjs deploy {"strategy":"..."} → 脚本改 config + 重启 daemon. dashboard 会自动刷出新策略.
scripts/ft.mjs + scripts/ft-deploy.mjs 内置三引擎自动识别(lib/coinclaw-env.mjs), 路径 / auth / supervisord socket 都自动解析, agent 不用关心是哪个引擎.
| 用户问 | 必须先调 |
|---|---|
| 现在赚多少 / 总盈亏 / 今天涨了多少 | ft.mjs profit (/api/v1/profit) |
| 持仓 / 现在开了哪些 | ft.mjs trades_open (/api/v1/status) |
| 余额 / 资金多少 | ft.mjs balance (/api/v1/balance) |
| 跑的什么策略 / 当前模式 | ft.mjs daemon_info 或 config |
| 历史交易 / 已平仓 | ft.mjs trades_history |
| 单交易对绩效 | ft.mjs profit_per_pair |
dashboard 数字对齐规则(关键): 用户问"赚了多少"必须报告两个数字:
profit_closed_coin (USDT) — dashboard 顶栏的累计盈亏 = 这个profit_all_coin (USDT) — 已平仓 + 当前持仓的浮动盈亏只调 /status 拿持仓浮动盈亏会漏掉已平仓部分, 导致跟 dashboard 数字不一致 — 用户立刻发现, 信任度归零.
config.json 是 daemon 启动时读一次, 手动改完不会自动生效. 必须用:
| 操作 | 命令 | 是否需要 daemon 重启 |
|---|---|---|
| 切策略 | ft.mjs set_strategy {"strategy":"X"} | 必须重启 (~30s) |
| 切交易对 | ft.mjs set_pairs {"pairs":[...]} | 不重启, reload_config 即可 |
| 切实盘/模拟 | ft.mjs set_dry_run {"dry_run":false} | 必须重启 |
| reload 配置 | ft.mjs reload | 不重启 |
或者一次完成所有变更: ft-deploy.mjs deploy {"strategy":"X","pairs":["BTC/USDT:USDT"],"dry_run":false}.
任何直接修改 config.json 的操作(包括手动编辑 pair_whitelist / minimal_roi / stoploss 等), 改完后必须立即调 ft.mjs reload — 否则 daemon 仍用内存里的旧配置运行, 白名单/止损等改动不会生效. 忘了 reload 是最常见的"改了但没用"的原因.
chat 主动发起的高 stake 操作必须强 confirm(违反即错):
适用: 用户在 chat 里说"平掉"、"切实盘"、"卖了"、"开仓"等 — 通过 agent 调用 force_exit / force_enter / set_dry_run 的操作.
流程:
force_exit / set_dry_run / force_enter不需要 confirm 的:
set_pairs 加币对、reload) — 列改动表然后直接执行违反规则的反例:
force_exit 平了真持仓 (K-Live-3 dogfood 抓到的真 bug)set_dry_run {"dry_run":false}写策略 + 切策略 倾向分两轮(create_strategy 一轮, set_strategy 一轮). 不是技术限制,是 UX 选择:
set_strategy 切策略 + 重启 daemon (~30s)这样用户切策略前能 review 生成文件; daemon 重启 30s 期间用户对状态有预期, 不会误判 chat 卡死. 用户明确说"一气呵成做完"也可以单 turn 跑完两步, 但默认分轮.
用户问网格时直接说明限制 + 建议趋势跟踪 / 区间策略 / 网格回报模拟器替代. 不要硬写一个伪网格.
| 任务 | 命令 |
|---|---|
| 看 daemon 状态 + 配置 | node scripts/ft-deploy.mjs check 或 ft.mjs daemon_info |
| 看策略列表 | node scripts/ft-deploy.mjs strategy_list |
| 创建策略(快速生成器) | node scripts/ft-deploy.mjs create_strategy '{"name":"MyStrat","timeframe":"15m","indicators":["rsi","macd","ema"],"aicoin_data":["funding_rate"]}' |
| 部署策略到 daemon | node scripts/ft-deploy.mjs deploy '{"strategy":"MyStrat"}' |
| 部署+切实盘 | node scripts/ft-deploy.mjs deploy '{"strategy":"MyStrat","dry_run":false}' |
| 回测 | node scripts/ft-deploy.mjs backtest '{"strategy":"MyStrat","timeframe":"1h","timerange":"20250101-20260301"}' |
| Hyperopt 调参 | node scripts/ft-deploy.mjs hyperopt '{"strategy":"MyStrat","timeframe":"1h","epochs":100}' |
| 看盈亏 | node scripts/ft.mjs profit |
| 看持仓 | node scripts/ft.mjs trades_open |
| 看余额 | node scripts/ft.mjs balance |
| 切交易对 | node scripts/ft.mjs set_pairs '{"pairs":["BTC/USDT:USDT","ETH/USDT:USDT"]}' |
| 重启 daemon | node scripts/ft.mjs restart |
| 看日志 | node scripts/ft-deploy.mjs logs '{"lines":100}' |
判断规则：
create_strategy 一条命令生成一个可跑的策略文件。适合"先跑起来再调"的场景：
可选 indicators: rsi, bb, ema, sma, macd, stochastic/kdj, atr, adx, cci, williams_r, vwap, ichimoku, volume_sma, obv.
可选 direction: "long" (默认,只做多) | "short" (只做空) | "both" (双向)。
用户说"RSI<30 买入, RSI>70 卖出"→ direction="long"(RSI>70 = 平多, 不是开空)。只有用户明确说"做空 / 双向 / 多空都做"时才用 "both" 或 "short"。
可选 aicoin_data: funding_rate、ls_ratio、big_orders、liquidation_map（都需付费套餐），open_interest（v3 聚合 OI 历史暂未接通，会自动降级到默认值）。
生成器的局限：只能组合预设指标，不支持跨周期、多币种轮动、自定义复合指标。遇到这些需求直接走 B。
直接写 .py 文件到 daemon 的 strategy 目录。用这条路可以实现任何 freqtrade 支持的策略逻辑（跨周期 informative pairs、自定义仓位管理、多指标复合条件等）。
三引擎该目录不同, 从 daemon_info 拿或用 Write 工具写到下面任一路径(脚本会自动用 /api/v1/show_config 验证):
| 引擎 | strategy 目录 |
|---|---|
| OpenClaw | ~/.openclaw/workspace/strategies/ |
| Hermes | /workspace/strategies/ |
| Claude Code | /workspace/strategies/ |
用 AiCoin Python SDK (aicoin_data.py, image build 时已复制到上面目录, 也由 create_strategy 兜底拷贝):
它封装了 AiCoin Open API v3：
回测期 AiCoin 实时数据不可用，高层信号会抛异常 —— 策略里要 try/except 兜底用默认值。资金费率、大单、清算等需要付费套餐，没权限同样抛异常（一样兜底）。
写完后用 deploy {"strategy":"MyStrategy"} 让 daemon 切到这个策略.
| AiCoin 数据 | 信号逻辑 | 套餐 |
|---|---|---|
funding_rate | 大于 0.01% → 多头过度 → 空信号; 小于 -0.01% → 多信号 | 基础版 |
ls_ratio | 小于 0.45 (空头多) → 反向做多; 大于 0.55 → 反向做空 | 基础版 |
big_orders | (buy_vol-sell_vol)/total > 0.3 → 鲸鱼买入做多 | 标准版 |
open_interest | OI 涨 + 价涨 = 健康趋势; OI 涨 + 价跌 = 反转 | 专业版 |
liquidation_map | 上方爆仓多 → 多头挤压 → 做多 | 高级版 |
AiCoin 实时数据不在历史区间内可用. 回测时:
funding_rate=0.0, ls_ratio=0.5, whale_signal=0.0)向用户报告回测结果时必须主动说明这点, 不要让用户以为回测包含了 AiCoin 信号.
scripts/ft-deploy.mjs — 策略 / 回测 / 部署| Action | 参数示例 |
|---|---|
check | (无) — 返回 daemon 状态 + 配置 + 余额 |
daemon_info(在 ft.mjs) | (无) — 单调用拿全 |
deploy | {"strategy":"MyStrat"} 或 {"strategy":"MyStrat","dry_run":false,"pairs":["BTC/USDT:USDT"]} |
create_strategy | {"name":"MyStrat","timeframe":"15m","indicators":["rsi","macd"],"direction":"long","aicoin_data":["funding_rate"]} |
backtest | {"strategy":"MyStrat","timeframe":"1h","timerange":"20250101-20260301","pairs":["ETH/USDT:USDT"]} |
hyperopt | {"strategy":"MyStrat","timeframe":"1h","epochs":100} |
download_data | {"timeframe":"1h","timerange":"20250101-"} |
strategy_list | (无) |
backtest_results | (无) — 列最近 10 个回测结果文件名 |
start / stop | (无) — coinclaw 模式调 supervisorctl, host 模式管 PID |
status / logs | {"lines":100} |
update / remove | coinclaw 模式 no-op (提示用 helm upgrade / web UI 删 instance) |
scripts/ft.mjs — 实时控制 (REST + 配置变更)| Action | 用途 |
|---|---|
daemon_info | 一次拿 strategy / mode / pairs / open trades 数量 |
profit | 已平仓累计 + 含浮动总盈亏 (回答盈亏类问题必须先调) |
trades_open | 当前持仓 (调 /status) |
trades_history | 已平仓交易 |
balance | 余额 |
profit_per_pair | 每交易对绩效 |
daily / weekly / monthly | 时间维度统计 |
force_enter / force_exit | 手动开/平仓 |
set_strategy | 切策略 (改 config + 重启 daemon) |
set_pairs | 改交易对白名单 (reload, 不重启) |
set_dry_run | 切实盘/模拟 (改 config + 重启 daemon) |
restart | 重启 freqtrade daemon (supervisorctl + kill 兜底) |
reload | reload_config 而不重启 |
start / stop / ping / version / health | 标准 REST |
logs | freqtrade 自带 /logs 接口 |
scripts/ft-dev.mjs — 调试 (回测 / 蜡烛 / 策略详情)backtest_start / backtest_status / backtest_history / candles_live / candles_analyzed / strategy_list / strategy_get / whitelist / blacklist 等.
.env 自动加载顺序:
/workspace/.env (Hermes/CC) 或 /home/node/.openclaw/workspace/.env (OpenClaw)~/.coinos/.env(coinos 文件夹, 推荐)→ 当前目录 .env → 旧 ~/.openclaw/.env(向后兼容)freqtrade REST 认证: freqtrade-api.mjs 自动从容器内 .ft_api_pass 文件读密码, agent 不用配 FREQTRADE_USERNAME / FREQTRADE_PASSWORD. 用户也可以通过 .env 覆盖.
交易所 key 在 web UI 的 EnvSection 里配置, 写到 .env 后 entrypoint 会自动 patch 进 freqtrade config.json. agent 不要直接读 .env 给用户看交易所 key.
AiCoin Open API key (用于策略集成 AiCoin 数据):
返回 304 / 403 时 不要重试, 直接告诉用户:
| 套餐 | 价格 | 用途 |
|---|---|---|
| 免费版 | $0 | 纯技术指标 |
| 基础版 | $29/mo | + funding_rate, ls_ratio |
| 标准版 | $79/mo | + big_orders, agg_trades |
| 高级版 | $299/mo | + liquidation_map |
| 专业版 | $699/mo | + open_interest, ai_analysis |
获取地址: https://www.aicoin.com/opendata
| 用户问 | 用 |
|---|---|
| 单纯查行情 / K 线 / 新闻 / 资金费率 (不开仓) | aicoin-market |
| 直接下单 / 开仓 / 平仓 (不通过 freqtrade) | aicoin-trading |
| Hyperliquid 鲸鱼 / 持仓 / 清算 | aicoin-hyperliquid |
| 链上 DEX swap / 钱包余额 / gas | aicoin-onchain |
| 余额 / 持仓 / 注册 / API key 配置 (账户类) | aicoin-account |
cat /workspace/.ft_api_pass 把内部 daemon 密码贴到 chat — 直接用 ft.mjs 调 REST, 脚本内部读密码不会泄漏.ft-dev.mjs candles_analyzed 拿 daemon 的真实指标.set_strategy / deploy / restart.from aicoin_data import AiCoinData
ac = AiCoinData(cache_ttl=300) # 自动从 .env 读 key，内置 5 分钟缓存
# 高层信号 —— 直接返回能用的数字，丢进策略即可
ac.whale_signal("BTC/USDT:USDT", "binance") # 大单买卖压力 -1..+1
ac.ls_ratio_norm() # 多空比 0..1（>0.5 偏多）
ac.funding_rate_pct("BTC/USDT:USDT", "binance") # 最新资金费率（百分比）
ac.liq_bias("BTC/USDT:USDT", "binance") # 清算图方向偏向 -1..+1
# 原始数据
ac.coin_ticker("bitcoin,ethereum") # 实时行情
ac.klines("BTC/USDT", "binance", interval="1h", limit=100)
# 任意 v3 接口 —— path 是 /api/v3/ 后那段，清单见 https://open.aicoin.com/api/v3/_catalog
ac.get("markets/hot-coins", {"tab_key": "defi"})
ac.get("hyperliquid/whales/open-positions", {"coin": "BTC"})from freqtrade.strategy import IStrategy, IntParameter, DecimalParameter
from pandas import DataFrame
import logging, time
logger = logging.getLogger(__name__)
class MyStrategy(IStrategy):
INTERFACE_VERSION = 3
timeframe = '15m'
can_short = True
minimal_roi = {"0": 0.05, "60": 0.03, "120": 0.01}
stoploss = -0.05
trailing_stop = True
trailing_stop_positive = 0.02
trailing_stop_positive_offset = 0.03
rsi_buy = IntParameter(20, 40, default=30, space='buy')
rsi_sell = IntParameter(60, 80, default=70, space='sell')
_ac_funding_rate = 0.0
_ac_last_update = 0.0
def populate_indicators(self, dataframe: DataFrame, metadata: dict) -> DataFrame:
# RSI
delta = dataframe['close'].diff()
gain = delta.clip(lower=0).rolling(window=14).mean()
loss = (-delta.clip(upper=0)).rolling(window=14).mean()
rs = gain / loss
dataframe['rsi'] = 100 - (100 / (1 + rs))
# AiCoin 数据 (live/dry_run only, backtest 用默认值 0.0)
dataframe['funding_rate'] = 0.0
if self.dp and self.dp.runmode.value in ('live', 'dry_run'):
now = time.time()
if now - self._ac_last_update > 300:
self._update_aicoin_data(metadata)
self._ac_last_update = now
dataframe.iloc[-1, dataframe.columns.get_loc('funding_rate')] = self._ac_funding_rate
return dataframe
def _update_aicoin_data(self, metadata: dict):
try:
import sys, os
_sd = os.path.dirname(os.path.abspath(__file__))
if _sd not in sys.path:
sys.path.insert(0, _sd)
from aicoin_data import AiCoinData
ac = AiCoinData(cache_ttl=300)
pair = metadata.get('pair', 'BTC/USDT:USDT')
exchange = self.config.get('exchange', {}).get('name', 'binance')
self._ac_funding_rate = ac.funding_rate_pct(pair, exchange)
except Exception as e:
logger.warning(f"AiCoin data error: {e}")
def populate_entry_trend(self, dataframe: DataFrame, metadata: dict) -> DataFrame:
dataframe.loc[
(dataframe['rsi'] < self.rsi_buy.value) &
(dataframe['volume'] > 0),
'enter_long'] = 1
dataframe.loc[
(dataframe['rsi'] > self.rsi_sell.value) &
(dataframe['volume'] > 0),
'enter_short'] = 1
return dataframe
def populate_exit_trend(self, dataframe: DataFrame, metadata: dict) -> DataFrame:
dataframe.loc[(dataframe['rsi'] > 70), 'exit_long'] = 1
dataframe.loc[(dataframe['rsi'] < 30), 'exit_short'] = 1
return dataframeAICOIN_ACCESS_KEY_ID=your-key-id
AICOIN_ACCESS_SECRET=your-secret