Skip to content

AI 助手

navi skill 为 AI 编码助手提供 Navi 语言的专用知识——语法、执行模型、标准库和常用模式——使其无需每次会话重新学习,即可编写正确、地道的 .nv 指标和策略脚本。

包含内容

Skill 包含四个按需加载的参考文件:

文件用途
syntax.md语言语法——声明、控制流、函数、struct/enum/newtype、导入
execution-model.md逐 bar 执行、类型限定符(const/input/simple/series)、var/varipna、历史引用、避免重绘
stdlib.md内置函数——prelude、ta/math/strArray/Map/Matrix、绘图、strategy
patterns.md经典模式——indicator/strategy/library 框架、预热守卫、有状态累加器、交叉逻辑、常见陷阱

安装

使用 Skills CLI 从 longbridge/navi 仓库安装:

bash
npx skills add longbridge/navi

如需先查看仓库中可安装的 skill:

bash
npx skills add longbridge/navi --list

如果安装器要求选择 skill,请选择 navi。也可以显式安装:

bash
npx skills add longbridge/navi --skill navi

也可以下载打包后的 skill,并将它解压到 AI 编码助手的 skills 目录。

同时安装独立的 navi CLI,让 AI 编码助手可以编译并运行它编写的脚本。

macOS 或 Linux:

bash
curl -fsSL https://navi-lang.org/install.sh | sh

Windows PowerShell:

powershell
irm https://navi-lang.org/install.ps1 | iex

确认 CLI 可用:

bash
navi --version

Navi 文档或 API 更新后,可更新已安装的 skill:

bash
npx skills update navi

CLI 不包含行情数据。下方验证流程会通过 --data 使用调用方提供的模拟或真实 OHLCV 数据。

使用

安装后,兼容的 AI 编码助手在处理 .nv 文件或你询问 Navi 相关问题时即可使用该 skill。

text
用 Navi 编写一个完整的 VWAP 指标,支持配置上下轨。
保存为 vwap_bands.nv,并使用 navi CLI 完成验证。

为了获得更准确的结果,建议说明:

  • 脚本类型:指标、策略或库
  • 输入参数,以及预期的绘图、信号或订单
  • 标的和周期假设
  • 是否允许重绘,以及预热要求
  • 目标 .nv 文件名

推荐工作流

  1. 要求 AI 返回完整的 .nv 文件,而不是孤立代码片段。

  2. 文件名、变量、参数和函数统一使用 snake_case

  3. 要求 AI 使用独立的 navi CLI 验证文件:

    bash
    navi lint path/to/script.nv
  4. 如果只存在格式问题,先运行 navi fmt,然后重新 lint。

  5. 需要验证运行行为时,先构造一份较小的模拟 OHLCV CSV,数据量应覆盖脚本最长回看周期,然后实际执行脚本:

    bash
    navi run path/to/script.nv \
      --data bars.csv \
      --symbol NASDAQ:AAPL \
      --timeframe 1D
  6. 将验证后的脚本用于 Longbridge CLI、App 或桌面端。独立的 navi CLI 主要用于开发和调试。

只有 AI 成功运行 CLI 才能称为“已验证”;仅返回代码块不代表完成验证。

运行数据

独立的 navi CLI 仅提供基础编译和本地运行能力,不包含也不会下载行情数据,因此 navi run 必须通过 --data 接收调用方提供的数据。AI 验证默认应使用模拟数据:时间戳按 Unix 毫秒递增,OHLC 价格关系合理,并根据脚本需要覆盖预热、上涨、下跌、横盘和触发信号等场景。

需要真实数据时,按可用环境优先选择:

  • 已安装并登录的 Longbridge CLI:运行 longbridge kline history SYMBOL --start YYYY-MM-DD --end YYYY-MM-DD --format json,再将返回的 K 线转换为 navi run 所需的 CSV;也可以使用 longbridge quant run 直接基于 Longbridge 历史数据运行脚本。
  • AI 环境中的 Longbridge MCP:通过其行情工具请求历史 K 线,再将返回的 OHLCV 转换为 CSV。
  • 两者均不可用时,可使用可靠的公开数据源,但要核对授权、复权方式、时区、数据顺序及缺失 K 线处理方式。

真实数据是对模拟场景的补充,不能代替专门构造、用于触发关键分支的数据。

在线预览

验证完成后,AI 可以将完整 UTF-8 脚本编码为不带填充的 Base64URL,并放入 code 查询参数,生成 Playground 预览:

text
https://navi-lang.org/playground?code=<base64url-source>

打开链接后,Playground 会将脚本作为未保存文件载入并添加到图表。Base64URL 使用 -_ 代替 +/,并移除末尾的 =。浏览器和聊天工具会限制 URL 长度,因此仍需同时保留源文件。

提问示例

text
检查 momentum_strategy.nv 是否存在重绘或 series 状态错误。
修复文件并保持原有行为,完成后运行 navi lint。
text
创建一个 Navi 库,导出 EMA 和交叉判断辅助函数。
遵循 Navi 命名规范,保存为 moving_average_helpers.nv,
并返回实际的 navi lint 结果。

Skill 将 navi-lang.org 及其标准库文档作为当前 API 的权威来源。

基于 MIT 许可证发布。