当前位置：首页 > news >正文

基于OpenClaw与Alpaca API的自动化交易技能实践指南

news 2026/5/6 21:33:58

1. 项目概述：一个为OpenClaw设计的Alpaca交易技能

如果你和我一样，对自动化交易和AI助手感兴趣，同时又不想被复杂的Python环境、臃肿的SDK和繁琐的配置流程劝退，那么你可能会对lacymorrow/alpaca-trading-skill这个项目眼前一亮。简单来说，它是一个为OpenClaw这个Rust编写的AI代理框架量身打造的“技能包”，让你能直接用自然语言命令你的AI助手，去操作你在Alpaca券商（一个对开发者非常友好的美股、加密货币交易平台）的账户。

想象一下这个场景：你正在写代码或者处理邮件，突然想到“苹果股价是不是跌到可以买点了？”或者“我想看看特斯拉的期权链”。传统做法是，你得打开交易软件、登录、输入代码、查看图表……一套流程下来，思路早就断了。而这个技能的核心价值，就是让你能像问助理一样，直接对你的AI助手说：“嘿，帮我查一下AAPL的实时报价”，或者“用市价单买入10股NVDA”。所有的脏活累活——构造API请求、处理认证、解析JSON响应——都由这个技能在后台默默完成，最后给你一个清晰、简洁的结果。

它适合谁呢？首先是那些已经在使用或对OpenClaw感兴趣的开发者、极客和量化交易爱好者。OpenClaw本身追求的是轻量、高效和模块化，这个技能完美继承了这一哲学。其次，是那些希望将交易操作无缝集成到自己工作流中的人，比如程序员、数据分析师，他们可能更习惯命令行或与AI对话，而不是频繁切换图形界面。最后，它也适合想要学习API交易、但又希望从一个极其简洁、透明的工具入门的初学者。因为它没有封装黑盒，核心就是一个精心编写的Bash脚本，所有与Alpaca API的交互都清晰可见。

2. 核心设计思路与架构解析

2.1 为什么选择“技能(Skill)”模式与OpenClaw？

这个项目的基石是OpenClaw。你可以把它理解为一个本地的、可高度定制的“AI大脑”框架。它本身提供对话、理解意图等核心AI能力，而具体的“手和脚”——也就是执行特定任务的能力——则通过加载各种各样的Skill（技能）来实现。这种插件化架构带来了巨大的灵活性。

alpaca-trading-skill就是这样一个专精于金融交易的“手”。它的设计哲学非常明确：极简、透明、无依赖。作者没有选择用Python或Node.js再包装一层Alpaca的官方SDK，而是直接使用几乎在所有Unix-like系统上都存在的curl和jq工具。这样做有几个显著优势：

零环境冲突：不需要管理Python虚拟环境、Node版本，杜绝了“在我机器上能跑”的经典问题。
极致的轻量：整个技能包大小可能只有几十KB，加载和运行几乎不消耗额外资源。
极高的透明度：所有发往Alpaca API的HTTP请求都以最原始的形式呈现（在脚本中），这对于学习API工作原理、调试问题、甚至自己修改功能都无比友好。
启动速度：Bash脚本的启动速度远快于启动一个Python解释器。

这种设计选择清晰地表明了它的目标用户：追求效率和控制力的技术用户。

2.2 技能的核心工作流程

当你在OpenClaw中向AI助手发出一个交易相关的指令时，背后发生了这样一连串事件：

意图识别：OpenClaw的AI模型理解你的自然语言，例如“买入100股谷歌”。
技能路由：AI判断这个意图属于“交易”范畴，于是将任务和解析出的参数（动作：buy，数量：100，标的：GOOGL）传递给已注册的alpaca-trading-skill。
参数转换：技能接收到结构化数据。它的核心脚本alpaca.sh会将这些参数转换为对应的Alpaca REST API端点、HTTP方法和请求体。
API调用：脚本使用curl，带上你事先设置好的环境变量中的API密钥，向Alpaca的服务器发送一个经过正确签名的HTTPS请求。
响应处理：Alpaca服务器返回JSON格式的响应（可能是订单确认、行情数据等）。脚本使用jq（如果可用）或Python的json.tool来格式化这个响应，使其易于阅读。
结果返回：格式化后的结果被送回给OpenClaw，最终由AI助手以对话形式呈现给你。

整个流程，技能本身只负责第3到第5步，即“翻译”和“执行”，这正是单一职责原则的体现。

2.3 功能范围与能力边界

根据项目描述，这个技能覆盖了Alpaca API的绝大部分核心功能，可以归纳为四大板块：

交易执行：这是核心功能。支持股票、ETF、加密货币的买卖。订单类型非常全面，从最简单的市价单、限价单，到更复杂的止损单、跟踪止损单，乃至高级的组合订单如括号订单（Bracket，同时设置止盈止损）、OCO（二选一订单）、OTO（单触发另一订单）都支持。这为实施复杂的交易策略提供了基础。
期权交易：这是该技能非常强大的一点。它不仅支持简单的买入看涨/看跌期权，还支持卖出备兑看涨期权（Covered Call）和现金担保看跌期权（Cash-Secured Put）这两种常见的期权收益策略。此外，价差交易（Spreads）、期权行权、以及完整的期权链数据查询（Level 0-3）都包含在内。这意味着你可以通过自然语言进行相当专业的期权操作和数据分析。
账户与组合管理：你可以查询持仓（股票、期权、加密货币）、账户余额、购买力、历史盈亏、以及所有的账户活动记录（成交、分红、转账、期权事件等）。相当于一个命令行版本的账户概览。
市场数据：提供实时报价、历史K线（Bars）、快照、新闻、股票筛选器（最活跃、涨跌幅榜）以及公司行动（拆股、分红、并购）信息。这是做出交易决策的信息基础。

注意：尽管功能强大，但它本质上是一个“执行器”和“查询器”。它不包含任何策略生成、回测或信号分析功能。你需要自己做出交易决策，或者结合其他AI技能/工具来生成决策，再通过它来执行。这是一个重要的边界。

3. 环境准备与详细配置指南

3.1 前置条件检查

在开始之前，确保你的系统满足最低要求：

操作系统：macOS， Linux，或带有WSL2的Windows。这是一个基于Bash shell的工具。
curl：用于HTTP请求。在终端输入curl --version检查是否已安装。macOS和主流Linux发行版通常预装。
jq (强烈推荐)：用于在命令行优雅地处理和格式化JSON。安装方法：
- macOS:brew install jq
- Ubuntu/Debian:sudo apt-get install jq
- CentOS/RHEL:sudo yum install jq
- 如果没有安装jq，技能会回退到使用python3 -m json.tool，因此确保你的系统有Python 3。

3.2 获取Alpaca API密钥

这是连接你的资金账户（或模拟账户）的关键。请务必谨慎保管你的密钥，如同保管银行卡密码。

注册账户：访问 Alpaca官网注册一个免费账户。对于非美国居民，注册流程可能有所不同，请根据指引操作。
选择账户模式：Alpaca提供两种环境：
- Paper Trading (模拟交易)：默认环境。给你虚拟的100万美元资金，用于测试策略而无需承担真实风险。强烈建议所有新用户先从模拟交易开始。
- Live Trading (实盘交易)：连接你的真实资金账户。需要完成身份验证（KYC）并可能涉及账户注资。
生成API密钥：
- 登录Alpaca仪表板后，在侧边栏找到“API Keys”或“开发”选项。
- 点击“Generate New Key”。你会得到两串字符：
  - API Key ID：通常以PK（Paper）或AK（Live）开头，作为你的用户名。
  - Secret Key：一长串随机字符，作为你的密码。这个密钥只显示一次，请立即妥善保存。

3.3 配置环境变量（安全最佳实践）

将API密钥硬编码在脚本里是极不安全的行为。正确的方法是使用环境变量。以下是几种设置方式：

方式一：临时设置（仅当前终端会话有效）

export APCA_API_KEY_ID="你的Key-ID（以PK或AK开头）" export APCA_API_SECRET_KEY="你的Secret-Key" # 默认使用模拟交易API端点，无需额外设置 # 如需实盘，需额外设置： export APCA_API_BASE_URL="https://api.alpaca.markets"

这种方式适合临时测试，关闭终端后变量就失效了。

方式二：写入Shell配置文件（推荐）为了不用每次打开终端都重新设置，可以将它们添加到你的shell配置文件中（如~/.bashrc,~/.zshrc, 或~/.bash_profile）。

echo 'export APCA_API_KEY_ID="你的Key-ID"' >> ~/.zshrc echo 'export APCA_API_SECRET_KEY="你的Secret-Key"' >> ~/.zshrc # 如果你主要用模拟盘，可以不设置BASE_URL，默认就是模拟环境。 # 如果你主要用实盘，可以设置： echo 'export APCA_API_BASE_URL="https://api.alpaca.markets"' >> ~/.zshrc

然后执行source ~/.zshrc让配置立即生效。

重要安全提示：
永远不要将你的APCA_API_SECRET_KEY提交到任何公开的版本控制系统（如GitHub）。你的配置文件（.zshrc等）通常也是本地的，相对安全。
可以考虑使用更安全的密钥管理工具，如pass或操作系统自带的密钥链，然后在需要时动态读取到环境变量。但对于个人初学者，写入配置文件并确保文件权限为600（仅自己可读可写）是一个可接受的折中方案。
为模拟账户和实盘账户生成不同的API密钥，并在环境变量中清晰区分（例如通过变量名后缀_PAPER和_LIVE），然后在脚本或配置中按需切换，避免误操作。

3.4 安装OpenClaw与交易技能

假设你已经按照OpenClaw的官方文档安装好了OpenClaw主程序。安装交易技能就非常简单：

通过ClawHub安装（推荐）

clawhub install lacymorrow/alpaca-trading-skill

这个命令会从ClawHub（OpenClaw的技能仓库）自动下载并安装该技能到正确的位置（通常是~/.openclaw/skills/目录下）。

手动克隆安装如果你想查看源码或进行自定义，可以直接克隆仓库：

git clone https://github.com/lacymorrow/alpaca-trading-skill.git ~/.openclaw/skills/alpaca-trading

安装完成后，你需要重启OpenClaw，或者以某种方式通知它重新加载技能列表（具体取决于OpenClaw的版本和配置）。

4. 核心脚本解析与使用模式

4.1 脚本结构剖析

技能的核心是scripts/alpaca.sh这个Bash脚本。它设计得非常精巧，是一个典型的“薄封装”层。我们不需要理解每一行代码，但了解其结构有助于我们更好地使用和调试。

基本原理：

参数解析：脚本接收从OpenClaw传递过来的参数，比如action（操作）、symbol（代码）、qty（数量）等。
端点映射：脚本内部有一个逻辑，将action映射到特定的Alpaca API端点。例如，action=buy可能映射到POST /v2/orders。
请求构造：脚本使用curl命令，设置正确的HTTP头（包括使用密钥生成的认证头APCA-API-KEY-ID和APCA-API-SECRET-KEY），并根据需要构造JSON请求体。
发送与接收：执行curl命令，捕获API返回的JSON。
美化输出：将原始JSON通过jq或python -m json.tool格式化后输出。

一个简化示例：假设技能收到指令“获取AAPL报价”，它内部可能会执行类似如下的逻辑（伪代码表示）：

# 从环境变量读取密钥 API_KEY_ID=$APCA_API_KEY_ID SECRET_KEY=$APCA_API_SECRET_KEY # 设置API基础URL，默认为模拟盘 BASE_URL=${APCA_API_BASE_URL:-"https://paper-api.alpaca.markets"} # 构造curl命令 curl -s -X GET \ -H "APCA-API-KEY-ID: $API_KEY_ID" \ -H "APCA-API-SECRET-KEY: $SECRET_KEY" \ "$BASE_URL/v2/stocks/AAPL/quotes/latest" | jq .

最终，这个格式化的JSON结果会通过OpenClaw呈现给你。

4.2 独立使用脚本（高级用法）

虽然这个技能是为OpenClaw设计的，但alpaca.sh脚本本身是独立的。这意味着你可以在不启动OpenClaw AI助手的情况下，直接在终端里调用它来完成一些自动化任务或测试。这为集成到其他脚本（如cron定时任务、CI/CD管道）提供了可能。

你需要查看脚本的源码来了解它接受的直接参数。通常，这类脚本会设计成可以直接运行的模式。例如（假设的调用方式）：

# 假设在技能目录下 ./scripts/alpaca.sh get_quote AAPL # 或者 ./scripts/alpaca.sh --action buy --symbol NVDA --qty 5 --type market

实操心得：在将任何技能用于实盘交易之前，务必先使用其独立脚本模式在模拟环境中进行充分测试。你可以编写一个小测试脚本，遍历你计划使用的所有功能（查询、下单、撤单等），观察日志和返回结果，确保一切行为符合预期。这能有效防止因对技能行为理解偏差而导致的误操作。

4.3 与OpenClaw的集成与对话模式

安装并配置好技能后，你与它的主要交互方式是通过OpenClaw的对话界面。具体的触发命令或短语取决于OpenClaw的技能配置和自然语言理解模型。

通常，你需要用一些“唤醒词”或特定句式来触发交易技能。例如：

“查询一下我的投资组合。”
“苹果公司现在的股价是多少？”
“用限价单在175美元买入20股AMD。”
“查看特斯拉下周五到期的看涨期权链。”

OpenClaw的AI模型会理解这些句子，提取关键参数，并调用alpaca-trading-skill来执行。技能的响应（格式化后的JSON）会被AI模型“消化”并转换成更口语化的回答反馈给你。

注意事项：自然语言理解并非100%准确。在涉及重要参数，尤其是价格、数量时，务必在AI助手确认订单细节（例如复述“以175美元限价买入20股AMD”）后再最终确认执行。成熟的技能设计应该包含一个确认步骤，但作为用户，保持谨慎是黄金法则。

5. 典型使用场景与实操示例

让我们通过几个具体的场景，来看看如何将这个技能应用到实际中。以下示例假设你已成功安装技能，并正确配置了模拟交易环境变量。

5.1 场景一：快速市场调研与监控

你正在写报告，需要快速了解几只科技股的情况。

你对OpenClaw说：“给我看看苹果、微软和英伟达的最新股价和今天涨跌幅。”

技能背后可能执行的操作：

并行或串行调用Alpaca的/v2/stocks/{symbol}/snapshot端点，获取股票的快照数据（包含最新价、日变化等）。
将获取的JSON数据汇总。

你期望得到的回复（经过AI整理）：

以下是您关注的股票最新情况： - **苹果 (AAPL)**: $218.55，今日上涨 +1.2% - **微软 (MSFT)**: $442.57，今日上涨 +0.8% - **英伟达 (NVDA)**: $135.38，今日下跌 -0.5%

实操技巧：你可以让AI助手为你创建一个“观察列表”，并定期（例如每30分钟）自动更新并汇报。这需要结合OpenClaw的定时任务或记忆功能，以及你的一些简单脚本编排。

5.2 场景二：执行一个简单的止损订单

你持有一些特斯拉(TSLA)的股票，当前价约250美元。你希望设置一个止损单，在价格跌到240美元时自动卖出，以控制潜在亏损。

你对OpenClaw说：“为我的100股TSLA持仓设置一个止损单，触发价240美元。”

技能背后执行的操作：

首先，可能调用/v2/positions确认你确实持有TSLA。

然后，向/v2/orders发送一个POST请求，请求体大致如下：

{ "symbol": "TSLA", "qty": "100", "side": "sell", "type": "stop", "time_in_force": "gtc", "stop_price": "240.00" }

接收订单创建成功的响应，并提取订单ID等信息。

AI助手可能会回复：

已为您创建止损单。订单ID：`a1b2c3d4-e5f6-7890-g1h2-i3j4k5l6m7n8`。当TSLA股价跌至或低于$240.00时，将自动卖出100股。

重要提示：止损单（Stop Order）在触发后会转为市价单（Market Order）执行。在市场快速波动时，实际成交价可能与触发价有显著差异（滑点）。对于更精确的控制，可以考虑使用止损限价单（Stop-Limit Order），它触发后会转为限价单。该技能也支持这种订单类型。

5.3 场景三：期权数据查询与策略评估

你在考虑是否卖出特斯拉的备兑看涨期权来增加收益。

你对OpenClaw说：“查询一下TSLA下个月到期、行权价260美元的看涨期权的最新报价和未平仓合约数。”

技能背后执行的操作：

调用Alpaca的期权链接口，例如/v2/options/contracts进行筛选，或直接使用包含详细数据的特定端点。
从返回的庞杂期权链数据中，定位到特定到期日（如2024-10-18）和行权价（260）的看涨期权合约。
提取其最新报价（bid/ask）、成交量、未平仓合约等关键信息。

AI助手可能会回复：

找到TSLA 2024-10-18到期、行权价$260的看涨期权（合约代码：TSLA241018C00260000）。 - 最新买价/卖价：$5.10 / $5.30 - 当日成交量：1,245张 - 未平仓合约：12,580张 - 隐含波动率：约45%

基于此，你可以进一步下达指令：“以5.20美元的价格，为我持有的100股TSLA卖出一张下个月到期、行权价260美元的备兑看涨期权。”

技能会执行创建期权卖单的操作，并在请求中指明这是备兑类型（covered），确保你有正股作为担保。

5.4 场景四：账户管理与绩效回顾

周末了，你想回顾一下本周的交易表现。

你对OpenClaw说：“显示我本周的账户活动和当前总资产变化。”

技能背后执行的操作：

调用/v2/account/activities接口，过滤类型为FILL（成交）且时间在本周内的记录。
调用/v2/account获取当前总资产、现金、持仓市值。
可能调用/v2/account/portfolio/history获取一段时间的资产曲线。

AI助手可以整理出一份简报：

**本周账户摘要 (MM-DD ~ MM-DD)**： - **期初资产**: $105,430.21 - **当前资产**: $107,892.15 - **本周收益**: +$2,461.94 (+2.33%) - **现金余额**: $12,450.80 - **持仓概览**: - AAPL: 50股，市值 $10,927.50 - NVDA: 10股，市值 $1,353.80 - TSLA 260C (期权): -1张，义务市值 -$530.00 - **本周主要活动**: - 周一：买入50股AAPL @ $217.50 - 周三：卖出TSLA 260C期权 @ $5.30 - 周五：收到AAPL股息 $18.75

6. 安全、风险与最佳实践

将交易权限交给一个AI技能是一个需要严肃对待的事情。以下是一些必须牢记的安全和风险管理要点。

6.1 密钥安全是重中之重

环境变量优于硬编码：永远不要将API密钥写在脚本文件里。坚持使用环境变量。
区分模拟与实盘：为模拟账户和实盘账户创建两套独立的API密钥。在环境变量中，可以使用不同的变量名来区分，例如APCA_PAPER_KEY_ID和APCA_LIVE_KEY_ID。在你的脚本或技能配置中，通过一个开关（如MODE=paper）来决定使用哪一套。
限制密钥权限：在Alpaca仪表板创建API密钥时，如果选项允许，请遵循最小权限原则。例如，如果你只做交易，不涉及转账，就不要授予转账权限。如果只做数据查询，就只授予数据读取权限。
定期轮换密钥：像更换密码一样，定期（如每3-6个月）在Alpaca后台作废旧密钥，生成新密钥，并更新你的环境变量。

6.2 模拟交易：不可或缺的测试沙盒

在将任何策略或指令用于实盘之前，必须在模拟交易环境中进行彻底测试。

测试范围：不仅测试下单、撤单等基本操作，还要测试极端情况，如：
- 对不存在的股票代码下单。
- 下单数量超过购买力。
- 在非交易时间下达不同类型的订单（市价单、限价单等），观察其行为。
- 测试期权合约的买卖、行权等复杂操作。
验证结果：在Alpaca的模拟交易仪表板上，核对技能执行的操作是否与预期完全一致。包括订单价格、数量、状态、成交记录等。

6.3 网络与执行风险

网络延迟与超时：所有操作依赖于网络。你的指令从OpenClaw发出，到技能执行，再到Alpaca服务器返回，存在延迟。对于高频或对时机要求极高的交易，这种延迟可能是不可接受的。此技能更适合低频、非抢单式的交易。
订单类型理解：务必清楚你使用的每一种订单类型（市价、限价、止损、跟踪止损等）在Alpaca平台的具体行为规则，尤其是在开盘、收盘、涨跌停等特殊市场情况下的处理方式。不要假设所有券商的行为都一样。
错误处理：技能脚本应当有基本的错误处理（如HTTP非200响应、JSON解析失败），但作为用户，你需要关注AI助手返回的信息。如果返回的是大段错误JSON，而不是清晰的成功/失败提示，说明可能出了问题，应立即停止并检查。

6.4 将技能集成到稳健的工作流中

不建议完全依赖AI的自主判断进行“全自动”交易，尤其是对于新手。更安全的模式是“人机协同”：

决策由人做出：你基于自己的分析（技术面、基本面、消息面）做出交易决策。
AI辅助查询与计算：让AI助手快速帮你查询数据、计算仓位、评估风险收益比。
AI执行下单：在你最终确认后，用清晰、准确的指令让AI助手执行下单操作。指令应包含所有必要参数：代码、方向、数量、订单类型、价格（如适用）、有效期等。
事后复核：定期让AI助手汇报订单状态和成交情况，并与券商官方对账单进行交叉核对。

7. 故障排除与常见问题

即使准备充分，在实际使用中也可能遇到问题。下面是一个快速排查指南。

7.1 技能未响应或命令不被识别

症状：对OpenClaw说出交易指令，但AI助手没有调用交易技能，或者回复“我不明白”。
排查步骤：
1. 确认技能安装：检查~/.openclaw/skills/目录下是否存在alpaca-trading或类似名称的文件夹。
2. 检查OpenClaw配置：查看OpenClaw的配置文件（可能是config.toml或config.yaml），确认技能已被正确加载。有时需要手动在配置文件中添加技能路径或启用它。
3. 查看OpenClaw日志：启动OpenClaw时通常有日志输出。查看是否有加载该技能的成功或错误信息。
4. 技能触发词：查阅该技能的SKILL.md文档，了解它定义的触发关键词或短语是什么。你可能需要使用特定的句式。

7.2 API调用失败：认证错误或权限不足

症状：AI助手尝试执行操作，但返回错误信息，包含401 Unauthorized、403 Forbidden或类似字样。
排查步骤：
1. 检查环境变量：在终端执行echo $APCA_API_KEY_ID和echo $APCA_API_SECRET_KEY，确认它们已被正确设置且值无误。注意首尾不要有空格或换行符。
2. 检查密钥有效性：登录Alpaca仪表板，确认API密钥处于启用状态，且未被撤销。
3. 检查API端点：确认APCA_API_BASE_URL设置正确。模拟盘是https://paper-api.alpaca.markets，实盘是https://api.alpaca.markets。用错端点会导致认证失败。
4. 检查权限：确认你的API密钥拥有执行该操作所需的权限（例如，交易、查询期权数据等）。

7.3 订单被拒绝或返回错误

症状：下单指令发出后，返回错误信息，如422 Unprocessable Entity，并附带具体错误描述。
常见原因及解决：
- 资金不足：错误信息可能为“insufficient buying power”。检查账户购买力，确保订单总额（数量x价格+佣金）不超过可用购买力。
- 无效代码：确保股票或期权代码格式正确（如美股代码大写，期权合约代码有特定格式）。
- 无效订单参数：例如，在非交易时段下达市价单（可能被拒绝），止损单的触发价设置不合理（如对于买单，止损价高于当前市价）。仔细阅读错误信息，Alpaca的API错误通常比较清晰。
- 数量格式：某些API要求数量为字符串格式。确保技能传递的参数格式正确。

7.4 市场数据无法获取

症状：查询报价、K线等数据时返回空或错误。
排查步骤：
1. 检查代码和资产类型：确认你查询的标的（如某只股票、加密货币）在Alpaca支持交易的范围内，且代码正确。
2. 检查数据订阅：Alpaca对实时市场数据可能需要单独的订阅（尤其是某些交易所的数据）。模拟账户通常包含有限的免费数据，实盘账户可能需要根据你的券商套餐查看数据权限。检查你的账户设置。
3. 时间范围：查询历史数据时，确保时间范围是合理的，并且数据存在于Alpaca的数据库中（它们有数据保留期限）。

7.5 脚本执行错误（如`jq`命令未找到）

症状：返回的结果是混乱的JSON字符串，而不是格式化的漂亮打印，或者直接报错command not found: jq。
解决：按照前文所述，安装jq工具。如果不想安装，技能应能回退到使用python3 -m json.tool，请确保系统已安装Python 3。

最后的建议：当遇到任何问题时，首先尝试脱离OpenClaw，直接运行alpaca.sh脚本（如果支持）或使用curl手动调用对应的Alpaca API端点。这能帮你快速定位问题是出在技能封装层、OpenClaw集成层，还是API本身。利用Alpaca官方详细的API文档和开发者论坛，是解决技术问题的最佳途径。

查看全文

http://www.jsqmd.com/news/766065/