AI / Agent 團隊

1. 1. 接上 MCP

   MCP今天就能做

   連線位址是 https://mcp.twmarketdata.com/mcp——路徑要帶上,只打主機會回 404。任何支援 MCP 的框架都能直連;連上後伺服器會自己列出可用工具(目前 24 個,涵蓋查詢、研究、申報書檢索與 inclusion proof)。

2. 2. as_of 是一等參數

   MCP今天就能做

   工具層就吃 as_of,所以 agent 問歷史問題時不會看到未來。揭露型資料集是用揭露日期過濾的。

3. 3. 把 coverage.missing 當成拒答的依據

   MCP今天就能做

   coverage.missing 明確列出「要了但沒回」的項目與原因。把它餵給 agent 當作不可回答的判準——空的資料陣列配上有內容的 missing 清單,是對「你有什麼」的完整正確答覆,不是要 agent 去補值的邀請。

4. 4. 在你家跑驗證器

   檔案今天就能做

   twmd_verify_proof.py 只用 Python 標準函式庫,不 import 我們任何程式碼,也不裝任何 PyPI 套件。從 /twmd_verify_proof.py 下載後在你的環境跑——需要我們的程式碼才能跑的驗證器,等於要你先信任我們的程式碼。

5. 5. 把簽章收據存進 trace

   尚未提供

   一次資料存取回一張簽章收據,綁住 as_of、查詢與回傳列,存進 LangSmith 或 Langfuse 當附件,就是那次決策的資料側證據。

   沒有可公開呼叫的收據端點——探測過的位址都不存在。引擎側目前的版本是 v0,不是 v1;在它成為可呼叫的介面之前,這裡不寫成已提供。

6. 6. 各框架的 skill 包

   尚未提供

   CrewAI / AutoGen 的封裝,以及把收據嵌進 trace 的逐框架指南。

   尚未提供。

這份指南的邊界

收據與證明說的是「用了哪一批資料、在什麼時點、有沒有被竄改、涵蓋到什麼程度」。它們不證明 agent 的結論是對的——那是模型與推理層的事,不在資料供應商能擔保的範圍。

其他角色的指南

• 量化研究 — 把 TWMD 接進研究環境,而且回測不會看到未來。
• 資料平台 — 把 TWMD 當成一個有血緣、有文件、可驗證的上游來源。
• 模型風險與法遵 — 說得出 AI 用了什麼資料,而且證據不必建立在信任供應商上。

證明機制如何對應到已發布的標準,見標準與相容性。