程序员量化交易实战 42:每日运行 artifact 落盘
第 41 篇把每日运行计划压成了一行摘要适合日志和命令行。但日志只能回答“当时看起来是什么状态”。如果要排查一次运行为什么 blocked还需要更完整的证据输入股票、失败检查、失败动作、生成时间。这就是 artifact 的作用。artifact 存什么第 42 章新增app/daily_run_artifacts.py。dataclass(frozenTrue) class DailyRunArtifact: path: Path payload: dict[str, Any]payload不是把 dataclass 直接粗暴序列化而是写成稳定的调试格式。字段说明trade_date运行对应的交易日statusready、dry_run_ready 或 blockedrequired_symbols本次运行请求的股票列表failed_checks未通过的检查项actions每个失败检查对应的处理动作generated_at请求生成时间executable是否允许真实执行构造 JSON payload核心函数是daily_run_artifact_payload()。def daily_run_artifact_payload(plan: DailyRunPlan) - dict[str, Any]: summary build_daily_run_summary(plan) return { trade_date: summary.trade_date, status: summary.status, dry_run: summary.dry_run, symbol_count: summary.symbol_count, required_symbols: list(plan.request.required_symbols), failed_checks: list(plan.result.failed_checks), actions: [ { check_name: action.check_name, action: action.action, severity: action.severity, } for action in plan.failure_actions ], action_summary: summary.action_summary, executable: summary.executable, generated_at: plan.request.generated_at.isoformat(), }这里刻意把 tuple 转成 list。artifact 是给外部读取的不应该暴露 Python 内部对象习惯。写入文件文件名按交易日生成def write_daily_run_artifact(plan: DailyRunPlan, *, directory: Path) - DailyRunArtifact: payload daily_run_artifact_payload(plan) directory.mkdir(parentsTrue, exist_okTrue) path directory / fdaily-run-{payload[trade_date]}.json path.write_text(json.dumps(payload, ensure_asciiFalse, indent2) \n, encodingutf-8) return DailyRunArtifact(pathpath, payloadpayload)blocked 场景下artifact 会保留这样的动作信息{ actions: [ { check_name: run_health, action: inspect_run_health, severity: blocker } ] }这比只在日志里看到blocked有用得多。接到可运行示例第 42 篇继续使用同一个命令复现 artifact 落盘uv run python -m scripts.chapter_examples paper-command本章对应的输出如下这张图里有三个排查时真正有用的点。artifactdaily-run-2026-03-07.json说明文件名稳定按交易日定位。值班时不需要在日志目录里猜哪个文件是当天结果。payload_keys说明 artifact 里同时保留了请求、状态、失败检查、动作和生成时间。它不是一行摘要的备份而是更完整的运行证据。failed_checks[data_gaps] actions[repair_market_data] executableFalse把失败原因和处理方向放在一起。看到这行就知道不是策略信号问题也不是运行窗口问题而是行情数据缺口挡住了执行。生产系统里我会把日志、artifact 和后续 runbook 分开看日志用于第一眼判断artifact 用于复盘证据runbook 用于下一步动作。三者互相引用但不要互相替代。测试本章测试覆盖payload 是否包含调试所需上下文。写入后的 JSON 是否能完整读回。blocked 场景下动作是否保留check_name、action和severity。运行命令uv run pytest tests/test_daily_run_artifacts.py tests/test_daily_run_summary.py tests/test_daily_run_plan.py本批次补充paper-command后全量测试通过276 passed, 2 warnings本章更新与代码仓库本章更新内容新增app/daily_run_artifacts.py。新增DailyRunArtifact。实现daily_run_artifact_payload()。实现write_daily_run_artifact()和read_daily_run_artifact()。新增tests/test_daily_run_artifacts.py覆盖 payload 与 JSON round trip。在scripts/chapter_examples.py中接入 artifact 写入与读回文章截图来自该命令输出。代码仓库https://github.com/ax2/zi-quant-platform本章代码git clone https://github.com/ax2/zi-quant-platform.git cd zi-quant-platform git checkout chapter-41-45-paper-command uv sync --extra dev uv run python -m scripts.chapter_examples paper-command uv run pytest tests/test_daily_run_artifacts.py tests/test_daily_run_summary.py tests/test_daily_run_plan.py tests/test_chapter_examples.py第 41-45 篇共用 tagchapter-41-45-paper-command。当前全量测试通过276 passed只有既有 FastAPI deprecation warning。本篇小结artifact 是生产系统里的证据文件。第 42 篇把每日运行计划落成 JSON让后续命令、告警和排查都能指向同一个文件而不是各自拼一份上下文。

相关新闻

Ctool全能工具集:告别碎片化工具,重塑开发者工作流

Ctool全能工具集:告别碎片化工具,重塑开发者工作流

Ctool全能工具集:告别碎片化工具,重塑开发者工作流 【免费下载链接】Ctool 程序开发常用工具 chrome / edge / firefox / utools / windows / linux / mac 项目地址: https://gitcode.com/gh_mirrors/ct/Ctool 还在为开发过程中频繁切换不同工具而…

2026/7/9 12:36:42阅读更多 →
jitword 协同文档 3.3 发布:打造word级修订/审阅/批注功能

jitword 协同文档 3.3 发布:打造word级修订/审阅/批注功能

很高兴和大家分享我们 JitWord 协同AI文档的第 91 个版本。Github:https://github.com/jitOffice/jitword-sdkJitWord 是一款可本地部署集成的专业 Word 协同AI文档,不仅具备了企业级的Word 解析渲染能力,同时还能多人协同编辑,提…

2026/7/9 12:31:41阅读更多 →
我的面试复盘总结(亚信科技)

我的面试复盘总结(亚信科技)

2年经验,面初级开发 这次面试下来,我整体感觉还是比较稳的。面试官问的问题覆盖了Java基础、集合框架、项目经验、数据库、缓存、异常处理、AI工具使用等几个维度,我基本都能答得上来,而且大部分问题回答得还算准确和深入。 做得比…

2026/7/9 12:31:41阅读更多 →
PyTorch 2.0.1 自定义 ONNX 算子实战:AffineGrid 导出避坑 3 要点

PyTorch 2.0.1 自定义 ONNX 算子实战:AffineGrid 导出避坑 3 要点

PyTorch 2.0.1 自定义 ONNX 算子实战:AffineGrid 导出避坑指南在工业级模型部署中,PyTorch到ONNX的转换常因算子支持问题成为关键瓶颈。本文将以PyTorch 2.0.1中affine_grid算子的导出为例,深入解析三个核心解决方案,并提供可直接…

2026/7/9 14:47:11阅读更多 →
直流负载管理与G6D-ASI继电器优化实践

直流负载管理与G6D-ASI继电器优化实践

1. 直流负载管理优化的核心挑战 在工业控制和电力电子领域,直流负载管理一直是个棘手的问题。我最近在一个自动化产线改造项目中,就遇到了典型的直流负载控制难题——原有系统使用普通机械继电器控制24V直流电磁阀群,三个月内就出现了多起触点…

2026/7/9 14:47:11阅读更多 →
革命性图表编辑解决方案:Mermaid Live Editor如何提升技术团队协作效率300%

革命性图表编辑解决方案:Mermaid Live Editor如何提升技术团队协作效率300%

革命性图表编辑解决方案:Mermaid Live Editor如何提升技术团队协作效率300% 【免费下载链接】mermaid-live-editor Edit, preview and share mermaid charts/diagrams. New implementation of the live editor. 项目地址: https://gitcode.com/GitHub_Trending/me…

2026/7/9 14:47:11阅读更多 →
数组的知识

数组的知识

为什么需要数组数组的分类一维数组怎样定义一维数组一维数组相关操作初始化赋值把一个数组的值复制给另一个数组示例---把一个数组元素全部倒过来#include<stdio.h> int main() {int a[7] { 1,2,3,4,5,6,7 };int i0, j6;int t;while (i < j) {t a[i];a[i] a[j];a[j…

2026/7/9 14:47:11阅读更多 →
STM32L152RE与A3910电机驱动器的低功耗控制方案

STM32L152RE与A3910电机驱动器的低功耗控制方案

1. 认识我们的硬件搭档&#xff1a;A3910与STM32L152RE当我在工位上第一次把A3910电机驱动器和STM32L152RE单片机配对使用时&#xff0c;这种组合的潜力立刻让我眼前一亮。A3910是Allegro MicroSystems推出的一款高性能全桥电机驱动器&#xff0c;而STM32L152RE则是STMicroelec…

2026/7/9 14:47:11阅读更多 →
构建弹性网络之分布式负载均衡技术(一):特点与功能

构建弹性网络之分布式负载均衡技术(一):特点与功能

本文首发于《中国金融电脑》第420期&#xff0c;金网在线地址链接。 引言&#xff1a; 随着云原生、微服务的飞速发展&#xff0c;传统的负载均衡技术已逐渐难以满足日益复杂的业务需求。为了应对这一挑战&#xff0c;分布式负载均衡技术应运而生&#xff0c;它以其卓越的弹性…

2026/7/9 14:42:11阅读更多 →
从GitHub安全案例解析常见漏洞与防护实践

从GitHub安全案例解析常见漏洞与防护实践

1. 项目概述&#xff1a;从GitHub Trending看安全实战 最近在GitHub Trending上看到一个项目&#xff0c;叫 skills4/skills &#xff0c;它因为一些安全漏洞案例被大家讨论。这其实是一个挺典型的场景&#xff1a;一个旨在展示或教授某种技能的仓库&#xff0c;本身却成了安…

2026/7/9 5:56:19阅读更多 →
MLT 2026启示:因果推理与概率建模驱动下一代LLM应用

MLT 2026启示:因果推理与概率建模驱动下一代LLM应用

# MLT 2026启示&#xff1a;因果推理与概率建模驱动下一代LLM应用## 一、背景与挑战&#xff1a;从“黑箱预测”到“可信推理”2026年6月&#xff0c;第7届机器学习与趋势国际会议&#xff08;MLT 2026&#xff09;将在悉尼召开。会议议程中&#xff0c;“因果与可解释机器学习…

2026/7/9 9:45:20阅读更多 →
通达OA SQL注入漏洞深度剖析:从手工注入到自动化利用与防御

通达OA SQL注入漏洞深度剖析:从手工注入到自动化利用与防御

1. 项目概述与漏洞背景最近在梳理一些历史OA系统的安全风险时&#xff0c;通达OA v11.6版本中的一个老漏洞又进入了我的视线。这个漏洞位于/general/bi_design/appcenter/report_bi.func.php文件中&#xff0c;是一个典型的SQL注入点。虽然这个漏洞的利用方式看起来并不复杂&am…

2026/7/9 2:47:07阅读更多 →
Three.js 着色器光效教程

Three.js 着色器光效教程

着色器光效 Shader Light ▶ 在线运行案例 案例合集&#xff1a; 三维可视化功能案例&#xff08;threehub.cn&#xff09;开源仓库github地址&#xff1a; https://github.com/z2586300277/three-cesium-examples400个案例代码: 网盘链接 你将学到什么 ShaderMaterial 自…

2026/7/9 0:04:37阅读更多 →
如何5分钟掌握CS2智能库存管理:开源工具CASEMOVE终极指南

如何5分钟掌握CS2智能库存管理:开源工具CASEMOVE终极指南

如何5分钟掌握CS2智能库存管理&#xff1a;开源工具CASEMOVE终极指南 【免费下载链接】casemove A dedicated desktop app that enables you to move items in and out of storage units in CS2. 项目地址: https://gitcode.com/gh_mirrors/ca/casemove 还在为CS2存储单…

2026/7/9 0:04:37阅读更多 →
GBase 8a vs MySQL 8.0:ALTER TABLE语法与限制的5点关键差异对比

GBase 8a vs MySQL 8.0:ALTER TABLE语法与限制的5点关键差异对比

GBase 8a与MySQL 8.0&#xff1a;ALTER TABLE语法差异深度解析与实战指南1. 两种数据库的ALTER TABLE能力全景对比在数据库架构设计和运维过程中&#xff0c;表结构变更&#xff08;DDL操作&#xff09;是不可避免的需求。GBase 8a作为国产分析型数据库代表&#xff0c;与开源M…

2026/7/9 0:04:37阅读更多 →
YOLOv8推理性能优化:从1.2FPS到35FPS的全链路加速实践

YOLOv8推理性能优化:从1.2FPS到35FPS的全链路加速实践

如果你在部署 YOLOv8 时&#xff0c;发现推理速度只有可怜的 1-2 FPS&#xff0c;而别人的演示视频却能跑到 30 FPS 以上&#xff0c;那么问题很可能不在模型本身&#xff0c;而在于你的整个处理链路。很多开发者拿到一个训练好的 YOLOv8 模型后&#xff0c;会直接使用官方示例…

2026/7/9 9:45:20阅读更多 →
Coze与Dify对比指南:低代码AI应用开发从入门到实战

Coze与Dify对比指南:低代码AI应用开发从入门到实战

1. 从零到一&#xff1a;为什么你需要了解 Coze 和 Dify&#xff1f;如果你对 AI 应用开发感兴趣&#xff0c;但一看到“大模型”、“智能体”、“工作流”这些词就头疼&#xff0c;觉得门槛太高&#xff0c;那这篇文章就是为你准备的。很多开发者&#xff0c;包括我自己&#…

2026/7/8 13:42:39阅读更多 →
AI生图工具怎么选?2026年6月版实测对比

AI生图工具怎么选?2026年6月版实测对比

做自媒体的朋友应该都有体会&#xff1a;配图一直是个让人头疼的问题。2026年&#xff0c;AI生图工具已经非常成熟了&#xff0c;但工具太多反而不知道怎么选。以下是截至2026年6月我对主流AI生图工具的实测对比。Midjourney V8.1&#xff1a;速度之王2026年6月11日&#xff0c…

2026/7/9 14:14:17阅读更多 →