新闻详情

新闻详情

首页 / 资讯中心 / 详情

treg金融数据工具:Coingecko、Tiingo、Polygon行情API按次调用教程

发布时间:2026/11/17 17:23:39来源:尧图网络
treg金融数据工具:Coingecko、Tiingo、Polygon行情API按次调用教程
treg金融数据工具Coingecko、Tiingo、Polygon行情API按次调用教程【免费下载链接】tregOpenRouter for agent tools. Join community here: https://discord.gg/6mQYYfFMAn项目地址: https://gitcode.com/GitHub_Trending/treg/tregtreg是一个面向 Agent 的工具注册中心Tools Registry把 40 多家数据供应商的 API 统一成一条treg call命令。本教程教你用它按次调用金融行情数据加密货币行情CoinGecko、美股日线Tiingo、任意周期 K 线Polygon——无需在每家供应商注册也不用把 API Key 暴露给团队成员。为什么用 treg 调行情 API金融数据供应商的计费方式五花八门CoinGecko 按 credit 计次、Tiingo 和 Polygon 按月订阅。直接对接意味着注册 N 个账号、保管 N 把密钥、自己写 N 套鉴权逻辑。treg 的解决办法是凭证阶梯credential ladder团队自己注册过该供应商的 tool → 用团队自己的 key团队在 treg 存过该供应商的 secret → 通过虚拟 tool 注入都没有 →用 treg 自己的 key 按次计费从团队预付费余额扣款调用前treg catalog get会先显示价格。密钥始终保存在服务端请求代理到上游时自动注入鉴权头调用方永远不接触原始 key。三款行情工具怎么选工具擅长平台 key 可用性详细清单CoinGecko加密货币实时价、市值、历史曲线✅ 平台 key 按次计费约 $0.00029/次coingecko.yamlTiingo美股 30 年日线、IEX 实时报价✅ 免费试用池每团队每天 20 次tiingo.yamlPolygon任意粒度 K 线分钟到年、公司档案⚠️ 仅限自带 key订阅制无按次价polygon.yaml要加密行情CoinGecko 是全目录中唯一真·按 credit 计价的供应商每个成功请求消耗 1 credit。要美股历史Tiingo 的日线数据含拆股/分红复权值adjClose、splitFactor适合回测。要精细 K 线Polygon 的aggs.range端点支持 1 分钟到 1 年的任意周期5 年历史需要粘贴自己的 key。按次调用教程三步拿到行情第一步搜索端点用自然语言描述需求treg 按能力capability匹配端点treg catalog search bitcoin price treg catalog search stock daily prices第二步查看价格再动手调用前先确认计费方式避免盲花treg catalog get coingecko.simple.price输出包含参数说明、单价1 credit、以及你的团队将以哪一级凭证被服务自有 key / 平台 key。第三步一次调用拿数据# 比特币 以太坊实时价含 24h 涨跌 treg call coingecko.simple.price --query idsbitcoin,ethereum --query vs_currenciesusd --query include_24hr_changetrue # AAPL 最近 5 天日线Tiingo免费试用池内 $0 treg call tiingo.daily.prices --query tickeraapl --query startDate2026-08-10 # AAPL 日线 K 线区间查询Polygon自带 key treg call polygon.aggs.range --query tickerAAPL --query multiplier1 --query timespanday --query from2026-08-01 --query to2026-08-14返回结果示例——CoinGecko 实时价{ bitcoin: { usd: 62973, usd_24h_change: 0.23 }, ethereum: { usd: 1877.87, usd_24h_change: 0.10 } }写脚本时加--jsonstdout 只输出一行 JSON含call_id和实际扣费charged_micro方便解析。计费规则与免费额度速览 CoinGecko平台 key$29/月套餐 ÷ 10 万 credittreg 折合约$0.00029/次成功请求扣 1 credit错误请求免费数据缓存受供应商限制treg 最多缓存 24 小时。Tiingo试用池treg 的免费 Starter key 提供每团队每天 20 次$0 调用额度用尽后提示你绑定自己的 key自带 key 则按你自己的订阅限流、不扣余额。Polygon自带 key订阅制定价$29/月起15 分钟延迟treg 不代售仅做透明代理——你的 key 走阶梯第 1、2 级永不上平台账。余额与每次调用的扣费明细可在 docs/context/architecture/money.md 了解其预付费账本设计。下一步更多金融供应商Finnhub、Twelve Data、EODHD 等的研究与选型背景见 docs/MARKET-DATA-CATEGORY-RESEARCH.md真实响应样例coingecko.simple.price.json、tiingo.daily.prices.json、polygon.aggs.range.jsonCLI 完整命令参考USAGE.md【免费下载链接】tregOpenRouter for agent tools. Join community here: https://discord.gg/6mQYYfFMAn项目地址: https://gitcode.com/GitHub_Trending/treg/treg创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/17 7:04:08

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/17 5:42:44

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/17 19:43:34

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/17 6:55:04

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/17 5:57:47

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/17 19:43:32

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉