QVeris · 使用教程
最近，"AI Agent + MCP"正在从技术圈概念走向真实生产力。真正决定智能体好不好用的，往往不只是模型会不会回答，而是它能不能拿到实时、结构化、可追溯的数据。SCNet Client 与 QVeris MCP 的组合，正好补上了这块能力拼图。
为什么值得接：给 SCNet 再装一个"外部能力路由器"
SCNet Client 是超算互联网面向用户提供的 PC 客户端。根据官方说明，它可以通过自然语言调用内置工具、插件和预装技能，覆盖超算资源与作业管理、科学计算、文件处理、文献追踪、研究报告和自动化任务等工作。客户端左侧的「插件」入口同时提供技能与 MCP 扩展能力。
QVeris MCP 的定位不是另一个聊天模型，而是一层面向智能体的能力网络。它把天气、金融、搜索、公共数据、体育、文档与自动化等不同来源的工具，统一成可被智能体发现和调用的接口。QVeris 官方当前提供六个规范 MCP 工具：discover、inspect、probe、call、usage_history 和 credits_ledger。
这套组合的核心价值，不是简单地"多了几个插件" ，而是让 SCNet 从会处理本地任务、科研任务的客户端，进一步获得按需寻找外部数据能力的入口。遇到新问题时，智能体可以先搜索最匹配的能力，查看参数、近期成功率、延迟与预估成本，再决定是否执行。
接入前准备
1.安装并登录最新版 SCNet Client。
2.注册或登录 QVeris，在控制台的 API Keys 页面创建一枚 API Key。
3. 只在配置页填写密钥，不要把真实密钥发进聊天窗口、文档或截图。
安全提醒：
API Key 相当于能力调用凭证。建议为 SCNet 单独创建密钥，设置合理的权限、预算或配额，并定期检查调用历史。教程中的 `YOUR_QVERIS_API_KEY` 必须替换为你自己的密钥，但不要公开分享。
在 SCNet Client 中完成接入
第 1 步：进入 MCP 插件入口
启动「计算服务」，进入 SCNet Client 主界面。在左侧导航栏点击「插件」，再切换到「MCP」标签。SCNet 官方帮助文档显示，这里是 MCP 广场入口，点击具体 MCP 后可以查看使用说明并安装。
第 2 步：搜索并安装 QVeris
在 MCP 广场搜索 QVerisMCP ，点击卡片详情，点击接入。
第 3 步：接入QVeris MCP 配置
登录QVeris官方，个人中心---复制API Key，粘贴，点击接入。
第 4 步：保存、启用并新建对话
保存后启用 QVeris MCP。建议新建一个任务，避免旧会话继续沿用之前的工具目录。连接正常时，应能看到或调用 discover、inspect、probe 和 call 等工具；如果只看到旧名称 search_tools、get_tools_by_ids、execute_tool，它们是兼容保留的旧别名。
AAPL（苹果）实际 EPS vs 分析师预测 EPS 的差异分析
推荐实操指令：
使用 QVeris 分析 AAPL 最近四个财季的实际 EPS 与分析师预测 EPS。先发现相关能力，再检查候选工具的字段、成功率、平均延迟和单次成本；优先选择能返回 reportedEPS、estimatedEPS、surprise 和 surprisePercentage 的工具。主数据查询完成后，再选择一个独立数据源交叉验证。请计算每季度差值与超预期幅度，识别连续超预期情况；如果两个数据源结果不一致，结合苹果官方财报解释可能的 GAAP、调整后口径、分析师样本和时间快照差异。输出中文表格，并附工具 ID、执行 ID、数据时间和风险提示。
主数据源实测结果：
| 财季 | 披露日期 | 实际 EPS | 预测 EPS | 差值 | 超预期幅度 |
|---|---|---|---|---|---|
| FY2026 Q3 | 2026-07-30 | 2.02 美元 | 1.88 美元 | +0.14 美元 | +7.45% |
| FY2026 Q2 | 2026-04-30 | 2.01 美元 | 1.94 美元 | +0.07 美元 | +3.61% |
| FY2026 Q1 | 2026-01-29 | 2.84 美元 | 2.67 美元 | +0.17 美元 | +6.37% |
| FY2025 Q4 | 2025-10-30 | 1.85 美元 | 1.77 美元 | +0.08 美元 | +4.52% |
以上四个季度的差值合计为 0.46 美元，平均每季超出预测约 0.115 美元；四季平均超预期幅度约 5.49%。从主数据源口径看，苹果形成了连续四个季度 EPS 高于市场预测的记录。
计算公式：
EPS 差值 = 实际 EPS - 预测 EPS
超预期幅度 =（实际 EPS - 预测 EPS）÷ |预测 EPS| × 100%QVeris 主调用记录： 工具 ID 为 alphavantage.earnings.retrieve.v1.467a92c0，执行 ID 为 e41bc221-bb20-481d-bd8e-2442ba856217，执行成功，计费 1 积分。
最有价值的发现：同一季度为何一个"超预期"，一个"不及预期"
| FY2026 Q3 数据源 | 实际 EPS | 预测 EPS | 差值 | 惊喜百分比 |
|---|---|---|---|---|
| Alpha Vantage | 2.02 | 1.88 | +0.14 | +7.45% |
| Finnhub | 1.91 | 1.9271 | -0.0171 | -0.89% |
| 苹果官方 | 2.02 | 不提供共识预测 | --- | --- |
第一层差异来自实际 EPS 口径。 苹果官方新闻稿和 SEC 10-Q 均确认 FY2026 Q3 GAAP 稀释后 EPS 为 2.02 美元。苹果同时说明，这一数值包含关税退款带来的每股 0.11 美元有利影响。剔除该影响后为 1.91 美元，与 Finnhub 返回值一致。
第二层差异来自分析师预测口径。 Alpha Vantage 的预测值为 1.88 美元，Finnhub 为 1.9271 美元。预测共识会受到分析师样本、纳入规则、预测更新时间、四舍五入方式以及是否采用调整后口径影响，因此不同数据商的 consensus 并不一定相同。
第三层差异来自"超预期"的定义。 如果以 GAAP 实际 EPS 2.02 美元对比 1.88 美元预测，结论是明显超预期；如果以剔除关税退款后的 1.91 美元对比 1.9271 美元预测，则会变成轻微不及预期。真正专业的结论应写清实际值和预测值各自采用什么口径，而不是只截取一个百分比。
QVeris 交叉验证记录： 工具 ID 为 finnhub.stock.earnings.retrieve.v1，执行 ID 为 3f3d0f25-8196-41bc-8c87-f89e4a1c9f61，执行成功，计费 1 积分。
QVeris 完整能力地图
| 能力方向 | 接入后可以做什么 | 为用户解决什么 |
|---|---|---|
| 金融市场与投资研究 | 查询股票、ETF、外汇、商品、指数等行情和历史数据；补充公司基本面、财报、盈利、分析师预期、估值、公告与公司行动信息 | 减少在行情终端、财经网站和表格之间切换，更快完成公司跟踪、财报复盘和投研素材整理 |
| 宏观经济与固定收益 | 获取利率、收益率曲线、通胀、就业、经济增长、央行及其他宏观指标 | 为资产配置、政策观察和市场解读补齐宏观背景，避免手工拼接多个官方数据库 |
| 风险、合规与身份核验 | 发现 KYC、AML、制裁名单、受益所有人、监管与信用风险等能力 | 帮助业务在合作、开户或研究前完成基础筛查，缩短合规信息搜集链路；最终判断仍需由专业人员完成 |
| 加密资产与链上数据 | 查询币价、交易所与衍生品数据、链上活动、DeFi、稳定币及相关市场信号 | 把分散在交易平台和区块链浏览器中的信息汇总为结构化输入，便于监控、研究和异常排查 |
| 实时搜索、新闻与媒体情报 | 执行网页与新闻搜索、事件追踪、聚类去重、情绪识别和媒体信号分析 | 运营人员可快速完成"热点发现---事实核验---观点提炼---选题成稿"，降低追热点时的信息噪声 |
| 文档解析、OCR 与文件智能 | 解析 PDF 和扫描件，识别图片文字，提取表格、票据、合同或报告中的关键字段，并将非结构化文件转成结构化数据 | 减少复制粘贴和人工录入，让批量材料整理、档案检索、报表抽取与知识入库更高效 |
| 多模态视觉与媒体处理 | 发现图像识别、视觉理解、图片生成与编辑，以及音视频、媒体内容处理相关能力 | 让"读图、提取、生成、再加工"进入同一工作流，适合内容生产、素材质检和多媒体分析 |
| 天气、环境与地理位置 | 查询实时和预报天气、历史气象、空气质量、地理编码、位置与地图相关信息 | 为科研计算、出行物流、能源农业、活动运营及地域分析提供及时的外部条件数据 |
| 科研、健康与政府公共数据 | 发现科学研究、医疗健康、人口统计和政府开放数据接口，按地区、时间和指标提取数据 | 降低寻找权威数据源和适配接口的门槛，为研究、模型计算和报告写作补充可追溯输入；不替代医疗诊断 |
| 体育赛事与数据分析 | 获取赛程、比分、排名、球队和球员统计，生成赛前看点、赛后复盘或栏目化简报 | 减少实时赛事信息的人工汇总成本，支持体育资讯追踪与数据内容生产 |
| 电商、商品与商业情报 | 查询商品、价格、库存、评价与竞品信息，分析价格变化和消费者反馈 | 帮助运营和采购快速做选品、比价、口碑洞察和竞品监测，把零散页面转成可分析数据 |
| 开发者与软件自动化 | 查找 API、技术文档和代码相关能力，辅助错误检索、任务编排、数据转换与开发流程自动化 | 减少重复封装和接口"胶水代码"，让开发者把精力放在业务逻辑与结果验证上 |
| 知识检索与业务工作流 | 组合搜索、抽取、分析、生成与通知等能力，将一次查询串成可重复执行的研究或运营流程 | 普通用户不用记住 API 名称，团队也能把个人经验沉淀为稳定、可复用的工作方法 |
不只是"工具多"，更重要的是调用过程可控
discover：先找对能力。 用户只需描述"想完成什么"，QVeris 会返回经过匹配和排序的候选能力，不必提前知道供应商或 API 名称。
inspect：调用前看清楚。 查看输入参数、示例、成功率、延迟和计费信息，判断能力是否适合当前任务。
probe：先校验再执行。 在正式调用前检查参数、覆盖范围与预估成本，降低因为字段错误或能力选错造成的失败。
call：统一执行并返回结构化结果。 同一套方式调用不同服务，SCNet 可以继续分析、制表、生成报告或衔接后续任务。
usage_history 与 credits_ledger：结果和费用可追踪。 查询调用记录、执行结果和额度变化，便于排错、复盘与成本管理。
对普通用户： 从"我不知道该用哪个 API"变成"我只需说清目标"。例如，直接提出"找一个支持空气质量的天气能力""提取这份 PDF 的表格"或"比较苹果实际 EPS 与分析师预测"。
对运营人员： 把热点捕捉、资料搜集、数据核验、内容提炼和报告输出串成一条链路。面对突发热点，不再先花大量时间找网站、抄数据和清洗格式。
对开发者与研究人员： 通过统一接口接入不同能力，并可使用 MCP、REST API、CLI 或 Python / TypeScript SDK，减少重复对接、鉴权适配和结果解析工作。
说明：QVeris 能力目录会持续更新，具体可用工具、数据覆盖、权限、成功率与价格，以实际执行时的 discover、inspect 和 probe 结果为准。参考：QVeris for Agents、Capability Routing Network、Finance Capabilities。
接入 QVeris MCP 为用户解决了什么
| 常见痛点 | 传统方式 | QVeris MCP + SCNet |
|---|---|---|
| 不知道该用哪个金融 API | 搜索文档、注册多个平台、逐个试接口 | 用自然语言发现候选能力，并比较成功率、延迟和成本 |
| 字段与参数不统一 | 手工阅读 schema，再写适配代码 | 先检查参数与示例，再由智能体组织调用 |
| 单一数据源容易误判 | 跨多个网站复制数据并人工对表 | 在同一任务中调用第二能力交叉验证并解释口径差异 |
| 难以追溯调用 | 截图或临时记录，难复盘 | 保留工具 ID、执行 ID、调用审计和积分账本 |
| 分析流程重复 | 每个财报季重新查找、计算和写报告 | 把提示词沉淀为固定流程，并在 SCNet 中设置周期任务 |
开发者进阶：调用 EPS 能力的可复用代码
MCP 适合让智能体在对话中管理发现与调用；如果要把同一数据能力接入后端服务，可直接调用 QVeris REST API。下面代码从环境变量读取密钥，设置 5 秒超时，处理 HTTP 与业务错误，并只输出最近四个季度，避免长结果占满上下文。
接入边界与使用建议
QVeris 解决的是外部能力的发现、检查、路由与统一调用，不等于所有数据都天然准确，也不替代专业判断。涉及投资、医疗、科研结论或生产系统操作时，应保留来源、时间、工具 ID 和执行 ID，并对关键结果进行二次核验。
SCNet Client 具备文件读写、系统指令执行和 API 调用等高权限能力。只开放完成任务所需的目录与权限，不要在对话或定时任务中传递密码、私钥、助记词或企业敏感数据。安装第三方技能或 MCP 前，应核实来源与权限范围。
最推荐的使用方法： 先从一个低成本、结果直观的查询开始；跑通后再把流程升级为"发现能力---比较质量---执行查询---整理报告---定时更新"。当这条链路稳定下来，SCNet 才真正从"会聊天的客户端"变成"能持续交付结果的智能工作台"。
官方资料
-
SCNet Client 快速开始
-
SCNet Client 插件与 MCP 使用说明
-
SCNet Client 下载页
-
QVeris MCP Server 官方文档
-
QVeris Hosted MCP 官方接入页
说明：产品界面与能力目录会持续更新。本文按 2026-08-21 可用版本与官方资料整理，具体按钮名称、可见工具和计费以用户当前客户端及 QVeris 控制台显示为准。