本文介绍了如何利用Trae IDE和AI，快速开发基于AKShare库的ETF实时行情脚本。文章详细讲解了Trae IDE的安装配置、项目设置，以及如何通过AI辅助生成和优化代码，实现获取ETF实时行情数据、保存为CSV文件、解决中文乱码等功能。此外，还展示了如何通过用户反馈和AI的迭代优化，最终实现动态文件名和子目录保存等高级功能。即使是初学者，也能在Trae IDE和AI的帮助下，高效完成金融数据任务。

⚙️ **Trae IDE配置与项目设置**：详细介绍了Trae IDE的安装过程，强调了安装路径的选择以避免权限问题，并演示了如何创建和配置项目，包括设置Python解释器和conda环境路径，确保脚本运行环境的正确性。

🤖 **AI辅助脚本开发**：展示了如何通过用户输入需求，由AI自动生成获取ETF实时行情的Python脚本，并利用AKShare库获取数据。AI生成的代码能够直接运行，极大地提高了开发效率。

💾 **数据导出与优化**：描述了如何扩展脚本功能，将获取的ETF数据保存为CSV文件，并解决了在Excel中打开CSV文件时出现的中文乱码问题，通过设置encoding='gbk'来保证中文正常显示。

🗂️ **动态文件名与目录**：介绍了如何进一步优化脚本，实现将CSV文件保存到指定的“数据导出”子目录，并根据“更新时间”列的最后值动态生成文件名，使得数据管理更加便捷。

本文通过用户与 AI 的对话，展示如何在 Trae IDE 中安装环境、配置项目，并利用 AI 开发和优化基于 AKShare 库的 ETF 实时行情脚本。内容包括 Trae IDE 安装、项目配置、脚本开发、问题修复及功能扩展。

---

前置条件

软件：Anaconda 安装设置，详见我之前发布的文章
虚拟环境：自定义环境名 AKTool，Python 3.11 + AKShare 库，详见我之前发布的文章

---

安装 Trae IDE

访问官方网站：前往 www.trae.com.cn/home 下载 Trae IDE 安装包。安装建议：不建议安装在系统盘（如 C 盘），推荐选择 D 盘或 E 盘以避免权限问题。安装步骤：运行安装程序，按照提示完成安装，确保选择合适的安装路径。

---

项目设置

新建项目文件夹：创建一个项目文件夹，例如 E:\PycharmProjects\PythonProject\AKTool。打开项目：启动 Trae IDE，通过“文件 > 打开文件夹”选择 E:\PycharmProjects\PythonProject\AKTool 作为项目根目录。

---

新建配置文件

创建配置文件：

打开菜单“文件 > 使用配置文件新建窗口 > 创建配置文件”。输入名称 AKTool，点击“创建”。

添加项目文件夹：

在文件夹和工作区中添加项目文件夹 E:\PycharmProjects\PythonProject\AKTool。

配置内容：

点击“内容 > 设置”，在侧边栏打开设置面板。修改配置文件内容为：

{  "workbench.colorTheme": "Deep Blue",  "python.condaPath": "E:\anaconda3\Scripts\conda.exe activate AKTool",  "python.defaultInterpreterPath": "E:\anaconda3\envs\AKTool"}

按 Ctrl+S 保存。

---

初始需求：获取 ETF 实时行情

用户输入：
根据接口说明文档，撰写一个获取所有ETF实时行情的脚本。ETF基金实时行情-东财

接口: fund_etf_spot_em

目标地址: https://quote.eastmoney.com/center/gridlist.html#fund_etf

描述: 东方财富-ETF 实时行情

限量: 单次返回所有数据

输入参数

名称类型描述

---

输出参数

名称类型描述

代码object-

名称object-

最新价float64-

IOPV实时估值float64-

基金折价率float64注意单位: %

涨跌额float64-

涨跌幅float64注意单位: %

成交量float64-

成交额float64-

开盘价float64-

最高价float64-

最低价float64-

昨收float64-

换手率float64-

量比float64-

委比float64-

外盘float64-

内盘float64-

主力净流入-净额float64-

主力净流入-净占比float64-

超大单净流入-净额float64-

超大单净流入-净占比float64-

大单净流入-净额float64-

大单净流入-净占比float64-

中单净流入-净额float64-

中单净流入-净占比float64-

小单净流入-净额float64-

小单净流入-净占比float64-

现手float64-

买一float64-

卖一float64-

最新份额float64-

流通市值int64-

总市值int64-

数据日期object-

更新时间object-

接口示例

import akshare as ak

fund_etf_spot_em_df = ak.fund_etf_spot_em()

print(fund_etf_spot_em_df)

数据示例

       代码    名称  ...       数据日期                  更新时间

0 520890 港股通红利低波ETF ... 2024-12-26 2024-12-26 16:11:57+08:00

1 159331 红利港股ETF ... 2024-12-26 2024-12-26 15:34:48+08:00

2 159333 港股央企红利ETF ... 2024-12-26 2024-12-26 15:34:45+08:00

3 159583 通信设备ETF ... 2024-12-26 2024-12-26 15:35:03+08:00

4 515880 通信ETF ... 2024-12-26 2024-12-26 16:11:33+08:00

... ... ... ... ... ...

1005 561170 绿电50ETF ... 2024-12-26 2024-12-26 16:11:52+08:00

1006 562550 绿电ETF ... 2024-12-26 2024-12-26 16:11:39+08:00

1007 159301 公用事业ETF ... 2024-12-26 2024-12-26 15:34:36+08:00

1008 159611 电力ETF ... 2024-12-26 2024-12-26 15:34:12+08:00

1009 560580 电力ETF南方 ... 2024-12-26 2024-12-26 16:11:52+08:00

[1010 rows x 37 columns]

AI 回复：
Trae CN 生成以下脚本，保存为 get_etf_spot.py：

import akshare as ak# 调用 fund_etf_spot_em 接口获取 ETF 实时行情数据fund_etf_spot_em_df = ak.fund_etf_spot_em()# 打印获取到的 ETF 实时行情数据print(fund_etf_spot_em_df)

运行测试：
在 Trae IDE 中，点击运行按钮执行脚本。注意控制台输出，确认环境配置成功，标志为：
(AKTool) PS E:\PycharmProjects\AKTool> & E:/anaconda3/envs/AKTool/python.exe e:/PycharmProjects/AKTool/get_etf_spot.py

---

功能扩展：保存数据到 CSV 文件

用户输入：
增加将数据保存为 CSV 文件的功能。

AI 回复：
Trae CN 修改脚本，加入 Pandas 的 to_csv 方法：

import akshare as akimport pandas as pd# 调用 fund_etf_spot_em 接口获取 ETF 实时行情数据fund_etf_spot_em_df = ak.fund_etf_spot_em()# 将数据保存到 CSV 文件csv_file_path = 'etf_spot_data.csv'fund_etf_spot_em_df.to_csv(csv_file_path, index=False)# 打印获取到的 ETF 实时行情数据print(fund_etf_spot_em_df)print(f"数据已保存到 {csv_file_path}")

运行测试：
点击运行按钮，检查控制台输出，确认环境标志：
(AKTool) PS E:\PycharmProjects\AKTool> & E:/anaconda3/envs/AKTool/python.exe e:/PycharmProjects/AKTool/get_etf_spot.py

---

问题修复：解决 CSV 中文乱码

用户输入：
CSV 文件在 Excel 中打开时中文乱码。

AI 回复：
Trae CN 修改脚本，设置 encoding='gbk'：

import akshare as akimport pandas as pd# 调用 fund_etf_spot_em 接口获取 ETF 实时行情数据fund_etf_spot_em_df = ak.fund_etf_spot_em()# 将数据保存到 CSV 文件，指定编码为 gbkcsv_file_path = 'etf_spot_data.csv'fund_etf_spot_em_df.to_csv(csv_file_path, index=False, encoding='gbk')# 打印获取到的 ETF 实时行情数据print(fund_etf_spot_em_df)print(f"数据已保存到 {csv_file_path}")

运行测试：
点击运行按钮，确认控制台环境标志：
(AKTool) PS E:\PycharmProjects\AKTool> & E:/anaconda3/envs/AKTool/python.exe e:/PycharmProjects/AKTool/get_etf_spot.py

---

进一步优化：动态文件名与子目录保存

用户输入：\

保存 CSV 到“数据导出”子目录。文件名改为 ETF行情导出_日期时间，以“更新时间”列最后值为准。

AI 回复：
Trae CN 生成优化脚本：

import akshare as akimport pandas as pdimport osfrom datetime import datetime# 调用 fund_etf_spot_em 接口获取 ETF 实时行情数据fund_etf_spot_em_df = ak.fund_etf_spot_em()# 获取更新时间列的最后一个时间last_update_time = fund_etf_spot_em_df['更新时间'].iloc[-1]# 将时间字符串转换为 datetime 对象last_update_datetime = pd.to_datetime(last_update_time).to_pydatetime()# 格式化日期时间formatted_time = last_update_datetime.strftime("%Y%m%d%H%M%S")# 定义子目录sub_dir = '数据导出'# 检查子目录是否存在，如果不存在则创建if not os.path.exists(sub_dir):    os.makedirs(sub_dir)# 构建完整的 CSV 文件路径csv_file_name = f"ETF行情导出_{formatted_time}.csv"csv_file_path = os.path.join(sub_dir, csv_file_name)# 将数据保存到 CSV 文件，指定编码为 gbkfund_etf_spot_em_df.to_csv(csv_file_path, index=False, encoding='gbk')# 打印获取到的 ETF 实时行情数据print(fund_etf_spot_em_df)print(f"数据已保存到 {csv_file_path}")

运行测试：
点击运行按钮，确认控制台环境标志：
(AKTool) PS E:\PycharmProjects\AKTool> & E:/anaconda3/envs/AKTool/python.exe e:/PycharmProjects/AKTool/get_etf_spot.py

---

总结

本教程展示了如何通过 Trae IDE 和 AI 协作，开发基于 AKShare 的金融数据脚本。主要经验包括：

配置 IDE 与测试环境：通过 Trae IDE 配置 Anaconda 虚拟环境（AKTool），确保脚本运行稳定，控制台标志确认环境正确性。小步迭代与充分测试：从基础数据获取到 CSV 导出、乱码修复、动态文件名，每次功能更新后都进行运行测试，用户反馈驱动快速优化。高效开发流程：Trae IDE 的简洁界面结合 AI 的智能代码生成，让初学者也能快速上手，完成复杂金融数据任务。