一 纯大模型Multi-agent交易智能体-集大成之体验

1.1 各种agent节点功能介绍

节点包含10种类型，RAG节点、MCP节点、技能和技能集合节点、提示词输入节点、智能体、智能体集合、智能体聚合、智能体交易和智能体消息共10种节点。
1、RAG 节点：负责数据收集，检索财报、数据库资料，将外部知识库数据喂给 LLM 模型，使模型能给出更真实回答。
2、MCP 节点：作为多个智能体的合作协议，确保多个智能体有序工作，明确工作先后顺序和任务分配，解决智能体协作问题。
3、技能集合节点2、：用户可自主创建技能，多个技能合成技能库后连接到智能体技能库，为智能体提供更多分析能力。
4、智能体聚合分析：将多个智能体融合，为智能体做集体决策，可作为分析工具得出分析结果。
5、智能体交易：是工作流的最后一步，前面智能体完成数据抓取和分析后，连接到智能体交易进行下单交易。
6、提示词输入：用于限定 agent 的人物画像、定位功能、分析逻辑等，对智能体的分析和决策有重要影响。
7、智能体消息：相对独立的节点，通过代码输入赋予技能节点功能和参数，可连接到智能体。
8、节点连接功能：RAG 和 MCP 为智能体服务，解决智能体“懂不懂”和“准不准”的问题，各节点相互配合，共同完成自主化交易工作流。

1.2 智能体工作流操作演示

1、提示词输入
结构设定：包括智能体作用（如分析专家或助手）、分析任务（如期货数据）、分析逻辑（如检测价格创新高时量能情况），并对行情进行标签标记。
智能体设置：包含智能体命名、描述、选择底座大模型（建议选扣子，运行较流畅）、设置 memory 记忆功能、选择流量搜索开关。
2、节点连接与运行
连接过程：连接提示词输入、智能体、智能体信息消息、链路深度思考等节点，最后连接到交易环节节点，设置交易时间频率，可在模拟账户上下单交易。
运行情况：工作流运行耗算力，因有时间间隔会多次运行扣算力。通过 agent 对话功能提问，可得到分析结果，包括近 30 个交易日是否有符合标签信号及出现位置时间。

1.3 复杂智能体连接

1、主智能体功能：综合其他智能体功能，具有语音角色，管理其他智能体分析结果，决策是否下单及信号综合。
2、技能连接与生成
限定边界：用提示词限定技能分析边界，连接技能节点和 Python 代码输入节点。
代码生成：使用技能代码助手生成分析代码，如布林带分析技巧代码，可根据需求修改完善。
技能配置：对技能进行命名、描述、设置参数和超时时间，连接到技能库，再连接到智能体。
智能体集合与管理：将多个智能体集合在一起，由主智能体进行管理和分工。