🔑 一、构建节点（先明确智能体目标）
✅确定智能体训练方向，通过提示词节点描述出来（最好是按逻辑顺序线性描述一条一条列出，~更省算力）；连接智能体节点，可调参数部分有(name):给智能体起个名字，（Description）：描述具体研究方向，让智能体知道往哪方面进行深入分析，（底座大模型）：可选的有很多，免费的DeepSeek-V3,DeepSeek-R1,PandaAI-CQ1,PandaAI-CQ2,需要token费用的，Grok-4系列，Claude-code系列，GPT系列；这些都是多模态大语言模型，可以通过这些模型进行思考和推理；我感觉比较好用的有PandaAI-CQ2和Claudecode-Sonnet4-5,从运行效率和推理逻辑方面综合比较优其他大模型。然后就是（common）：上下文记忆，默认就好；（联网搜索）：默认关闭，建议默认就好，不然效率会很低。然后连接到智能体聚合节点，这个节点可以连接很多个智能体，每个智能体分工不同，搜索词汇量不一样，训练结果也就不一样，通过这个智能体聚合节点把他们整合到一起，效率翻倍。可调节参数部分有：（计划算法）：这里默认是深度学习Chain-of-Thought,ReAct基于上文推理；(最大迭代次数）：这个可选择推理的次数，需要根据研究问题的复杂度而定。如果迭代次数过多可能造成AI幻觉,结果并不是我们想要的，所以这里并不是迭代次数越多越好。最后连接到智能体交易，目前只开放期货市场数据，（时间间隔）:每隔多久调用一次智能体分析，这个直接影响工作流运行速度和算力的消耗。
