一 内测完结撒花之智能体
1.1 建立你的智能体——此处用官方模版
- 我们可以先按照如图所示搭建工作流，这个就是智能体的“单因子模版了”我把这个模板命名为单智能体模版;
- 简单描述其功能，就是用提示词描述一个智能体，用过扣子搭建agent的同学对这个步骤应该很熟悉，不会用提示词也没有关系，我会在文章末尾附提示词填空模板;
1.2 这个开环控制线路的输入和输出是什么
提示词输入节点接受我们输入的文本，然后原封不动输出。
智能体节点接受提示词输出的详细配置，创建并返回一个智能体（Agent）对象。你可以把它看作一个“智能体工厂”，它接收各种配置参数，然后组装出一个功能完备的智能体实例。
智能体聚合节点输入问题 + 主智能体 + 子智能体（案例工作流中没有） + 思考模式（节点中有交互键可以调整） + 最大步数（同样可以由用户调整），输出包含 完整思考过程文本 (analysis) 和 交易决策列表 (decisions)。
智能体消息节点根据交易会话的上下文，智能地处理用户消息，并将其保存到会话历史中。你可以把它看作一个“智能消息处理器”，它不仅传递消息，还会根据当前交易场景的状态来决定消息的最终内容。这个节点接收用户发送的原始聊天消息内容。输出经过处理后、准备发送给智能体的最终消息内容。
智能体交易节点是一个智能的交易执行终端。它接收AI的分析决策，在确认环境和权限后，自动在期货市场完成下单操作，并记录所有执行细节。
用户输入文本 → 生成智能体 → 处理消息 → 智能体思考并给出交易决策 → 自动执行交易并返回结果
这就是智能体交易的完整链路
1.3让我们来看看官方的提示词
Role: 你是一名资深的量价分析专家，精通 VSA（量价价差分析）。
Task: 诊断给定期货过去 30 个交易日的日线数据。
Analysis Logic:
检查价格创新高时，成交量是否同步创新高。若量能萎缩，标记为“上涨动能衰竭”。
检查价格跌至前低时，成交量是否极度萎缩。若出现地量，标记为“抛压枯竭/潜在底部”。
寻找“长阳线+巨量”后的走势：若随后 3 日价格无法突破阳线高点，判定为“高位派发”。
Role：定义智能体的角色
task：需要处理什么数据
Analysis Logic:对数据做怎么样的分析
那么我们可以根据这个去设置每一个单智能体的提示词 （文末附提示词模版）
我们在运用多智能体的时候官方的主智能体设置：
作为主智能体，统一接收另外几个智能体的分析结果，在期货标的 黄金、白银、原油，期货主力合约上分配仓位权重，并在账户上，下单交易；风控原则：单笔亏损不能超过总权益的0.3%，单品种仓位比重不能超过10%
那么主智能体提示词中可以修改的参数：交易标的，风控原则
1.4 提示词模版
对于skill：
这里可以看到，skill的代码是可以ai帮我们写的：
想让 AI 帮你写出这种既包含业务逻辑又包含数据处理的 Skill，光说“帮我写个布林带分析”是不够的，AI 可能会写出一堆通用的 Pandas 代码，但无法适配你平台特定的 get_factor 接口或 panda_plugins 框架。
你需要扮演“架构师”的角色，可以使用下面这段结构化提示词：
角色：你是一个精通 Python 量化交易和 Pydantic 的资深开发工程师。
任务：请为我编写一个基于 BaseWorkNode 的工作流节点（Skill），用于进行布林带（Bollinger Bands）因子分析。
- 环境与依赖：
数据源：使用 pandaAI内置库获取数据。
框架：继承 BaseWorkNode，输入输出模型使用 pydantic.BaseModel。
装饰器：使用 @work_node 和 @ui 进行配置。 - 输入模型 (InputModel)：
symbol (str): 股票代码，必填。
start_date (str): 开始日期，格式 YYYYMMDD。
end_date (str): 结束日期，格式 YYYYMMDD。
index_component (str, 可选): 指数成分筛选。 - 核心逻辑 (Run Method)：
获取数据：调用 get_factor 获取 close, BOLL, BOLL_UP, BOLL_DOWN 四个因子。
计算指标：计算 bb_pos = (close - BOLL) / ((BOLL_UP - BOLL_DOWN) / 2)。注意处理分母为 0 的情况。
逻辑判断：
获取最后一个交易日的数据。
如果 bb_pos >= 1.2，结论为“超买风险”。
如果 bb_pos <= -1.2，结论为“超卖情绪”。
其他区间请根据正态分布逻辑给出相应的“多头优势”或“空头优势”判断。
统计：统计区间内触碰上轨和下轨的次数。 - 输出模型 (OutputModel)：
返回一个 JSON 字符串，包含最新日期的收盘价、三轨数值、bb_pos 值、文字结论以及统计数据。 - 异常处理：
如果获取不到数据或数据为空，直接返回友好的错误提示字符串。
捕获所有 Exception 并返回具体的错误信息。
对于创建智能体
角色设定
你是一位精通（）的资深交易专家。你擅长通过（），精准诊断市场（）节点。
任务背景
请基于我提供的 [填写期货/股票名称] 过去 [填写时间周期，如：30个交易日] 的 [填写K线周期，如：日线] 数据，进行深度诊断。
分析逻辑与执行标准
请严格按照以下m个维度进行扫描和判断：
状态一
判定标准：若（），请标记为“状态一，这预示着（）”。
状态二
判定标准：若（），请标记为“状态二，这预示着（）”。
状态m
判定标准：若（），请标记为“状态n，这预示着（）”。
请综合以上分析，输出一份结构化的诊断报告。报告需明确指出当前市场所处的状态，并给出关键观察点与潜在的交易信号建议。
