一 智能体内测-单智能体

这周试用官方教程里的单智能体模版，按期货VSA策略来尝试建立

1.1 工作流各节点

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 + 思考模式（节点中有交互键可以调整） + 最大步数（可由用户调整），输出包含 完整思考过程文本 和 交易决策列表 。
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。

这里使用官方教程里提示词：

Role:你是一名资生的量化投资分析专家，精通 VSA(量价价差分析)，
Task:诊断给定期货的过去30个交易日的日线数据:
分析逻辑：
检查价格创新高时，对交易量是否创新高。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，若其之后3日价格无法突破阳线高点。判定为“高位破发”。

另外比较重要的一个窗口是 智能体消息， 这里面可以与主智能体进行交互，包括输入，和结果输出的消息，-实测。

1.2 大模型

大模型这次Pandai开放了好多个大模型，包括DeepSeek，GPt，Grok，Claude-Sonnet4-5，以及PandAI-CQ， 实际目前短暂用下来，Sonnet不太稳定，经常消息交互得network error了， 还是PandaAICQ 比较稳定，且调用数据 和内置skills时非常熟练。

1.3 这次的过程中的个别重要操作细节;

1.3.1过程中，LLM大模型会问反问我，期货合约品种代码是选哪些？

这时候，你可以用自然语言回复 ：

1.3.2运行中的结果输出，在日志里有，同时注意到在 智能体消息框里也有：