用技能组织投研

Agent适合需要分解任务、检索资料、选择工具和多轮修正的研究，例如整理公司基本面报告。固定工作流适合步骤已明确的任务，例如根据完成日线计算MACD，再输出预设条件的信号；不必每次都调用语言模型判断一个可直接计算的交叉。

示例比较LangGraph等图状态工作流，以及Nanobot/OpenClaw/Deep Agents等Agent加Skill模式。它们并非绝对互斥，复杂工作流也可使用Skill，Agent也可调用固定程序。选择取决于状态管理、扩展、维护和权限需要，而不是哪种名称更热门。

Skill主要是操作说明、触发范围和配套资源；工具是具体执行能力；Agent根据任务读取说明并调用工具。运行时仍可能选错技能或遗漏步骤，关键约束必须进入程序检查，不能只写在提示词里。

示例项目把一个助手放在独立工作目录，包含配置、角色说明、入口程序、skills、session和memory等。配置定义模型、供应商、工作目录、上下文和工具预算；角色文件定义身份、目标、信息来源与行为边界；Skill按需加载，脚本完成确定性计算。

示例角色是“AI投研情报官”，采用信息差、逻辑差、预期差、催化剂、风险等研究结构。应把方法写成要回答的问题与证据要求，而不是让模型按标题套出没有来源的故事。

session保存会话过程，memory保存跨会话信息。历史会增加上下文和噪声，应有明确保留策略；排错可用独立测试会话，不应为让结果“变好”随意删除用户历史。长期记忆也不等于事实库，价格和财报仍需核对新来源。

示例讨论多助手，也可一个助手配多个Skill。多个目录可以隔离职责，但不自动形成通信；若需协作，要设计API、主助手与子助手或其他协议。初学者先一个清晰职责的助手，不必为形式增加多Agent。

示例模型使用Qwen Plus及相应服务配置，提到输出约8K可调到32768、上下文64K、温度约0.1、最多50次工具调用、工具输出16K等。温度参数以配置文件里的实际取值为准，不能设成负数。所有数值都是示例，实际上限、名称和服务支持需核对。

模型输出预算与上下文窗口不是同一个参数；工具输出过长也会挤占上下文。增大预算可能增加耗时和成本，不保证报告更准确。

凭据从安全环境配置读取。外部搜索可由内置工具连接第三方，也可通过支持联网的模型能力；两者的结果、来源、费用和失败模式可能不同。示例提到Tavily、DuckDuckGo等方向，但不沿用当时价格、名额和最佳模型断言。

命令执行工具必须限制可访问目录与操作范围，尤其不能因为Agent需要执行脚本就赋予不必要的账户或系统权限。工具开关应在运行时验证，关闭网页检索后不应由其他隐含路径继续联网。

示例第一个例子让技术博客助手写200字以内的AI文章。Skill仅有说明文档也能工作，不一定要配脚本。观察它是否先读取Skill、遵守篇幅和保存位置，再输出结果。

这个例子用于验证角色、技能发现、文件写入与会话流程，不证明它已具备可靠投研能力。若需要事实资料，仍应提供或检索证据，不能用博客生成效果评价金融数据准确性。

示例定义工具执行前钩子，打印工具名称和参数，以看清助手实际用了什么。钩子可以作为日志、权限检查或观测入口，具体名称与可挂接位置取决于版本。

日志要包含任务ID、工具、时间、成功失败和摘要，避免泄露密钥、完整私人账单或访问凭据。打印“正在调用”不等于调用成功，须同时记录返回状态。

原投研例子发现助手偏用web search，忽略本地PDF或指定行情脚本，还把513100相关信息识别错。排查应检查Skill触发描述、文件路径、工具可用性、输入和错误，不要只补一句“请更认真”。有本地数据缺失就报告缺失；未执行指定行情源，不能声称价格已核实。

原第二个例子用本地SQLite的Chinook演示数据库，配置两个Skill：schema exploration与query writing。前者发现表、字段、主外键，后者根据问题写并执行只读SQL。

结构发现步骤：查询数据库系统目录列出表，再查看特定表的字段与键，最后确认关联关系。本节说明以SQLite的sqlite_master和表信息PRAGMA作示例。不能假定所有数据库都使用相同系统目录。

自定义查询工具向Agent暴露名称、描述、参数schema及只读标记，例如必填字符串SQL；执行函数连接数据库并返回固定格式结果。只读标记只是声明，真正权限必须由连接和执行层实施。

示例用“SQL以SELECT或PRAGMA开头”过滤写操作。这个检查不足以保证只读：某些PRAGMA会修改配置，多语句、注释和函数也需处理。教学实现应使用数据库只读连接、单语句限制、允许的查询范围与超时/行数上限，拒绝写入和危险扩展，而不是仅检查字符串前缀。

结果返回列名、有限行、是否截断和错误。示例前面称最多50行、后面说明5行，具体上限不一致，须在实际配置中固定。统计总数可执行COUNT，不能先取回全部大表再为显示五行丢掉其余。

表不存在：重新查看结构。列不存在：查看该表字段。字段歧义：加明确表别名。查询语义不清：确认业务定义，例如客户来自某国是账单地址还是客户登记国家。

示例问“加拿大有多少客户”，示例返回8；这是Chinook示例数据库结果，不是任意数据库事实。先展示实际执行SQL及其过滤含义，再报告数值。模型写SQL可能语法正确但业务错误，所以不能把执行成功当成回答正确。

限定修复次数，遇到权限、文件缺失或持续错误时返回清晰原因，不能不停重试或扩大访问范围。结果中的文本也不应被当作新指令执行。

原build_bot类工厂逻辑是：读取配置与凭据→建立模型供应商→创建Agent运行循环→注册内置和自定义工具→加入钩子→返回可交互对象。运行循环负责模型与工具之间多轮往返，不代表每一轮都需要重新载入全部Skill。

工具常包括读写文件、执行命令、搜索、定时与其他连接能力，实际清单须查版本。常用且参数明确的功能可直接注册为工具；较长方法论和分支流程适合Skill。迁移Skill到另一框架时还要检查依赖、路径、凭据、工具名与权限，不能认为复制文件就一定可用。

深度研究、博客和数据查询可分别用独立目录和角色。共享数据应明确读写归属，避免不同助手互相覆盖报告或把一个账户会话误用在另一个任务。

原量化助手已有投研、新闻、情绪等Skill，进一步加入策略回测和交易操作。回测Skill接收代码、日期、策略及参数，调用确定性脚本，返回绩效与数据范围。交易Skill复用上一课执行器，提供账户查询与交易提案，不默认真实下单。

示例查询513100的MACD是否金叉，助手有时先联网后才运行回测，说明工具路径仍不稳定。另一个双均线示例报告胜率约28%、7次交易、收益约7%、回撤约5.5%；缺完整区间与成本，本课不当作已验证策略。

Agent可能把“近期是否金叉”“历史回测表现”“现在买入”混在一起，三者应分成不同任务。提案列账户、证券、方向、数量、限价、预计费用、信号时点、有效期、可用资金与持仓检查，用户明确授权后才由执行层再校验。示例“买150股”演示止于待确认，不能跳过交易单位核验。

提示词里的“必须授权”之外，还需代码级门禁；任何新闻、网页、Skill文档或模型输出都不能自行授权动用账户。日志与回调才证明真实状态，聊天文本“已买入”不是成交凭证。