五个智能体

每条通过你自选股过滤的新闻条目会同时交给五个智能体。它们并行运行(当前配置下每条端到端约 20–40 秒),输出聚合为你在仪表盘上看到的最终信号。

Agent	图标	关注点
SignalScope		主线新闻解析——发生了什么、涉及谁、ticker 级事实。可选调用 Tavily 联网搜索做交叉印证。
MacroMind		宏观经济框架——这条是否关联利率决议、CPI 公布、FX 冲击、地缘事件?"零关联"也是合法答案。
SectorScan		行业与供应链传导——谁还受益或受损?TSM → ASML → AMAT 这条链,上游 vs 下游。
SentimentPulse		散户情绪——Reddit、StockTwits、YouTube。识别讨论量激增或价格与讨论背离。
PolicyRadar		监管与政策——出口管制、制裁、监管机构动作、央行声明。

每个智能体输出什么

五个智能体产出 相同 的结构化输出:

{
  "agent_id": "sectorscan",
  "signal_type": "routine_news",
  "urgency": "ALERT",
  "impact_score": 0.72,
  "confidence_score": 0.84,
  "tickers_linked": [
    {"ticker": "NVDA", "impact_score": 0.80, "link_type": "direct"},
    {"ticker": "TSM",  "impact_score": 0.60, "link_type": "sector"}
  ],
  "summary_en": "...",
  "summary_zh": "...",
  "reasoning": "..."
}

signal_type 词表刻意做得窄(routine_news / earnings / policy_change / supply_chain / macro_event / ...)。如果智能体的车道与条目无关,它仍然要结构化地回——把 impact_score 压低——而不是默默跳过。这样聚合数学干净。

聚合

引擎按如下方式合并五份输出:

• top_signal — 持久化到 signals 的那一行。以最高影响力智能体的摘要作为标题,取所有成功智能体的加权平均影响分。reasoning 是所有智能体 reasoning 的拼接(所以仪表盘卡片可以在可折叠块里展示每个智能体的视角)。
• tickers_linked — 所有智能体的并集,去重,每个 ticker 做平均。
• agents_breakdown — 每个智能体各自的分数、延迟、错误(若有)都留在 signal 行上,方便你在仪表盘的可折叠面板里查看拆解。

为什么是五个而不是一个

经验上,用一个大提示去判断一条金融新闻的"重要性"会快速漂移——不同车道(监管 vs 情绪 vs 供应链)回答的是不同维度。拆分关注点让 UI 有更丰富的内容可展示(agent-breakdown 面板),让我们有独立信号可供 Reflexion 批判,也意味着单个智能体的故障或幻觉无法把聚合结果带偏太远。

另见

• Scoring — urgency 档位如何从 impact_score 推导
• Claw chat (RAG) — 智能体的摘要如何变成可查询的知识