9.2 KiB
9.2 KiB
方案一的系统边界图 + 模块融合图
目标架构一句话:
AI_ICT 保留“实盘辅助分析决策底座” TradingAgents 只提供“研究推理增强层”
一、系统边界总图
┌──────────────────────────────────────────────┐
│ AI_ICT 主系统 │
│ (实盘辅助分析决策底座,继续做核心) │
├──────────────────────────────────────────────┤
│ 1. Market Truth / Stream / Fallback │
│ 2. Broker Read Sync │
│ 3. Runtime Scheduler │
│ 4. Launch / Readiness │
│ 5. Decision Packet │
│ 6. Alert / Review / Operator Flow │
│ 7. Visual Watch / Snapshot / Review │
└──────────────────────────────────────────────┘
│
▼
┌──────────────────────────────────────────────┐
│ Research Enhancement Layer │
│ (吸收 TradingAgents 思想,不反客为主) │
├──────────────────────────────────────────────┤
│ A. Multi-Analyst │
│ B. Bull / Bear Debate │
│ C. Research Summary │
│ D. Reflection Memory │
└──────────────────────────────────────────────┘
│
▼
┌──────────────────────────────────────────────┐
│ AI_ICT 输出层(仍由 AI_ICT 主导) │
├──────────────────────────────────────────────┤
│ - enriched decision packet │
│ - enriched review packet │
│ - workbench explanation │
│ - operator next actions │
└──────────────────────────────────────────────┘
二、哪些模块必须保留 AI_ICT 原生
这些不能让位给 TradingAgents。
1. 实盘状态底座
保留:
market truthmarket streamrest fallbackdata gap detectionsession/news window
原因: TradingAgents 不擅长这块,AI_ICT 这部分更贴近真实盘中环境。
2. 账户只读与实盘环境适配
保留:
- broker read model
- reconciliation
- runtime env / proxy / credentials
- readiness / launch boundary
原因: 这是 AI_ICT 的实盘工程护城河。
3. Decision Packet 主输出
保留:
decision_packet_servicereview_packetwhy_blocked / why_allowedtrust / restricted_decision_support
原因: TradingAgents 应该增强它,不应该替代它。
4. Alert / Operator / Visual 闭环
保留:
- alerts
- operator notes
- visual watch
- visual review
- runtime incident semantics
原因: 这些都属于 AI_ICT 现有主线资产。
三、哪些能力来自 TradingAgents 思想
这些适合“嵌进去”。
1. Multi-Analyst
新加研究角色:
- structure analyst
- news analyst
- sentiment analyst
- visual analyst
- risk analyst
注意: 这里是“借思想”,不是整包引 TradingAgents 的全部实现。
2. Bull / Bear Debate
新加对立论证层:
- bull case
- bear case
- shared facts
- net assessment
它不直接替代决策包,只是增强解释质量。
3. Reflection Memory
新加分析反思层:
- 记录过去决策
- 回填后验结果
- 抽取经验
- 为下一次分析提供上下文
4. Structured Research Output
统一输出 research 结果,供:
- decision packet
- review packet
- UI 展示
四、推荐的模块连接方式
连接方式总图
Market Truth
Broker Snapshot
Plan / Candidate / Signal
Trust Summary
Visual Review
Operator Notes
│
▼
Research Context Builder
│
▼
Research Orchestrator
├─ Structure Analyst
├─ News Analyst
├─ Sentiment Analyst
├─ Visual Analyst
└─ Risk Analyst
│
▼
Debate Service
├─ Bull Case
└─ Bear Case
│
▼
Research Output Formatter
│
▼
Decision Packet Enricher
│
├─ Decision Packet
├─ Review Packet
└─ Workbench UI
五、模块融合图
1. AI_ICT 现有核心模块不动,只加一个新层
新增一层:
src/services/research/
建议拆分:
src/services/research/
├── research_context_builder.py
├── research_orchestrator_service.py
├── research_output_formatter.py
├── debate_service.py
├── research_memory_service.py
└── agents/
├── structure_analyst.py
├── news_analyst.py
├── sentiment_analyst.py
├── visual_analyst.py
└── risk_analyst.py
2. Decision Packet 作为主汇总点
现有:
src/services/decision/decision_packet_service.py
改造方式:
现在
它主要整合:
- plan
- candidate
- signal
- ticket
- risk
- trust
改后
在这些之上,再整合:
- research summary
- bull case
- bear case
- net assessment
- next confirmation targets
即:
AI_ICT 原始决策包
+ Research Enhancement
= Enriched Decision Packet
3. Review Packet 吸收研究结果
现有 review packet 可以升级为:
Review Packet
= Decision Packet
+ Visual Review
+ Operator Notes
+ Debate Summary
+ Reflection Memory
这样 review packet 就会成为真正的“复盘与解释中心”。
六、哪些接口应该怎么接
A. research_context_builder
输入来源:
market truthbroker statecandidatesignaltrustvisual reviewnotes
不要自己查太多新状态,优先消费 AI_ICT 已有结果。
原则
Research layer 不重新定义事实,只解释和推理事实。
这点很重要。
B. research_orchestrator_service
职责:
- 统一调用各 analyst
- 收集结果
- 交给 debate service
- 输出统一 research payload
不要在这里再塞业务规则判断。 业务规则仍以 AI_ICT 的 decision packet 为准。
C. debate_service
职责:
- 从多 analyst 输出中整理支持/反对理由
- 生成更适合人读的对立论证
它的角色是增强“解释力”,不是单独做最终裁决。
D. research_memory_service
职责:
- 存历史研究结论
- 查相似历史
- 返回最近经验摘要
它是“辅助上下文”,不是“覆盖当前事实”。
七、边界控制原则
这是最关键的。
1. AI_ICT 决定“事实”
AI_ICT 负责:
- 市场真值
- 账户真值
- readiness
- trust
- 风险
- 当前系统边界
2. TradingAgents 风格层决定“解释和论证”
Research layer 负责:
- 多角度分析
- 正反论据
- 结论说明
- 反思记忆
3. 不能让 Research Layer 反向重写底层事实
例如:
- 不允许研究层把
market_stream_disconnected说成“可以忽略” - 不允许研究层绕过 trust boundary
- 不允许研究层越过 readiness 规则
也就是说:
Research layer 可以增强决策解释,但不能覆盖 AI_ICT 的实盘约束。
八、最小融合后的最终输出长什么样
决策包应变成:
{
"action_recommendation": "...",
"status": "...",
"why_allowed": [...],
"why_blocked": [...],
"research_summary": "...",
"structure_analysis": {...},
"news_analysis": {...},
"risk_analysis": {...},
"visual_analysis": {...},
"bull_case": {...},
"bear_case": {...},
"net_assessment": "...",
"next_confirmation_targets": [...],
"trust_classification": "...",
"operator_mode": "...",
}
复盘包应变成:
{
"decision_packet": {...},
"visual_reviews": [...],
"operator_notes": [...],
"debate_summary": {...},
"reflection_memory": [...],
"recommended_next_actions": [...]
}
九、最稳的实施顺序
Phase 1
research_context_builderstructure_analystrisk_analystresearch_orchestrator_service- 接入
decision_packet_service
Phase 2
news_analystvisual_analystdebate_service- 接入 review packet
Phase 3
research_memory_service- 轻量 reflection store
- workbench 展示增强
十、最终架构判断
如果用一句话概括这个方案:
AI_ICT 继续做“实盘辅助分析决策操作系统”,TradingAgents 只做“研究推理协处理器”。
这个定位最稳。