TradingAgents-Astock-eant: A股多Agent投研分析框架

概述

本Skill借鉴TradingAgents-Astock项目的六层流水线架构，适配到WorkBuddy平台，通过Team/Agent工具编排7个专业化分析师Agent，
模拟真实交易公司的投研流程。每个Agent调用WorkBuddy内置金融数据工具（westock-data / wb-finance-skill）获取A股实时数据，
经多空对抗辩论和三方风控辩论后，由投资组合经理输出最终投资决策。

核心理念：不是单一LLM分析，而是多Agent协作+对抗辩论的结构化决策流程。

架构总览：六层流水线

┌─────────────────────────────────────────────────────────────┐
│  第1层：7个Analyst并行采集数据生成研报                         │
│  Market → Social → News → Fundamentals                      │
│  → Policy → HotMoney → Lockup                               │
├─────────────────────────────────────────────────────────────┤
│  第2层：Bull vs Bear 多空对抗辩论                             │
│  （基于7份研报进行正反两面辩论，暴露风险与机会）                │
├─────────────────────────────────────────────────────────────┤
│  第3层：Research Manager 综合研判                             │
│  （深度思考，综合辩论结果输出投资计划）                         │
├─────────────────────────────────────────────────────────────┤
│  第4层：Trader 生成交易方案                                   │
│  （应用A股约束：T+1/涨跌停/最小手数/ST标识）                   │
├─────────────────────────────────────────────────────────────┤
│  第5层：三方风险辩论                                          │
│  Aggressive ←→ Conservative ←→ Neutral                      │
├─────────────────────────────────────────────────────────────┤
│  第6层：Portfolio Manager 最终决策                            │
│  （输出 Buy/Hold/Sell + 仓位建议 + 中文报告）                 │
└─────────────────────────────────────────────────────────────┘

双LLM策略

触发条件

当出现以下场景时加载本Skill：

1. 用户要求对某只A股进行多维度投研分析
2. 用户要求模拟多Agent投资决策流程
3. 用户要求生成包含多空辩论的投资分析报告
4. 用户提到"TradingAgents"、"多Agent投研"、"多空辩论"等关键词
5. 用户需要对A股进行机构级研究并输出Buy/Hold/Sell建议

执行流程

阶段0：输入确认

接收用户输入的A股代码（6位数字，如600519/000001/688017）和分析日期。若用户未指定日期，默认使用当前日期。
确认后进入阶段1。

阶段1：创建团队 & 并行分析师

使用 TeamCreate 创建投研团队，然后通过 Agent 工具并行启动7个分析师Agent（run_in_background: true）：

每个Analyst Agent的prompt模板参见 references/analyst_roles.md。
数据获取方法参见 references/data_sources.md。

关键：7个Agent必须并行启动（单条消息中多个Agent工具调用），每个Agent完成后通过SendMessage将研报发回team-lead。

阶段2：多空辩论（Bull vs Bear）

收集7份研报后，启动2个Researcher Agent：

• Bull Researcher（看多研究员）：基于研报寻找买入理由，强调增长潜力和机会
• Bear Researcher（看空研究员）：基于研报寻找风险因素，强调下行风险

辩论轮数默认1轮（可配置2-3轮）。辩论格式参见 references/debate_protocol.md。

阶段3：Research Manager 综合研判

team-lead（主Agent）扮演Research Manager角色，使用reasoning模型综合辩论结果，输出投资计划要点。
参考 references/analyst_roles.md 中 Research Manager 的职责定义。

阶段4：Trader 交易方案

生成符合A股交易规则的具体交易方案：
- T+1制度约束
- 涨跌停限制（10%/20%科创板创业板/5% ST股）
- 最小交易单位100股
- 交易时段限制
- ST/退市风险标识

A股交易规则详解参见 references/astock_rules.md。

阶段5：三方风险辩论

启动3个Risk Debater Agent：

• Aggressive（激进派）：倾向于执行交易，强调收益机会
• Conservative（保守派）：倾向于规避风险，强调潜在损失
• Neutral（中立派）：平衡评估，给出折中建议

辩论轮数默认1轮。

阶段6：Portfolio Manager 最终决策

team-lead综合所有信息，输出最终决策报告。报告模板参见 assets/report_template.md。

最终输出格式：

决策：Buy / Hold / Sell
仓位建议：XX%
目标价位：XX元
止损位：XX元
风险等级：高/中/低
关键依据：...

Agent编排实现要点

Team创建

TeamCreate({
  team_name: "astock-research-{股票代码}",
  description: "A股多Agent投研分析: {股票代码}"
})

Analyst Agent启动模板

每个Analyst Agent使用以下模式启动：

Agent({
  description: "市场分析师-{股票代码}",
  name: "market-analyst",
  team_name: "astock-research-{股票代码}",
  subagent_type: "general-purpose",
  run_in_background: true,
  prompt: "[市场分析师prompt，包含数据获取指令和分析要求]"
})

研报收集

每个Analyst完成后通过SendMessage将结构化研报发回team-lead。team-lead等待所有7份研报收齐后进入阶段2。

研报格式要求：

## {分析师角色}研报 - {股票名称}({股票代码})

### 数据概览
- [关键数据点列表]

### 分析结论
- [核心发现]

### 风险提示
- [风险因素]

### 信号方向
- 看多/中性/看空

辩论实现

Bull/Bear辩论通过两个Agent互相SendMessage实现。每轮辩论包含：
1. Bull基于研报提出看多论点
2. Bear反驳并提出看空论点
3. Bull回应反驳

三方风险辩论同理，三个Agent轮流发言。

配置参数

输出交付

最终生成一份结构化的Markdown投资分析报告，包含：
1. 执行摘要（决策+关键依据）
2. 7份分析师研报摘要
3. 多空辩论记录
4. 交易方案
5. 三方风险评估
6. 最终决策与仓位建议

报告写入 F:\workbuddy_file\2026-07-18-08-31-43\ 目录下，文件名格式：{股票代码}_投研分析_{日期}.md

版本管理与同步更新

本Skill基于源项目 TradingAgents-Astock 开发，源项目持续迭代，Skill需要定期同步以保持一致性。

当前版本

完整版本追踪信息见 VERSION.md。

更新触发条件

当出现以下场景时，应执行版本检查与同步：

1. 用户主动要求"检查更新"或"同步最新版"
2. 分析结果与源项目行为不一致
3. 定期维护（建议每月一次）
4. 源项目发布重大版本
5. Skill 功能异常或数据源失效

版本检查操作

# 快速检查是否有新版本
python scripts/update_skill.py --check

# 生成详细差异报告
python scripts/update_skill.py --report

# 查看同步操作指南
python scripts/update_skill.py --sync

# 详细模式
python scripts/update_skill.py --check --verbose

同步流程

检测到新版本后，按以下步骤同步：

1. 运行 --report 生成差异报告
2. 阅读报告中的变更详情和影响分级（P0/P1/P2）
3. 按文件映射关系更新 Skill 文件（详见 references/update_protocol.md）
4. 更新 VERSION.md 记录新版本信息
5. 运行 --check 验证同步完成

文件映射关系（源项目 → Skill）

详细的同步协议、变更分级标准和故障排查指南见 references/update_protocol.md。

使用声明与免责

项目性质：本项目借鉴 TradingAgents-Astock 框架的六层流水线架构与多Agent辩论理念，在 WorkBuddy 平台上重新适配实现，并非源项目的官方移植版。

使用限制：
- 本Skill仅提供研究参考，不推荐作为投资决策依据。
- 生成的分析报告由AI多Agent系统自动产出，可能存在数据偏差、信息滞后或逻辑缺陷。
- 任何投资决策应基于独立判断，并咨询持牌专业机构。
- 使用者需自行承担依据本Skill输出做出任何决策的全部责任。

参考文档

• references/architecture.md - 六层流水线架构详解
• references/analyst_roles.md - 7个分析师角色定义与Prompt模板
• references/debate_protocol.md - 辩论协议与格式规范
• references/astock_rules.md - A股交易规则约束
• references/data_sources.md - 数据获取方法与工具映射
• references/update_protocol.md - 版本同步更新协议
• VERSION.md - 版本追踪记录
• assets/report_template.md - 最终报告模板