Architecture / Current implementation

一位持续运行、
拥有自己工作区的投资 Agent。

它不只回答一次问题。它把研究组织成可恢复的任务,把记忆沉淀为文件,并通过 Skills 获得专门的研究与交付能力。

登录后即可创建独立工作区,开始一项可持续推进的投资研究。

即时问答、持仓记录、公司研究、选股与复盘进入 nashnova Agent,形成回答、记忆和正式成果

CORE CAPABILITIES

六大特点

01 / Architecture

任务驱动的 Agent Loop

接入、任务、Agent、能力、沙箱和存储各守一层边界。

接入、任务、Agent Loop、能力、Workspace、云端 Sandbox 和事件存储之间的系统关系
任务优先 · 文件是真相源 · 默认拒绝 · 凭证隔离 · 证据完整度可读 · 缓存经济性

REAL CLOUD SANDBOX

不是模拟终端,是一台 真实的云端金融服务器。

每位用户拥有独立 Sandbox。任务可以暂停并恢复,Workspace 持续存在;Agent 在低权限账户中运行,金融凭证由独立操作系统身份和文件权限隔离。

persistent · Asia/Shanghai

预装研究与交付环境

PythonpandasNumPy SciPystatsmodelsPyArrow PlotlyMatplotlib WeasyPrintopenpyxl python-docxPDF tools ripgrepjqNoto CJK

finvl 在启动时按内容摘要同步,通过受控 launcher 运行。

02 / Workspace

记忆是一棵目录树

Workspace 保存整理后的长期记忆;过去对话仍留在会话存储中,需要时再按需召回。

/home/user/workspace
workspace/
├── AGENTS.md
├── user.yaml        # 身份与结构化偏好
├── portfolio/       # 账户、持仓、成交、自选
├── stocks/          # 按标的组织的研究档案
├── topics/          # 行业、宏观、策略与专题
├── briefs/          # 定期简报
├── inbox/            # 用户输入,只读
├── evidence/         # 数据证据,只读
└── skills/          # 用户自装能力

用户模型

画像、偏好、限制和输出习惯由明确请求更新。

投资状态

组合文件保持结构化,更新前加载专用写入规范。

研究成果

单标的进入 stocks,跨标的与主题研究进入 topics。

程序性记忆

用户 Skills 将方法、脚本和资产留在自己的系统里。

证据边界

数据面写入 evidence,Agent 读取但不能覆盖来源。

跨会话召回

需要继续之前的工作时,按需检索旧会话中的真实问答。

上下文冻结

首次运行只冻结地图、画像和 Skill 索引,不塞入全部历史。

原文与事实分开

旧会话只证明当时说过什么;行情、公告和政策仍要重新取数。

文件是真相源,上下文只是当前步骤的缓存。

03 / FIN CLI / DATA PLANE

金融数据与证据档案

统一连接多资产最新行情、K 线与技术指标、内部中文财经新闻、公司事件和机构研报。每次调用既返回精简摘要,也把完整结果写入 evidence,供后续研究复核。

Manifest 驱动数据源定义保持集中一致
证据完整度coverage / degraded / as_of
确定性失败退出码告诉 Agent 下一步
凭证隔离敏感凭证不进入沙箱

04 / Skills

专业的金融工作流

索引常驻,正文按需。Skill 可以规定证据清单、推理顺序、输出模板,并携带可执行脚本和验收规则。

Research

listed-company-analysis

上市公司基本面、财报、估值与竞争位置分析。

Decision

trade-decision

单标的加减仓、追涨、止损和持有动作判断。

Deliverable

公司一页纸

带证据、时点和覆盖缺口的买方视角单页。

05 / KOL Agent

KOL Agent,不只是一段人设

金融 KOL 的分身是一套完整的 Skill Package:稳定方法、投资理念、计算脚本、评估规则和可检索语料共同决定它如何研究与表达。

Skill Package skills/kol-agent/
kol-agent/
├── SKILL.md       # 理念总览与研究 Roadmap
├── references/     # 投资理念与历史观点
├── scripts/        # 公式、取数、计算与验证
├── evals/          # 判断一致性与风格评估
└── .data/          # 可检索的底层语料
01

总索引与研究 Roadmap

SKILL.md 总览核心理念,并把任务指向对应资料、脚本、数据与评估。

02

可追溯的投资理念

references/ 保存具体理念、历史判断及其适用条件。

03

能计算,也能检索

scripts/ 承载公式与取数;.data/ 支持按问题逐步搜索底层语料。

04

可以被持续评估

evals/ 检查事实质量、决策一致性、风格贴合度与能力边界。

06 / Scheduled Research

让研究在固定时间自动开始

设定任务内容、执行时间、时区和模型后,即使页面已经关闭,系统也会在到点时创建一条新对话并运行完整任务。

晨间市场简报

在开盘前汇总隔夜市场、重要事件、持仓风险与当日观察点。

每天 08:00 · Asia/Shanghai

投资复盘与策略检查

在指定星期运行组合复盘、行业跟踪或固定选股流程。

周日 20:00 · 自选模型

事件后的自动跟进

为财报、议息会议等明确时点安排一次研究,运行后自动结束。

指定日期 · 本地时区
完整技术架构图