refactor(project): 重构项目文档并优化代码结构
- 移除旧的文档结构和内容，清理 root 目录下的 markdown 文件 - 删除 GitHub Pages 部署配置和相关文件 - 移除 .env.example 文件，使用 Doppler 进行环境变量管理 - 更新 README.md，增加对 OpenBB 数据的支持 - 重构 streamlit_app.py，移除 Swarm 模式相关代码 - 更新 Doppler 配置管理模块，增加对 .env 文件的支持 - 删除 Memory Bank 实验和测试脚本 - 清理内部文档和开发计划
This commit is contained in:
ben
19
docs/baxian_debate_order_guide.md
Normal file
19
docs/baxian_debate_order_guide.md
Normal file
@@ -0,0 +1,19 @@
|
||||
# 八仙辩论次序指南 (Baxian Debate Order Guide)
|
||||
|
||||
## 核心原则
|
||||
|
||||
辩论次序基于“对立统一”的哲学思想，将八仙分为四组，每组代表一对核心矛盾。此规则为项目级最终版本，作为后续所有相关实现的基准。
|
||||
|
||||
## 分组
|
||||
|
||||
1. **乾坤 / 男女:** 吕洞宾 (乾/男) vs 何仙姑 (坤/女)
|
||||
* **逻辑:** 阳与阴，男与女的基本对立。
|
||||
|
||||
2. **老少:** 张果老 vs 韩湘子
|
||||
* **逻辑:** 年长与年少，经验与活力的对立。
|
||||
|
||||
3. **贫富:** 汉钟离 vs 蓝采和
|
||||
* **逻辑:** 富贵与贫穷，物质与精神的对立。汉钟离出身将门，而蓝采和的形象通常是贫穷的歌者。
|
||||
|
||||
4. **贵贱:** 曹国舅 vs 铁拐李
|
||||
* **逻辑:** 皇亲国戚与街头乞丐，社会地位的极端对立。
|
||||
87
docs/cloudflare_memory_banks.md
Normal file
87
docs/cloudflare_memory_banks.md
Normal file
@@ -0,0 +1,87 @@
|
||||
# 八仙记忆银行文档 (Cloudflare AutoRAG)
|
||||
|
||||
每个八仙智能体都有一个专属的记忆空间，用于存储其在不同辩论主题下的记忆。这些记忆通过Cloudflare Vectorize进行向量索引，并利用Workers AI进行语义检索。
|
||||
|
||||
## 记忆类型
|
||||
|
||||
1. **对话记忆 (conversation)**: 智能体在特定辩论中的发言和互动记录。
|
||||
2. **偏好记忆 (preference)**: 智能体的投资偏好、分析方法和决策倾向。
|
||||
3. **知识记忆 (knowledge)**: 智能体掌握的金融知识、市场信息和分析模型。
|
||||
4. **策略记忆 (strategy)**: 智能体在辩论中使用的论证策略和战术。
|
||||
|
||||
## 八仙记忆空间列表
|
||||
|
||||
- **铁拐李 (tieguaili)**
|
||||
- 标识符: `cf_memory_tieguaili`
|
||||
- 特点: 擅长技术分析和风险控制
|
||||
|
||||
- **汉钟离 (hanzhongli)**
|
||||
- 标识符: `cf_memory_hanzhongli`
|
||||
- 特点: 注重基本面分析和长期价值
|
||||
|
||||
- **张果老 (zhangguolao)**
|
||||
- 标识符: `cf_memory_zhangguolao`
|
||||
- 特点: 擅长宏观趋势分析和周期判断
|
||||
|
||||
- **蓝采和 (lancaihe)**
|
||||
- 标识符: `cf_memory_lancaihe`
|
||||
- 特点: 关注市场情绪和资金流向
|
||||
|
||||
- **何仙姑 (hexiangu)**
|
||||
- 标识符: `cf_memory_hexiangu`
|
||||
- 特点: 精于财务数据分析和估值模型
|
||||
|
||||
- **吕洞宾 (lvdongbin)**
|
||||
- 标识符: `cf_memory_lvdongbin`
|
||||
- 特点: 善于多维度综合分析和创新策略
|
||||
|
||||
- **韩湘子 (hanxiangzi)**
|
||||
- 标识符: `cf_memory_hanxiangzi`
|
||||
- 特点: 擅长行业比较和相对价值分析
|
||||
|
||||
- **曹国舅 (caoguojiu)**
|
||||
- 标识符: `cf_memory_caoguojiu`
|
||||
- 特点: 注重合规性、社会责任和ESG因素
|
||||
|
||||
## 使用方法
|
||||
|
||||
```python
|
||||
from src.jixia.memory.factory import get_memory_backend
|
||||
|
||||
# 获取记忆后端 (自动根据环境变量选择)
|
||||
memory_bank = get_memory_backend(prefer="cloudflare")
|
||||
|
||||
# 为吕洞宾添加偏好记忆
|
||||
await memory_bank.add_memory(
|
||||
agent_name="lvdongbin",
|
||||
content="倾向于使用DCF模型评估科技股的内在价值",
|
||||
memory_type="preference",
|
||||
debate_topic="TSLA投资分析"
|
||||
)
|
||||
|
||||
# 搜索吕洞宾关于TSLA的记忆
|
||||
memories = await memory_bank.search_memories(
|
||||
agent_name="lvdongbin",
|
||||
query="TSLA",
|
||||
memory_type="preference"
|
||||
)
|
||||
|
||||
# 获取上下文
|
||||
context = await memory_bank.get_agent_context("lvdongbin", "TSLA投资分析")
|
||||
```
|
||||
|
||||
## Cloudflare配置说明
|
||||
|
||||
要使用Cloudflare AutoRAG作为记忆后端，需要配置以下环境变量：
|
||||
|
||||
- `CLOUDFLARE_ACCOUNT_ID`: Cloudflare账户ID
|
||||
- `CLOUDFLARE_API_TOKEN`: Cloudflare API令牌 (需要Vectorize和Workers AI权限)
|
||||
- `JIXIA_MEMORY_BACKEND`: 设置为 `cloudflare`
|
||||
|
||||
系统默认使用以下配置：
|
||||
- Vectorize索引: `autorag-shy-cherry-f1fb`
|
||||
- 嵌入模型: `@cf/baai/bge-m3`
|
||||
- AutoRAG域名: `autorag.seekkey.tech`
|
||||
|
||||
---
|
||||
*此文档由系统自动生成和维护*
|
||||
163
docs/guides/CLAUDE.md
Normal file
163
docs/guides/CLAUDE.md
Normal file
@@ -0,0 +1,163 @@
|
||||
---
|
||||
title: "Claude 集成与使用指南"
|
||||
status: summer
|
||||
created: 2025-08-17
|
||||
owner: Claude
|
||||
review_by: "2026-02-17"
|
||||
tags: ["guide", "claude", "core"]
|
||||
---
|
||||
|
||||
# Claude 集成与使用指南
|
||||
|
||||
本指南介绍如何在炼妖壶项目中使用 Claude，包括运行时模型接入、GitHub 代码审查助手（可选）以及常见问题排查。此文档面向公开文档；更详细或偏内部的安装步骤请参考内部文档 `internal/setup/CLAUDE_ACTION_SETUP.md`。
|
||||
|
||||
## 适用场景
|
||||
|
||||
- 在项目中调用 Claude 模型（通过 LiteLLM/OpenRouter/Anthropic）用于分析、辩论与推理
|
||||
- 在 GitHub 的 Issue/PR 中通过评论触发 Claude 进行代码审查、调试辅助与架构讨论（可选）
|
||||
|
||||
## 快速开始（运行时模型）
|
||||
|
||||
项目推荐通过 LiteLLM 路由到不同模型供应商。你可以选择两种常见方式接入 Claude：
|
||||
|
||||
- 方式 A：使用 OpenRouter 免费路由（如 `anthropic/claude-3.5-sonnet:free`）
|
||||
- 方式 B：直接使用 Anthropic 官方 API（需要付费 API Key）
|
||||
|
||||
### 环境变量
|
||||
|
||||
至少准备以下中的一个或多个（按你的接入方式选择）：
|
||||
|
||||
- OPENROUTER_API_KEY: 使用 OpenRouter 路由时需要
|
||||
- ANTHROPIC_API_KEY: 直接调用 Anthropic API 时需要
|
||||
|
||||
建议将密钥保存到本地 `.env` 或 CI/CD 的 Secret 中，不要提交到仓库。
|
||||
|
||||
### LiteLLM 配置提示
|
||||
|
||||
仓库中 `litellm/config.yaml` 是示例配置。你可以添加 Claude 相关配置，例如：
|
||||
|
||||
```yaml
|
||||
model_list:
|
||||
- model_name: claude-free
|
||||
litellm_params:
|
||||
model: anthropic/claude-3.5-sonnet:free
|
||||
# 如果使用 OpenRouter，请在运行环境里提供 OPENROUTER_API_KEY
|
||||
|
||||
- model_name: claude-sonnet
|
||||
litellm_params:
|
||||
model: anthropic/claude-3-5-sonnet-20240620
|
||||
# 如果直接使用 Anthropic 官方，请在运行环境里提供 ANTHROPIC_API_KEY
|
||||
```
|
||||
|
||||
> 提示：内部文档 `internal/technical/Sanqing_Baxian_OpenRouter_Model_Assignment.md` 与 `internal/technical/Final_Baxian_Sanqing_Model_Configuration.md` 描述了项目在三清八仙体系中对 Claude 的模型分配建议，可作为策略参考。
|
||||
|
||||
## GitHub 助手（可选）
|
||||
|
||||
如果你希望在 GitHub 的 Issue/PR 评论中 @Claude 进行协助，请按以下步骤配置。若当前仓库没有工作流文件，请根据下面示例新建。
|
||||
|
||||
1) 在 GitHub 仓库设置中添加 Secret（任选一种或两种）：
|
||||
- ANTHROPIC_API_KEY: 你的 Anthropic API Key
|
||||
- CLAUDE_CODE_OAUTH_TOKEN: Claude Code OAuth Token（Pro/Max）
|
||||
|
||||
2) 安装 Claude GitHub App（如果还未安装）
|
||||
- 访问 https://github.com/apps/claude
|
||||
- 选择安装到你的仓库并授权必要权限
|
||||
|
||||
3) 新建或更新工作流文件 `.github/workflows/claude.yml`
|
||||
|
||||
```yaml
|
||||
name: Claude Assistant
|
||||
|
||||
on:
|
||||
issue_comment:
|
||||
types: [created]
|
||||
pull_request_review_comment:
|
||||
types: [created]
|
||||
|
||||
jobs:
|
||||
run-claude:
|
||||
if: contains(github.event.comment.body, '@claude') || contains(github.event.comment.body, '@太公') || contains(github.event.comment.body, '@八仙')
|
||||
runs-on: ubuntu-latest
|
||||
permissions:
|
||||
contents: read
|
||||
issues: write
|
||||
pull-requests: write
|
||||
|
||||
steps:
|
||||
- name: Checkout
|
||||
uses: actions/checkout@v4
|
||||
|
||||
- name: Set up Python
|
||||
uses: actions/setup-python@v5
|
||||
with:
|
||||
python-version: '3.11'
|
||||
|
||||
- name: Install deps
|
||||
run: |
|
||||
python -m pip install --upgrade pip
|
||||
pip install litellm
|
||||
|
||||
- name: Run Claude reply
|
||||
env:
|
||||
ANTHROPIC_API_KEY: ${{ secrets.ANTHROPIC_API_KEY }}
|
||||
OPENROUTER_API_KEY: ${{ secrets.OPENROUTER_API_KEY }}
|
||||
GITHUB_TOKEN: ${{ secrets.GITHUB_TOKEN }}
|
||||
run: |
|
||||
python - <<'PY'
|
||||
import os, json, requests
|
||||
|
||||
body = os.environ.get('GITHUB_EVENT_PATH')
|
||||
import sys, pathlib
|
||||
event = json.load(open(os.environ['GITHUB_EVENT_PATH']))
|
||||
comment_body = event['comment']['body']
|
||||
issue_url = event['issue']['comments_url'] if 'issue' in event else event['pull_request']['comments_url']
|
||||
|
||||
if '@claude' in comment_body or '@太公' in comment_body or '@八仙' in comment_body:
|
||||
prompt = comment_body.replace('@claude','').replace('@太公','').replace('@八仙','').strip()
|
||||
else:
|
||||
sys.exit(0)
|
||||
|
||||
# 调用 Claude（示例：通过 LiteLLM 统一调用，环境里准备好 API Key）
|
||||
import litellm
|
||||
litellm.set_verbose(False)
|
||||
resp = litellm.completion(model="anthropic/claude-3.5-sonnet:free", messages=[{"role":"user","content":prompt}])
|
||||
text = resp.choices[0].message.get('content') if hasattr(resp.choices[0], 'message') else resp['choices'][0]['message']['content']
|
||||
|
||||
headers = {"Authorization": f"Bearer {os.environ['GITHUB_TOKEN']}", "Accept": "application/vnd.github+json"}
|
||||
requests.post(issue_url, headers=headers, json={"body": text})
|
||||
PY
|
||||
```
|
||||
|
||||
- 触发词默认支持：`@claude`、`@太公`、`@八仙`
|
||||
- 你可以在工作流的 `if:` 条件中添加更多触发词
|
||||
|
||||
> 注意：内部文档 `internal/setup/CLAUDE_ACTION_SETUP.md` 提供了更完整的 Action 版配置与触发词说明。
|
||||
|
||||
## 使用示例
|
||||
|
||||
- 代码审查：
|
||||
- 在 PR 评论中输入：`@claude 请审查这个MCP管理器的实现，关注安全性和性能`
|
||||
- 功能实现建议：
|
||||
- 在 Issue 评论中输入：`@claude 帮我实现一个新的Yahoo Finance数据获取功能`
|
||||
- 架构讨论：
|
||||
- 在评论中输入：`@太公 如何优化当前的金融数据分析流程？`
|
||||
- 调试帮助：
|
||||
- 在评论中输入：`@八仙 这个错误是什么原因：[粘贴错误信息]`
|
||||
|
||||
## 成本与安全
|
||||
|
||||
- API 成本：使用 Anthropic 直连会产生费用；OpenRouter 免费路由有速率与配额限制
|
||||
- 权限：GitHub App 与工作流权限请最小化配置
|
||||
- 敏感信息：不要在公开评论中包含敏感数据；密钥请使用 Secret 管理
|
||||
|
||||
## 常见问题排查
|
||||
|
||||
- 无法调用成功：确认已在运行环境设置了相应的 API Key（`OPENROUTER_API_KEY` 或 `ANTHROPIC_API_KEY`）
|
||||
- 工作流未触发：确认评论中包含触发词，且仓库已启用 `Actions`；检查 `if:` 条件
|
||||
- 响应为空或报错：降低请求长度，检查模型名称是否正确，或改用其他可用模型
|
||||
|
||||
## 参考
|
||||
|
||||
- 内部：`internal/setup/CLAUDE_ACTION_SETUP.md`
|
||||
- 内部：`internal/technical/Final_Baxian_Sanqing_Model_Configuration.md`
|
||||
- 内部：`internal/technical/Sanqing_Baxian_OpenRouter_Model_Assignment.md`
|
||||
@@ -3,6 +3,7 @@
|
||||
欢迎访问项目文档。以下是常用入口：
|
||||
|
||||
- 快速上手与指南
|
||||
- [Claude 集成与使用指南](guides/CLAUDE.md)
|
||||
- [快速开始：负载均衡示例](guides/README_jixia_load_balancing.md)
|
||||
- [Cloudflare AutoRAG 集成](guides/CLOUDFLARE_AUTORAG_INTEGRATION.md)
|
||||
- [Google ADK 迁移指南](guides/GOOGLE_ADK_MIGRATION_GUIDE.md)
|
||||
|
||||
160
docs/memory_bank_design.md
Normal file
160
docs/memory_bank_design.md
Normal file
@@ -0,0 +1,160 @@
|
||||
# Memory Bank 设计与实现文档
|
||||
|
||||
## 概述
|
||||
|
||||
Memory Bank 是 稷下学宫AI辩论系统 的核心组件之一，旨在为每个AI智能体（八仙）提供持久化的记忆能力。通过集成不同的后端实现（如 Google Vertex AI Memory Bank 和 Cloudflare AutoRAG），系统能够灵活地存储、检索和利用智能体在辩论过程中积累的知识和经验。
|
||||
|
||||
## 架构设计
|
||||
|
||||
### 核心抽象
|
||||
|
||||
系统通过 `MemoryBankProtocol` 定义了记忆银行的通用接口，确保了不同后端实现的可替换性。
|
||||
|
||||
```python
|
||||
@runtime_checkable
|
||||
class MemoryBankProtocol(Protocol):
|
||||
async def create_memory_bank(self, agent_name: str, display_name: Optional[str] = None) -> str: ...
|
||||
|
||||
async def add_memory(
|
||||
self,
|
||||
agent_name: str,
|
||||
content: str,
|
||||
memory_type: str = "conversation",
|
||||
debate_topic: str = "",
|
||||
metadata: Optional[Dict[str, Any]] = None,
|
||||
) -> str: ...
|
||||
|
||||
async def search_memories(
|
||||
self,
|
||||
agent_name: str,
|
||||
query: str,
|
||||
memory_type: Optional[str] = None,
|
||||
limit: int = 10,
|
||||
) -> List[Dict[str, Any]]: ...
|
||||
|
||||
async def get_agent_context(self, agent_name: str, debate_topic: str) -> str: ...
|
||||
|
||||
async def save_debate_session(
|
||||
self,
|
||||
debate_topic: str,
|
||||
participants: List[str],
|
||||
conversation_history: List[Dict[str, str]],
|
||||
outcomes: Optional[Dict[str, Any]] = None,
|
||||
) -> None: ...
|
||||
```
|
||||
|
||||
### 工厂模式
|
||||
|
||||
通过 `get_memory_backend` 工厂函数，系统可以根据配置动态选择合适的记忆后端实现。
|
||||
|
||||
```python
|
||||
def get_memory_backend(prefer: Optional[str] = None) -> MemoryBankProtocol:
|
||||
# 根据环境变量 JIXIA_MEMORY_BACKEND 选择后端
|
||||
# 支持 "vertex" 和 "cloudflare"
|
||||
...
|
||||
```
|
||||
|
||||
## 后端实现
|
||||
|
||||
### Vertex AI Memory Bank
|
||||
|
||||
基于 Google Vertex AI 的 Memory Bank 服务实现。
|
||||
|
||||
**特点**:
|
||||
- 与 Google Cloud 生态系统深度集成
|
||||
- 提供企业级的安全性和可靠性
|
||||
- 支持复杂的元数据过滤和查询
|
||||
|
||||
**配置**:
|
||||
- `GOOGLE_API_KEY`: Google API 密钥
|
||||
- `GOOGLE_CLOUD_PROJECT_ID`: Google Cloud 项目ID
|
||||
- `GOOGLE_CLOUD_LOCATION`: 部署区域 (默认 us-central1)
|
||||
|
||||
### Cloudflare AutoRAG
|
||||
|
||||
基于 Cloudflare Vectorize 和 Workers AI 实现的向量检索增强生成方案。
|
||||
|
||||
**特点**:
|
||||
- 全球分布的边缘计算网络
|
||||
- 成本效益高，适合中小型项目
|
||||
- 易于部署和扩展
|
||||
|
||||
**配置**:
|
||||
- `CLOUDFLARE_ACCOUNT_ID`: Cloudflare 账户ID
|
||||
- `CLOUDFLARE_API_TOKEN`: 具有 Vectorize 和 Workers AI 权限的 API 令牌
|
||||
|
||||
## 使用指南
|
||||
|
||||
### 初始化记忆银行
|
||||
|
||||
```python
|
||||
from src.jixia.memory.factory import get_memory_backend
|
||||
|
||||
# 根据环境变量自动选择后端
|
||||
memory_bank = get_memory_backend()
|
||||
|
||||
# 或者显式指定后端
|
||||
memory_bank = get_memory_backend(prefer="cloudflare")
|
||||
```
|
||||
|
||||
### 为智能体创建记忆空间
|
||||
|
||||
```python
|
||||
# 为吕洞宾创建记忆银行/空间
|
||||
await memory_bank.create_memory_bank("lvdongbin")
|
||||
```
|
||||
|
||||
### 添加记忆
|
||||
|
||||
```python
|
||||
await memory_bank.add_memory(
|
||||
agent_name="lvdongbin",
|
||||
content="倾向于使用DCF模型评估科技股的内在价值",
|
||||
memory_type="preference",
|
||||
debate_topic="TSLA投资分析"
|
||||
)
|
||||
```
|
||||
|
||||
### 搜索记忆
|
||||
|
||||
```python
|
||||
memories = await memory_bank.search_memories(
|
||||
agent_name="lvdongbin",
|
||||
query="TSLA",
|
||||
memory_type="preference"
|
||||
)
|
||||
```
|
||||
|
||||
### 获取上下文
|
||||
|
||||
```python
|
||||
context = await memory_bank.get_agent_context("lvdongbin", "TSLA投资分析")
|
||||
```
|
||||
|
||||
## 最佳实践
|
||||
|
||||
1. **合理分类记忆类型**:
|
||||
- `conversation`: 记录对话历史，用于上下文理解和连贯性。
|
||||
- `preference`: 存储智能体的偏好和倾向，指导决策过程。
|
||||
- `knowledge`: 积累专业知识和数据，提升分析深度。
|
||||
- `strategy`: 总结辩论策略和战术，优化表现。
|
||||
|
||||
2. **定期维护记忆**:
|
||||
- 实施记忆的定期清理和归档策略，避免信息过载。
|
||||
- 通过 `save_debate_session` 方法系统性地保存重要辩论会话。
|
||||
|
||||
3. **优化搜索查询**:
|
||||
- 使用具体、明确的查询词以提高搜索相关性。
|
||||
- 结合 `memory_type` 过滤器缩小搜索范围。
|
||||
|
||||
4. **错误处理**:
|
||||
- 在生产环境中，务必对所有异步操作进行适当的错误处理和重试机制。
|
||||
|
||||
## 未来扩展
|
||||
|
||||
1. **混合后端支持**: 允许同时使用多个后端，根据数据类型或访问模式进行路由。
|
||||
2. **记忆压缩与摘要**: 自动对长篇记忆进行摘要，提高检索效率。
|
||||
3. **情感分析**: 为记忆添加情感标签，丰富检索维度。
|
||||
|
||||
---
|
||||
*此文档旨在为开发者提供 Memory Bank 模块的全面技术参考*
|
||||
74
docs/vertex_memory_banks.md
Normal file
74
docs/vertex_memory_banks.md
Normal file
@@ -0,0 +1,74 @@
|
||||
# 八仙记忆银行文档 (Vertex AI)
|
||||
|
||||
每个八仙智能体都有一个专属的记忆银行，用于存储其在不同辩论主题下的记忆。这些记忆包括对话历史、个人偏好、知识库和策略洞察。
|
||||
|
||||
## 记忆类型
|
||||
|
||||
1. **对话记忆 (conversation)**: 智能体在特定辩论中的发言和互动记录。
|
||||
2. **偏好记忆 (preference)**: 智能体的投资偏好、分析方法和决策倾向。
|
||||
3. **知识记忆 (knowledge)**: 智能体掌握的金融知识、市场信息和分析模型。
|
||||
4. **策略记忆 (strategy)**: 智能体在辩论中使用的论证策略和战术。
|
||||
|
||||
## 八仙记忆银行列表
|
||||
|
||||
- **铁拐李 (tieguaili)**
|
||||
- ID: `memory_bank_tieguaili_{PROJECT_ID}`
|
||||
- 特点: 擅长技术分析和风险控制
|
||||
|
||||
- **汉钟离 (hanzhongli)**
|
||||
- ID: `memory_bank_hanzhongli_{PROJECT_ID}`
|
||||
- 特点: 注重基本面分析和长期价值
|
||||
|
||||
- **张果老 (zhangguolao)**
|
||||
- ID: `memory_bank_zhangguolao_{PROJECT_ID}`
|
||||
- 特点: 擅长宏观趋势分析和周期判断
|
||||
|
||||
- **蓝采和 (lancaihe)**
|
||||
- ID: `memory_bank_lancaihe_{PROJECT_ID}`
|
||||
- 特点: 关注市场情绪和资金流向
|
||||
|
||||
- **何仙姑 (hexiangu)**
|
||||
- ID: `memory_bank_hexiangu_{PROJECT_ID}`
|
||||
- 特点: 精于财务数据分析和估值模型
|
||||
|
||||
- **吕洞宾 (lvdongbin)**
|
||||
- ID: `memory_bank_lvdongbin_{PROJECT_ID}`
|
||||
- 特点: 善于多维度综合分析和创新策略
|
||||
|
||||
- **韩湘子 (hanxiangzi)**
|
||||
- ID: `memory_bank_hanxiangzi_{PROJECT_ID}`
|
||||
- 特点: 擅长行业比较和相对价值分析
|
||||
|
||||
- **曹国舅 (caoguojiu)**
|
||||
- ID: `memory_bank_caoguojiu_{PROJECT_ID}`
|
||||
- 特点: 注重合规性、社会责任和ESG因素
|
||||
|
||||
## 使用方法
|
||||
|
||||
```python
|
||||
from src.jixia.memory.factory import get_memory_backend
|
||||
|
||||
# 获取记忆后端 (自动根据环境变量选择)
|
||||
memory_bank = get_memory_backend()
|
||||
|
||||
# 为吕洞宾添加偏好记忆
|
||||
await memory_bank.add_memory(
|
||||
agent_name="lvdongbin",
|
||||
content="倾向于使用DCF模型评估科技股的内在价值",
|
||||
memory_type="preference",
|
||||
debate_topic="TSLA投资分析"
|
||||
)
|
||||
|
||||
# 搜索吕洞宾关于TSLA的记忆
|
||||
memories = await memory_bank.search_memories(
|
||||
agent_name="lvdongbin",
|
||||
query="TSLA",
|
||||
memory_type="preference"
|
||||
)
|
||||
|
||||
# 获取上下文
|
||||
context = await memory_bank.get_agent_context("lvdongbin", "TSLA投资分析")
|
||||
```
|
||||
|
||||
---
|
||||
*此文档由系统自动生成和维护*
|
||||
Reference in New Issue
Block a user