liurenchaxin/docs/AUTORAG_INTEGRATION_PROMPT.md

稷下学宫AI辩论系统 - AutoRAG集成提示词

🏛️ 系统概述

稷下学宫是一个基于中国传统哲学的AI辩论系统，模拟古代稷下学宫的学术辩论环境。系统中有八位仙人智能体，每位都有独特的投资哲学和辩论风格，需要通过AutoRAG服务获取相关的历史智慧和知识支持。

🎭 八仙智能体角色

铁拐李 (巽卦) - 逆向投资大师

• 投资哲学: 逆向思维，挑战市场共识
• 记忆重点: 市场异常、逆向案例、风险警示、反向策略
• 辩论风格: 质疑主流观点，提出反向思考

吕洞宾 (乾卦) - 理性分析者

• 投资哲学: 技术分析专家，数据驱动决策
• 记忆重点: 技术分析、数据洞察、逻辑推理、理性决策
• 辩论风格: 基于数据和逻辑的严密分析

何仙姑 (坤卦) - 直觉洞察者

• 投资哲学: 风险控制专家，情感智慧
• 记忆重点: 市场情绪、直觉判断、情感因素、人性洞察
• 辩论风格: 基于直觉和情感智慧的分析

张果老 (兑卦) - 历史智慧者

• 投资哲学: 历史数据分析师，经验导向
• 记忆重点: 历史案例、长期趋势、周期规律、经验教训
• 辩论风格: 引用历史案例和长期趋势

汉钟离 (离卦) - 平衡协调者

• 投资哲学: 热点追踪专家，平衡思维
• 记忆重点: 平衡策略、综合分析、协调方案、稳健建议
• 辩论风格: 寻求各方观点的平衡点

蓝采和 (坎卦) - 创新思维者

• 投资哲学: 潜力股发现者，创新导向
• 记忆重点: 创新机会、新兴趋势、潜力发现、灵活策略
• 辩论风格: 发现新兴机会和创新角度

韩湘子 (艮卦) - 艺术感知者

• 投资哲学: 新兴资产专家，美学视角
• 记忆重点: 美学趋势、创意洞察、感性分析、艺术视角
• 辩论风格: 从美学和艺术角度分析市场

曹国舅 (震卦) - 实务执行者

• 投资哲学: 机构视角分析师，实务导向
• 记忆重点: 执行策略、机构动向、实务操作、专业分析
• 辩论风格: 关注实际执行和机构操作

🔍 AutoRAG查询需求

查询类型

1. 历史智慧检索: 根据辩论主题查找相关的古代智慧、哲学思想
2. 投资案例搜索: 寻找历史上的投资成功/失败案例
3. 市场周期分析: 查找关于市场周期、经济规律的古籍记录
4. 风险管理智慧: 搜索古代关于风险控制、谨慎投资的思想
5. 人性洞察: 查找关于人性、情绪、群体心理的古代观察

期望的AutoRAG接口

1. 嵌入生成接口

POST /embed
{
  "text": "需要生成嵌入的文本内容"
}

响应:
{
  "embedding": [0.1, 0.2, ...],  // 1024维BGE-M3嵌入向量
  "model": "bge-m3"
}

2. 记忆存储接口

POST /upsert
{
  "vectors": [
    {
      "id": "memory_uuid",
      "values": [0.1, 0.2, ...],
      "metadata": {
        "agent_name": "tieguaili",
        "chinese_name": "铁拐李", 
        "content": "记忆内容",
        "memory_type": "knowledge|conversation|preference|strategy",
        "debate_topic": "辩论主题",
        "timestamp": "2024-01-01T00:00:00Z"
      }
    }
  ],
  "namespace": "agent_name"  // 智能体命名空间
}

响应:
{
  "success": true,
  "inserted_count": 1
}

3. 记忆检索接口

POST /query
{
  "vector": [0.1, 0.2, ...],     // 查询向量
  "topK": 10,                    // 返回数量
  "namespace": "tieguaili",      // 智能体命名空间
  "filter": {                    // 可选过滤条件
    "memory_type": "knowledge"
  }
}

响应:
{
  "matches": [
    {
      "id": "memory_uuid",
      "score": 0.95,
      "metadata": {
        "content": "相关记忆内容",
        "agent_name": "tieguaili",
        "memory_type": "knowledge",
        "debate_topic": "投资哲学"
      }
    }
  ]
}

📝 使用场景示例

场景1: 辩论前的知识准备

辩论主题: "NVIDIA股票投资价值分析"

铁拐李查询: "历史上科技股泡沫的案例和教训"
张果老查询: "古代关于新兴技术投资的智慧"
何仙姑查询: "市场狂热时期的风险控制思想"

场景2: 辩论中的观点支撑

当前观点: "AI技术发展存在过度炒作风险"

相关查询: "古代关于技术革新的理性思考"
期望返回: 相关的古籍智慧，支持或反驳当前观点

场景3: 辩论后的经验总结

辩论结果: 铁拐李的逆向观点获得认同

存储记忆: "在AI股票讨论中，逆向思维帮助识别了估值风险"
记忆类型: strategy

🎯 集成目标

1. 智能记忆: 每位仙人都有独立的记忆空间，能够学习和积累经验
2. 文化融合: 将古代智慧与现代投资分析相结合
3. 个性化: 根据每位仙人的特点，提供差异化的知识支持
4. 持续学习: 通过辩论过程不断丰富和完善知识库

🔧 技术要求

• 向量维度: 1024 (BGE-M3模型)
• 命名空间: 支持按智能体分离数据
• 元数据: 丰富的元数据支持，便于过滤和分类
• 性能: 低延迟的检索响应，支持实时辩论
• 扩展性: 支持未来添加更多智能体和记忆类型

🌟 期望效果

通过AutoRAG集成，稷下学宫将实现：

• 🧠 智慧传承: 古代哲学智慧指导现代投资决策
• 🎭 角色一致: 每位仙人保持独特的人格和观点
• 📚 知识积累: 持续学习和经验沉淀
• 🔄 动态辩论: 基于历史记忆的深度讨论
• 🎯 精准分析: 结合传统智慧的投资洞察

---

让AI辩论照亮投资智慧，让古代智慧指引现代决策 🏛️✨