184 lines
5.7 KiB
Markdown
184 lines
5.7 KiB
Markdown
# 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** 🏛️✨ |