🏛️ 炼妖壶 (Lianyaohu) - 稷下学宫AI辩论系统

提示：已支持 Cloudflare AutoRAG/Vectorize 作为记忆后端（RAG）。见 docs/guides/CLOUDFLARE_AUTORAG_INTEGRATION.md。

基于中国哲学传统的多AI智能体辩论平台，重构版本。

✨ 核心特性

• 🎭 稷下学宫八仙论道: 基于中国传统八仙文化的多AI智能体辩论系统
• 🧠 Vertex AI记忆银行: 集成Google Cloud Memory Bank，让AI智能体具备持久化记忆能力
• 🌍 天下体系分析: 基于儒门天下观的资本生态"天命树"分析模型
• 🔒 安全配置管理: 使用Doppler进行统一的密钥和配置管理
• 📊 智能数据源: 基于17个RapidAPI订阅的永动机数据引擎
• 🎨 现代化界面: 基于Streamlit的响应式Web界面

🏗️ 项目结构

liurenchaxin/
├── app/                    # 应用入口
│   ├── streamlit_app.py   # 主Streamlit应用
│   └── tabs/              # 功能模块
│       └── tianxia_tab.py # 天下体系分析
├── src/                   # 核心业务逻辑
│   └── jixia/            # 稷下学宫系统
│       └── engines/      # 核心引擎
│           └── perpetual_engine.py # 永动机引擎
├── config/               # 配置管理
│   └── doppler_config.py # Doppler配置接口
├── scripts/              # 工具脚本
│   └── test_openrouter_api.py # API连接测试
├── tests/                # 测试代码
├── .kiro/               # Kiro AI助手配置
│   └── steering/        # AI指导规则
└── requirements.txt     # 依赖清单

🚀 快速开始

1. 环境准备

# 创建虚拟环境（与 Google ADK Quickstart 一致）
python -m venv .venv
# macOS/Linux
source .venv/bin/activate
# Windows CMD
# .venv\Scripts\activate.bat
# Windows PowerShell
# .venv\Scripts\Activate.ps1

# 安装依赖
pip install -r requirements.txt

2. 配置管理

项目使用Doppler进行安全的配置管理。需要配置以下环境变量：

# 必需配置（数据源）
RAPIDAPI_KEY=your_rapidapi_key

# 选择其一的AI服务密钥
# A) OpenRouter（旧）
OPENROUTER_API_KEY_1=your_openrouter_key
# B) Google ADK / Gemini（新）
GOOGLE_API_KEY=your_gemini_api_key
# 如果使用 Vertex AI Express Mode（可选）
GOOGLE_GENAI_USE_VERTEXAI=TRUE

# Vertex AI Memory Bank 配置（新功能）
GOOGLE_CLOUD_PROJECT_ID=your-project-id
GOOGLE_CLOUD_LOCATION=us-central1
VERTEX_MEMORY_BANK_ENABLED=TRUE

# 可选配置
POSTGRES_URL=your_postgres_url
MONGODB_URL=your_mongodb_url
ZILLIZ_URL=your_zilliz_url
ZILLIZ_TOKEN=your_zilliz_token

3. 启动应用

# 启动Streamlit应用
streamlit run app/streamlit_app.py

# 或指定端口
streamlit run app/streamlit_app.py --server.port 8501

4. 安装Swarm (可选)

如果要使用Swarm八仙论道功能：

# 安装OpenAI Swarm
python scripts/install_swarm.py

# 或手动安装
pip install git+https://github.com/openai/swarm.git

5. 测试连接

# 测试API连接
python scripts/test_openrouter_api.py

# 验证配置
python config/doppler_config.py

# 测试Swarm辩论 (可选)
python src/jixia/debates/swarm_debate.py

# 测试Vertex AI Memory Bank (新功能)
python tests/test_vertex_memory_bank.py

🎭 稷下学宫八仙论道

辩论顺序 (Debate Order)

辩论严格遵循中国哲学中的先天八卦顺序，分为两个阶段：

1. 第一轮：核心对立辩论 此轮按照两两对立的原则进行，顺序如下：

   • 乾坤对立 (男女): 吕洞宾 vs 何仙姑
   • 兑艮对立 (老少): 张果老 vs 韩湘子
   • 离坎对立 (富贫): 汉钟离 vs 蓝采和
   • 震巽对立 (贵贱): 曹国舅 vs 铁拐李

2. 第二轮：顺序发言 此轮按照先天八卦的完整顺序进行 (乾一, 兑二, 离三, 震四, 巽五, 坎六, 艮七, 坤八)，顺序如下：

   • 乾: 吕洞宾
   • 兑: 张果老
   • 离: 汉钟离
   • 震: 曹国舅
   • 巽: 铁拐李
   • 坎: 蓝采和
   • 艮: 韩湘子
   • 坤: 何仙姑

人物设定 (Character Settings)

基于中国传统八仙文化，每位仙人都有专属的卦象、代表和人设：

• 吕洞宾 (乾): 男性代表
• 何仙姑 (坤): 女性代表
• 张果老 (兑): 老者代表
• 韩湘子 (艮): 少年代表
• 汉钟离 (离): 富者代表
• 蓝采和 (坎): 贫者代表
• 曹国舅 (震): 贵者代表
• 铁拐李 (巽): 贱者代表

Swarm模式 (AI智能体辩论)

基于OpenAI Swarm框架的四仙智能体辩论系统：

• 🗡️ 吕洞宾 (乾卦): 技术分析专家，看涨派，犀利直接
• 🌸 何仙姑 (坤卦): 风险控制专家，看跌派，温和坚定
• 📚 张果老 (兑卦): 历史数据分析师，看涨派，博古通今
• ⚡ 铁拐李 (巽卦): 逆向投资大师，看跌派，挑战共识

支持两种运行模式：

• OpenRouter模式: 使用云端AI服务，模型选择丰富
• Ollama模式: 使用本地AI服务，完全离线运行

🌍 天下体系分析

基于儒门天下观的"天命树"结构模型：

四层架构

• 👑 天子: 定义范式的平台型公司 (如NVIDIA, Tesla, Apple)
• 🏛️ 大夫: 深度绑定天子的核心供应商 (如TSMC, CATL)
• ⚔️ 士: 专业供应商和服务商 (如ASML, Luxshare)
• 🔗 嫁接: 跨生态的策略性链接关系

三大生态

• 🤖 AI生态: NVIDIA统治的AI计算生态
• ⚡ EV生态: Tesla定义的电动汽车生态
• 📱 消费电子生态: Apple建立的iOS生态

🔧 开发指南

代码规范

• 使用Python类型注解
• 遵循PEP 8编码规范
• 所有公共函数必须有文档字符串
• 使用dataclass定义数据结构

安全要求

• 零硬编码密钥: 所有敏感信息通过Doppler或环境变量获取
• 环境隔离: 开发、测试、生产环境严格分离
• 自动化扫描: 所有提交必须通过安全检查

测试要求

• 所有核心功能必须有单元测试
• API调用必须有集成测试
• 配置管理必须有验证测试

📊 API使用统计

项目基于17个RapidAPI订阅构建永动机数据引擎：

• 智能故障转移: 主API失败时自动切换备用API
• 负载均衡: 智能分配API调用，避免单点过载
• 使用统计: 实时监控API使用情况和成本优化

🤝 贡献指南

1. Fork项目
2. 创建功能分支 (git checkout -b feature/amazing-feature)
3. 提交更改 (git commit -m 'Add amazing feature')
4. 推送到分支 (git push origin feature/amazing-feature)
5. 创建Pull Request

📄 许可证

本项目采用MIT许可证 - 详见 LICENSE 文件

⚠️ 免责声明

本系统仅供学习和研究使用。所有投资分析和建议仅供参考，不构成投资建议。投资有风险，决策需谨慎。

---

炼妖壶 - 让AI辩论照亮投资智慧 🏛️✨

🧪 ADK 开发调试（可选）

如果切换到 Google ADK：

# 安装 ADK（任选其一）
pip install google-adk
# 或安装最新开发版
pip install git+https://github.com/google/adk-python.git@main

# 启动 ADK 开发界面（在包含 agent 目录的父目录运行）
adk web
# 或命令行
adk run multi_tool_agent
# 或启动 API 服务
adk api_server

如果遇到 _make_subprocess_transport NotImplementedError，可使用 adk web --no-reload。