A 股 AI Agent & Skill 项目包

项目包里有什么

下载解压后的 ai-mock-trade/ 不只是一个复盘工具，而是一套完整的 A 股 AI 研究系统：六组能力 + AI 系统指令 + 心法 / 策略记忆库（核心层 + 买入手册 + 复盘手册 + 各阶段战法分册）。AI IDE 打开目录后会自动加载系统指令，你只需用自然语言对话，柚子 AI 会自己调用对应能力，不需要手动敲命令。

六组能力

• 行情查询：大盘汇总、热点板块、个股详情与分时、连板天梯、主力资金、主题与「今天炒什么」事件、LLM 盘面分析、自然语言选股
• AI 盯盘：盘中自主盯盘、情绪判断、持仓止损止盈检查、按用户自建规则执行模拟交易
• 每日复盘：盈亏与情绪复盘、操作反思、板块轮动事实记录
• 定时调度：常驻进程按交易时段自动盯盘、盘后自动复盘，无人值守
• 状态读写：市场阶段状态机、出手台账（当日买入 / 否决记录）、盯盘 / 复盘总结归档（纯本地文件）
• AI 调教：主动指导 Agent 优化心法和交易策略，调教成最适合自己的样子

AI 系统指令与策略

• AGENTS.md：系统总纲（角色、操作流程、输出规范、执行边界），Claude Code / Opencode / Codex / Workbuddy / ZCode / KimiWork 等 Agent 工具统一读取
• memory/trading-mindset.md：核心纪律（选股红线、仓位上限、止损止盈哲学）
• memory/dynamic-strategy.md：动态策略核心层（LLM 字段消费规则、买点 / 止损阈值、输出规范）
• memory/buy-playbook.md / memory/review-guide.md：买入手册 / 复盘手册（买入判定与复盘产出时按需读取）
• memory/strategies/：各阶段战法分册（状态机、冰点、高潮持仓、退潮分歧、退潮防守）

方式 A · 可以怎么对话

AI IDE 打开项目后，直接用大白话说需求即可，柚子 AI 会自动调用对应能力并组织回复：

方式 B · 定时盯盘（src/scheduler.ts）

如果你想让柚子 AI 在行情时段自动盯盘、盘后自动复盘，运行项目内置的调度器即可。它是一个常驻 Node 进程，按 A 股交易时段触发内置的盯盘 / 复盘流水线（pi agent 引擎，npm install 后自带，不依赖任何 IDE 插件），关掉终端前会一直跑。所有操作均用于学习研究，不构成任何投资建议。

默认行为

• 交易日（周一至周五）09:30-11:30、13:00-15:00，每 5 分钟触发一轮盯盘流水线（机械层前置拉数 → 判定 → 卖链 → 买链 → 总结）
• 每个交易日 21:00 触发一次复盘（当日盈亏 / 情绪演变 / 操作反思）
• 非交易时段只 sleep，不消耗 CPU 与网络资源；周末不盯盘
• 启动时自动升级 skills（node src/tool.ts update skills，失败只告警）并做就绪自检（Node 版本 / 流水线装配）
• 模型与供应商：默认 npx pi-coding-agent /login 登录的凭证；下载包 .env 已预置推荐模型（MiniMax 国内站），填一个 MINIMAX_CN_API_KEY 即可改走 API key 方式（配套对照见 .env.example）

启动

在 ai-mock-trade/ 目录下执行（首次先 npm install 与 npx pi-coding-agent /login，见「快速开始」步骤 3）；启动后会持续在终端打印每轮触发的简要结果，Ctrl+C 可优雅退出：

# 默认：常驻循环（盘中每 5 分钟盯盘 + 21:00 复盘）
node src/scheduler.ts

# 常驻后台（关闭终端不被 kill）
nohup node src/scheduler.ts >> data/watch_scheduler.out 2>&1 &

# 只跑一次就退出（不进入循环）：watch=盯盘、review=复盘
node src/scheduler.ts --once watch

常用参数

CLI 参数与同名环境变量效果一致，参数优先级更高：

更多参数：--pid-file；模型固定用 .env 的 PI_MODEL 配置。

日志与排障

日志默认写到 data/watch_scheduler_logs/，分两类：

• scheduler-YYYY-MM-DD.log：调度器自身的 INFO/ERROR，每次触发的「谁/做了什么/结果」一行
• run-YYYYMMDD-HHMMSS.log：每轮流水线的完整 stdout/stderr，报错时优先看这个
• data/watch_scheduler_logs/sessions-*.jsonl：每轮各阶段的输入输出 JSON 留痕（为什么买 / 为什么没买 X，一次可查）

常见排查：报「node 版本过低」→ 升级到 22.18+（node -v 自检）；报「找不到 API key」→ 重新 npx pi-coding-agent /login 或补 .env 的 *_API_KEY；密钥失效 → 重新登录下载页拿新 .env；单轮失败不会中断后续轮次。

环境准备（如果上面跑不起来再看）

• Node.js ≥ 22.18（22 LTS 最新版即可，TS 源码由 Node 直跑、免构建）：参见 nodejs.org，node -v 自检
• 依赖：npm install 一次装齐（pi agent 引擎随项目内置，无需单独安装）
• 模型凭证（二选一）：① npx pi-coding-agent /login 登录任一供应商（本机最简单；把 .env 预置的 PI_MODEL 行注释掉即可）；② 下载包 .env 已预置推荐模型（MiniMax 国内站），在 MINIMAX_CN_API_KEY= 后填 key 即可；换供应商改 PI_MODEL 并填对应 *_API_KEY（对照见 .env.example，留空的 key 行会被忽略）

链路验证（推荐先跑一次再启动常驻调度）：node src/runtime/pipeline/main.ts --check 零 LLM 自检通过、node src/scheduler.ts --once watch 能正常出一轮盯盘摘要即为通畅。

一次盯盘时序（流水线）

v2 把一轮盯盘严格拆成「代码干的活」和「LLM 干的活」：代码提前拉数、整理、注入；LLM 只做判断、给出操作建议和具体数值；代码再钳制、执行、留痕。策略阈值永远写在 memory/ 手册里由会话读取，代码零持有。

第 0 步 · 机械层前置（src/watch-context.ts，零 token）

代码在会话开始前完成全部拉取与算术：市场阶段状态机读取与自愈 → 五项必读（盘面分析 / 交易所监管名单 / 账户 / 持仓 / 温度历史）→ 纪律预算（出手台账对账、不可卖暴露、板块热度、当日委托）→ 持仓复核预拉（每只可卖持仓的分时 / 板块归属 / 买入溯源）→ 昨日温度定格对账。

第 1~6 步 · 会话流水线（src/runtime/pipeline/）

安全网贯穿全程：仓位红线缺失或非法即 fail-closed 全轮不下单；轮级墙钟 300 秒（预留 60 秒给总结产出）+ 各会话独立预算闸；任一环节失败降级记录、整轮不断链。每股从候选池到成交 / 落选的完整判决路径留痕在 data/watch_scheduler_logs/sessions-*.jsonl。盘后复盘（21:00）对称：事实装配（纯代码）→ 复盘会话 → 失败时骨架兜底；复盘不做推演、不选股、不改写策略手册。

项目自更新工具

服务端会持续优化 skills（六组能力）/ 系统指令（AGENTS.md）/ 心法与策略（memory/），本地用 src/tool.ts 一行命令即可增量拉取最新，免手动重下整包。下列命令均在 ai-mock-trade/ 目录下执行。

node src/tool.ts update          # 默认更新最常变的 skills，日常用它就够

更新指定模块

只查询，不下载

遇到版本门禁异常（check / update 都报 list 接口失败）时，可用 node src/tool.ts update all --force 跳过门禁强制下载，作为兜底。

安全说明：覆盖前自动备份到 backups/，可随时恢复；data/（交易日志）与 .env（密钥）永不被覆盖；已是最新时不下载，不占每日下载次数。

旧版 v1（Python 技术栈，GitHub tag/1.0）已停止维护：v1 的 python tool.py update 更新通道已由服务端关闭（收到「v1 已停止维护」提示即为此故），请重新下载 v2 安装包到新目录开始。