Ctrlk
官网GitHub
For the complete documentation index, see llms.txt. This page is also available as Markdown.

金價暴跌睇到一頭霧水？我用 Kimi K2.5 + Cherry Studio 整咗個「復盤神器」（附 Agent 設計+完整教程）

最近黄金一跌，唔少人第一反應係：要唔要走？要唔要撈？ 但回頭睇，黃金呢類資產最叻嘅，就係「畀市場上強度」。佢嘅劇烈波動，其實成日都睇到歷史嘅影子：

  • 宏觀預期突然轉向（利率／通脹／美元走強），黃金好容易快速回撤

  • 風險事件升溫（衝突、金融系統壓力），避險需求又會推高價格

  • 流動性緊張時，甚至會出現「先跌後升」嘅反直覺走勢

問題係：刷十條新聞，得到嘅係情緒；但你需要嘅係證據鏈。 啱啱好，最近 月之暗面發布並開源咗 Kimi K2.5 模型。——佢係 Kimi 迄今最智能、最全能嘅開源模型，喺 Agent、代碼、圖像／影片 等任務上達到開源 SOTA。

於是，我產生咗一個大膽嘅諗法： 既然人腦處理唔過嚟咁多雜亂嘅資訊，可唔可以畀 Kimi K2.5 住喺 Cherry Studio 嘅 Agent 入面，幫我將今次「黃金暴跌」扒個底朝天？

今日呢篇，唔係枯燥嘅說明書，而係帶你用最新嘅模型、最硬核嘅 Agent 技能，幫自己配一個 24 小時待命嘅金融分析團隊。文末會提供呢個 Agent 嘅文件夾 Kimi Agent。

你下載之後，配置 3 分鐘，就行得通。下面，我將設計邏輯、文件夾結構、組件拆解、運行流程，全部扒畀你睇，如果你盯住 K 線糾結「要唔要撈底」，或者畀新聞轟炸卻搵唔到真因，咁你就需要呢個。

點解咁樣設計？（3 條硬邏輯，唔兜圈）

  1. 數據真實第一，零容忍編造：金融分析最怕「AI 幻覺」。所以強制每步標註來源 + 時間戳，搵唔到就報錯（唔估）。公開源（如 Kitco、Investing.com）確保零 API Key 門檻。

  2. 任務拆模組化 + 並行：Kimi K2.5 嘅亮點係「Agent 集群」（自主分身、並行 1500 步）。我哋用 Cherry Studio 嘅 Skills + Sub-agents 模擬：數據抓取、新聞搜集、報告生成三路並進，效率翻倍。

  3. 輸出現代化：唔吐 Markdown（仲邊個睇純文字？），直接生成 HTML（Chart.js 圖表 + 響應式佈局），對標 Kimi K2.5 嘅代碼生成能力。

結果：一份報告 = 近一年走勢圖 + 暴跌時間線 + 三情景預測 + 全來源連結。發畀老闆／群入面，直接可用。

📁 文件夾結構：點解兼容 Claude Code？

核心係 .claude/ 目錄——Cherry Studio 認呢個，能自動載入 Skills 同配置。完整結構嚟自你嘅 06-DIRECTORY_STRUCTURE.md：

點解咁樣分？

  • .claude/ 係 Cherry Studio 嘅標準識別路徑：揀中工作目錄，佢自動載入 Skills（文件名 skill_*.md → Skill 名 financial-data-fetcher）。

  • 備份區防丟：原始 Skills 喺根目錄 skills/，運行時用 .claude/skills/。

🔧 核心組件拆解：3 個 Skills + 插件 + Sub-agents

🧩 三大核心 Skills 設計詳情

我哋嚟睇下呢三個「分身」具體係點樣設計嘅，同埋點解要咁樣設計。

Skill A：financial-data-fetcher （數據獵手）—— 拒絕幻覺

  • 設計痛點：通用 LLM 最容易「亂噏」價格。你問金價，佢可能作個 2023 年嘅數據畀你。

  • Skill 邏輯：

    • 硬約束：我哋喺 Prompt 入面寫死咗規則——「禁止使用訓練數據入面嘅價格，必須調用工具」。

    • 工具鏈：配備咗 WebFetch。佢唔係去「搜」百度，而係直接去「爬」指定嘅數據源網頁（如 Kitco、GoldPrice.org、LBMA）。

    • 數據清洗：佢會將爬返嚟嘅亂七八糟 HTML 清洗成乾淨嘅 JSON 格式（時間戳、開市、收市、升跌幅）。

  • Kimi K2.5 嘅作用：利用其強大嘅長文檔抽取能力，由幾萬行網頁代碼入面精準定位到嗰個 $2,xxx.xx 嘅數字。

Skill B：geopolitical-analyst （地緣邏輯庫）—— 拒絕噪音

  • 設計痛點：黃金暴跌原因好多（美元升？打仗？拋售？）。普通搜尋會連營銷號嘅假新聞都吸埋入嚟。

  • Skill 邏輯：

    • 多源交叉：唔單止搜「金價」，仲並行搜尋「美元指數(DXY)」、「美聯儲會議紀要」、「地緣局勢」。

    • 時間對齊：佢會執行一個核心邏輯——「TimeStamp Matching」。

      • 發現： 黃金喺 UTC 14:30 暴跌。

      • 搜尋： UTC 14:30 發生咗咩事？

      • 匹配： 發現美國喺 UTC 14:30 發布咗超預期嘅 CPI 數據。

      • 結論： 暴跌由通脹數據引發。

  • Kimi K2.5 嘅作用：利用其 Agent 集群（分身）能力，佢能夠模擬「同時睇 20 篇新聞」，並過濾走情緒化噪音，只保留事實。

Skill C：financial-report-generator （前端工程師）—— 拒絕平庸

  • 設計痛點：亦都係 Cherry Studio 最驚艷嘅一步。大多數 Agent 只會畀你吐一段 Markdown 文字，甚至表格都歪歪斜斜。

  • Skill 邏輯：

    • 代碼優先：呢個 Skill 被訓練成「只講代碼語言」。佢唔寫文章，佢寫 HTML + CSS + JavaScript。

    • 動態互動：就算你冇編程基礎，呢個組件都會調用 Chart.js 庫，將組件 A 抓到嘅數據變成可縮放、可懸停查看嘅 K 線圖。

    • 視覺整合：佢會將組件 B 嘅分析結論，以「卡片」或者「時間軸」嘅形式，嵌入到網頁佈局入面。

  • Kimi K2.5 嘅作用：利用其升級嘅 Code（編程） 能力，特別係前端構建能力。Kimi K2.5 生成嘅代碼健壯性極高，幾乎唔需要人工 Debug 就可以喺瀏覽器跑通。

Sub-agent 喺呢套 Agent 入面嘅定位係咩？🧩

下面將 Kimi Agent（黃金市場分析 Agent） 入面「Sub-agent（子代理）」呢一層講清楚：佢哋係咩、點解要用、點樣協作、你喺文件夾入面可以見到咩。

先講清楚： Skills 更似「可重用嘅流程模組」；Sub-agent 更似「有獨立工作說明書嘅專職角色」。

主 Agent（你喺 Cherry Studio 入面建立嘅 Gold Market Analysis Agent）負責三件事：

  1. 拆任務：將「分析黃金走勢／復盤暴跌／寫報告」拆成幾個獨立子任務

  2. 派任務：將子任務分發畀唔同 Sub-agent（每個子代理有明確邊界同輸出格式）

  3. 驗收與匯總：檢查數據有冇來源、時間戳，有冇出現缺口；最後交畀報告生成模組產出 HTML

點解唔畀一個 Agent 一把梭？

  • 因為「搜數據、睇新聞、計指標、寫前端報告」對上下文同工具調用嘅要求唔同，揉成一個 Prompt，最容易走樣。

  • 拆開之後，每個子代理嘅規則可以寫得更死：允許用咩工具、輸出咩結構、遇到失敗點處理。

呢套配置入面有邊啲 Sub-agent？各自做咩？✅呢個包入面 Sub-agent 主要分三類（兩類係系統預置，一類係自訂）：

A. 系統預置：search-specialist（搜尋同資料整理）

  • name: search-specialist

  • 職責：高級搜尋、篩選結果、跨來源驗證、整理引用

  • 輸出特點：會畀出搜尋策略、來源 URL、關鍵引用（適合做「暴跌觸發因素時間線」）

用喺黃金分析入面，佢通常負責：

  • 「暴跌」嘅相關新聞源頭、發布時間、關鍵句

  • 央行、宏觀數據發布（如 CPI、利率決議）對應嘅官方／權威來源頁面

  • 同一指標嘅多源校驗（例如 Kitco vs GoldPrice vs Investing）

B. 系統預置：business-analyst（指標與相關性分析）

佢嘅工具係 Read、Write、Bash，好適合做結構化分析：

  • 相關性（黃金 vs DXY、黃金 vs 實際利率）

  • ETF 持倉變化（如 SPDR Gold Trust）

  • KPI 計算（年化波動率、回撤等——前提係攞到真實數據）

佢嘅價值在於：將「睇落似分析」嘅描述，變成「可計算、有中間過程」嘅結論。

C. 自訂 Sub-agent：financial-intelligence-agent（歷史數據／技術指標／預測）

路徑：.claude/agents/subagent_financial_intelligence.md佢覆蓋咗更偏「量化流水線」嘅工作：

  • 拉取歷史數據（OHLCV、經濟指標、利率、通脹等）

  • 計算 RSI / MACD / 布林帶 / 均線 / 波動率

  • 輸出一組可追溯嘅中間文件：CSV、JSON（例如 gold_technical_indicators.csv、correlation_analysis.json、gold_price_forecast_12m.csv）

呢一層特別關鍵：佢將「技術分析」從聊天內容入面剝離出嚟，變成可以落盤嘅產物。之後重用、對比、發畀人，都方便。

Sub-agent 係點樣被「調度」嘅？（並行策略）⚙️

呢套系統優先行 並行，因為黃金復盤天然係多源資訊任務。

Phase 1：並行收集（減少等待）

  • search-specialist：搜「暴跌當日關鍵新聞／數據發布時間線」

  • financial-intelligence-agent：拉取近一年價格序列 + 計算指標

  • business-analyst：計算相關性、整理 ETF／宏觀嘅解釋框架

Phase 2：串行計算（有依賴嘅放後面）

  • 只有當歷史數據落盤之後，先計算指標／波動率／支撐阻力等

  • 如果發現數據缺口，再返去 search-specialist 補來源

Phase 3：匯總交付

  • 主 Agent 將三路結果「對齊時間戳、對齊口徑」

  • 再調用報告生成模組輸出 HTML（含圖表、時間線、引用清單）

呢個就係點解呢套 Agent 喺「熱門場景」更能打： 黃金暴跌=資訊密集+口徑混亂，並行搜證 + 校驗 + 匯總，能顯著降低「睇咗好多但更加迷糊」嘅情況。

Sub-agent 同 Skills 嘅關係：唔好搞亂🤝

喺你個包入面，兩者係互補嘅：

  • Sub-agent：更似「專用工作模式」，解決「邊個做、點做、用邊啲工具、輸出咩格式」嘅問題

  • Skills（.claude/skills/）：更似「可重複調用嘅流程模組」，解決「呢一步點樣穩定執行」嘅問題 例如：

    • financial-data-fetcher：強調多源校驗、禁止作數字、輸出結構化數據

    • geopolitical-analyst：強調事件分類、因果機制、時間線格式

    • financial-report-generator：強調 HTML 模板、Chart.js、來源列表、可打印樣式

簡單講： Sub-agent 負責將工作分出去；Skills 負責令每一步更穩、更可重用。

你喺文件夾入面點樣確認 Sub-agent「真係生效咗」？🔍

睇兩個地方就夠：

  1. 目錄係咪標準

    1. .claude/agents/ 入面有 subagent_financial_intelligence.md

  2. 運行日誌（Cherry Studio 內）

    1. 你會睇到工具調用同任務分派痕跡（WebSearch／WebFetch／Bash／Write）

    2. 最後可以落地生成文件：例如 gold_analysis_report.html、如果配置包含中間產物都會輸出 CSV／JSON

如果你想「更顯眼」，可以喺主 Prompt 加一句硬約束：

「請喺報告附錄列出今次調用了邊啲 sub-agent／skills，以及各自產出嘅文件名。」

咁樣讀者一眼就睇得出：呢個唔係聊天，呢個係流水線。

🛠️ 實戰教程：三步複刻你嘅專屬 Agent

唔使寫代碼，唔使配環境。我打包咗一個「Kimi Agent」文件夾，你只要識「複製貼上」就用得。

Step 1：模型配置（月之暗面 嘅 kimi-K2.5 + Anthropic 端點）

呢個係令 AI 變聰明嘅核心。

  1. 打開 Cherry Studio → 模型服務 → 撳 月之暗面

  1. 跳轉去 月之暗面 開放平台攞 API Key（模型調用需要；數據抓取唔需要額外 Key）

⚠️ 高能預警（必做）： 喺 Cherry Studio 嘅配置入面，將 「端點類型 (Endpoint Type)」 必須改做 Anthropic。

  • 點解要改？ 因為 Cherry Studio 嘅 Agent 協議需要喺 Anthropic 端點模式下運行，咁先可以令 Kimi K2.5 完美調度上面提到嗰啲 Skills。

Step 2：建立 Agent（直接掛載文件夾 Kimi Agent）

文末我為你準備好咗名為 Kimi Agent 嘅文件夾，入面預裝咗所有技能，你唔需要手動重複寫 Skills/Sub-agent。

  1. Cherry Studio → 喺助手列表旁邊撳 + → 建立 Agent

  2. 名稱：Gold Market Analysis Agent（或者你鍾意嘅名字）。

  3. 模型：揀返頭先配置好嘅 月之暗面 / kimi-K2.5

  4. 工作目錄：揀你下載並解壓嘅 Kimi Agent 文件夾

  1. 打開文件夾入面嘅系統提示詞（例如 .claude/prompts/system_prompt_cn.md），貼落 Cherry Studio 嘅 系統提示詞框。

Step 3：打開工具權限 + 插件 + Skills（照單全勾）

  1. 權限開啟：喺 Agent 配置入面開啟權限同授權工具（少一個都可能卡住）：

  • bash

  • fetch

  • edit

  • multiedit

  • webfetch

  • web search

  • write

  1. 配置插件：

加入系統預置 plugin：

  • business-analyst

  • search-specialist

系統 skills：

  • Excel Analysis

見證「魔法」

一切就緒。打開文件夾入面嘅 USER_PROMPT_EXAMPLE.md，入面有一段寫好嘅深度指令，直接複製發送畀 Agent。呢段指令會令 Agent 做三件事：

  1. 查：搜尋黃金暴跌嘅具體跌幅同發生時間。

  2. 搵：利用 Kimi K2.5 嘅聯網能力，搵月之暗面官方關於新模型特性嘅介紹（唔准亂噏）。

  3. 比：搵歷史上類似嘅暴跌形態，分析有冇「映射」關係。

📊 最終效果呈現：佢交咗咩出嚟？

撳發送，你會見到 Agent 開始瘋狂運轉。 日誌入面會顯示：Thinking... -> Searching News... -> Calculating...過一段時間之後，你唔會得到一句廢話，而係會收到一份 HTML 格式嘅深度研報：

  • 📈 過去一年黃金走勢可視化（圖表 + 表格）

  • 🧷 關鍵暴漲/暴跌區間標註（尤其係「暴跌」）

  • 🗓️ 事件時間線（每條事件都帶來源連結，可核實）

  • 📊 技術指標/相關性分析（有數據就計算；缺失就明確說明）

  • 🔮 三種情景預測（條件、區間、風險提示寫清楚）

  • 🧾 數據來源清單（URL + 擷取時間戳）

最後，你會得到一個 gold_analysis.html 文件，打開即睇：

💭 最後想講

今次體驗令我最震驚嘅，唔係 Kimi K2.5 變得幾強，亦唔係 Cherry Studio 有幾好用。 而係 「確定性」。喺金融市場，信息就係金錢。

以前我哋靠估，而家我哋靠 Agent。透過將 Kimi K2.5 裝入 Cherry Studio，我哋其實係畀自己請咗一個「絕對理性、24小時連網、數據可溯源」嘅超級員工。

今次黃金暴跌或者你冇躲過，但如果學識咗呢套 Agent 玩法，至少喺認知層面上，你已經賺返嚟喇。 當你掌握咗「將複雜任務拆解為 Skills 組件」呢個核心邏輯，再加上 Kimi K2.5 喺任務規劃、工具調用上嘅質變，你會發現，你以前覺得「AI 做唔到」嘅事情，而家都可以交付畀 Agent 喇：

  • 🕵️♂️ 市場偵察兵： 唔想手動刷競品網頁？畀 Agent 自動抓取 10 個競品嘅最新價格同功能更新，清洗去重，每朝 9 點將整理好嘅 Excel 對比表推送到你桌面。

  • 💻 影子程式員： 代碼寫唔晒？唔止係補全代碼，你可以畀 Agent 讀取成個項目文件夾，根據需求自動編寫功能模組、運行本地測試、修復 Bug，並順手生成一份完美嘅 API 文檔。

  • ✈️ 極致旅行家： 拒絕流水帳攻略。畀 Agent 根據你嘅預算即時比價機票酒店，綜合天氣同當地活動評價，規劃一條精確到分鐘嘅行程，甚至生成 PDF 路書。

Agent 嘅真正魅力，唔在於佢可以陪你傾幾耐，而在於佢嘅自主性同交付力——佢可以好似今日嘅黃金分析師咁，喺你飲咖啡嘅時候，默默咁將工作做晒。呢種「任務自動化」嘅感覺，一旦體驗過，就返唔到轉頭。

我哋誠摯邀請你跳出框架，去探索更多硬核、有趣、實用嘅場景。無論係工作流優化，定係生活黑科技，請將你嘅奇思妙想同 Agent 配置文件分享出嚟。

📩 投稿同交流：support@cherry-ai.com 唔好再等未來喇。屬於你嘅 AI Agent 時代，由呢一刻開始，已經開始喇。

👇 而家就下載，接入 Kimi K2.5，構建你嘅第一支數字化團隊：

📥 附：Kimi Agent 配置文件夾下載連結：https://pan.quark.cn/s/1ef986d1a9ff(請確保已安裝 Cherry Studio v1.7.0+ 版本)

💡 獲取幫助同提交反饋

如果您喺配置或使用過程中遇到任何疑問、Bug 或有功能改進建議，請參考 反饋同建議 入面提供嘅官方渠道。

上一頁Agent 案例下一頁貢獻代碼

最後更新

呢個有冇幫助？