search
官网GitHub

金价暴跌看懵了？我用 Kimi K2.5 + Cherry Studio 做了个“复盘神器”（附 Agent 设计+完整教程）

最近黄金一跳水，很多人第一反应是：要不要跑？要不要抄？ 但回头看，黄金这种资产最擅长的就是“给市场上强度”。它的剧烈波动，其实经常能看到历史的影子：

  • 宏观预期突然转向（利率/通胀/美元走强），黄金容易快速回撤

  • 风险事件升温（冲突、金融系统压力），避险需求又会推高价格

  • 流动性紧张时，甚至会出现“先跌后涨”的反直觉走势

问题是：刷十条新闻，得到的是情绪；但你需要的是证据链。 恰好，最近 月之暗面发布并开源了 Kimi K2.5 模型。——它是 Kimi 迄今最智能、最全能的开源模型，在 Agent、代码、图像/视频 等任务上达到开源 SOTA。

于是，我产生了一个大胆的想法： 既然人脑处理不过来这么多杂乱的信息，能不能让 Kimi K2.5 住在 Cherry Studio 的 Agent 里，帮我把这次“黄金暴跌”扒个底朝天？

今天这篇，不是枯燥的说明书，而是带你用最新的模型、最硬核的 Agent 技能，给自己配一个 24 小时待命的金融分析团队。文末会提供这个 Agent 的文件夹 Kimi Agent。

你下载后，配置 3 分钟，就能跑。下面，我把设计逻辑、文件夹结构、组件拆解、运行流程，全扒给你看，如果你盯着 K 线纠结“要不要抄底”，或者被新闻轰炸却找不到真因，那你需要这个。

hashtag
为什么这样设计？（3 条硬逻辑，不绕弯）

  1. 数据真实第一，零容忍编造：金融分析最怕“AI 幻觉”。所以强制每步标注来源 + 时间戳，抓不到就报错（不猜）。公开源（如 Kitco、Investing.com）确保零 API Key 门槛。

  2. 任务拆模块化 + 并行：Kimi K2.5 的亮点是“Agent 集群”（自主分身、并行 1500 步）。我们用 Cherry Studio 的 Skills + Sub-agents 模拟：数据抓取、新闻搜集、报告生成三路并进，效率翻倍。

  3. 输出现代化：不吐 Markdown（谁还看纯文字？），直接生成 HTML（Chart.js 图表 + 响应式布局），对标 Kimi K2.5 的代码生成能力。

结果：一份报告 = 近一年走势图 + 暴跌时间线 + 三情景预测 + 全来源链接。发给老板/群里，直接可用。

hashtag
📁 文件夹结构：为什么兼容 Claude Code？

核心是 .claude/ 目录——Cherry Studio 认这个，能自动加载 Skills 和配置。完整结构来自你的 06-DIRECTORY_STRUCTURE.md：

为什么这样分？

  • .claude/ 是 Cherry Studio 的标准识别路径：选中工作目录，它自动加载 Skills（文件名 skill_*.md → Skill 名 financial-data-fetcher）。

  • 备份区防丢：原始 Skills 在根目录 skills/，运行时用 .claude/skills/。

hashtag
🔧 核心组件拆解：3 个 Skills + 插件 + Sub-agents

hashtag
🧩 三大核心 Skills 设计详情

我们来看看这三个“分身”具体是如何设计的，以及为什么要这么设计。

Skill A：financial-data-fetcher (数据猎手) —— 拒绝幻觉

  • 设计痛点：通用 LLM 最容易“瞎编”价格。你问金价，它可能编个 2023 年的数据给你。

  • Skill 逻辑：

    • 硬约束：我们在 Prompt 里写死了规则——“禁止使用训练数据中的价格，必须调用工具”。

    • 工具链：配备了 WebFetch。它不是去“搜”百度，而是直接去“爬”指定的数据源网页（如 Kitco, GoldPrice.org, LBMA）。

    • 数据清洗：它会将爬下来的乱七八糟的 HTML 清洗为干净的 JSON 格式（时间戳、开盘、收盘、涨跌幅）。

  • Kimi K2.5 的作用：利用其强大的长文档抽取能力，从几万行网页代码中精准定位到那个 $2,xxx.xx 的数字。

Skill B：geopolitical-analyst (地缘逻辑库) —— 拒绝噪音

  • 设计痛点：黄金暴跌原因很多（美元涨？打仗？抛售？）。普通搜索会把营销号的假新闻也吸进来。

  • Skill 逻辑：

    • 多源交叉：不仅搜“金价”，还并行搜索“美元指数(DXY)”、“美联储会议纪要”、“地缘局势”。

    • 时间对齐：它会执行一个核心逻辑——“TimeStamp Matching”。

      • 发现： 黄金在 UTC 14:30 暴跌。

      • 搜索： UTC 14:30 发生了什么？

      • 匹配： 发现美国在 UTC 14:30 发布了超预期的 CPI 数据。

      • 结论： 暴跌由通胀数据引发。

  • Kimi K2.5 的作用：利用其 Agent 集群（分身）能力，它能模拟“同时阅读 20 篇新闻”，并过滤掉情绪化噪音，只保留事实。

Skill C：financial-report-generator (前端工程师) —— 拒绝平庸

  • 设计痛点：也是 Cherry Studio 最惊艳的一步。大多数 Agent 只会给你吐一段 Markdown 文字，甚至表格都歪歪扭扭。

  • Skill 逻辑：

    • 代码优先：这个 Skill 被训练为“只说代码语言”。它不写文章，它写 HTML + CSS + JavaScript。

    • 动态交互：即使你没有编程基础，这个组件也会调用 Chart.js 库，把组件 A 抓到的数据变成可缩放、可悬停查看的 K 线图。

    • 视觉集成：它会将组件 B 的分析结论，以“卡片”或“时间轴”的形式，嵌入到网页布局中。

  • Kimi K2.5 的作用：利用其升级的 Code（编程） 能力，特别是前端构建能力。Kimi K2.5 生成的代码健壮性极高，几乎不需要人工 Debug 就能在浏览器跑通。

hashtag
Sub-agent 在这套 Agent 里的定位是什么？🧩

下面把 Kimi Agent（黄金市场分析 Agent） 里“Sub-agent（子代理）”这一层讲清楚：它们是什么、为什么要用、怎么协作、你在文件夹里能看到什么。

先把话说透： Skills 更像“可复用的流程模块”；Sub-agent 更像“带独立工作说明书的专职角色”。

主 Agent（你在 Cherry Studio 里创建的 Gold Market Analysis Agent）负责三件事：

  1. 拆任务：把“分析黄金走势/复盘暴跌/写报告”分成若干独立子任务

  2. 派任务：把子任务分发给不同 Sub-agent（每个子代理有明确边界与输出格式）

  3. 验收与汇总：检查数据是否有来源、时间戳，是否出现缺口；最后交给报告生成模块产出 HTML

为什么不让一个 Agent 一把梭？

  • 因为“搜数据、读新闻、算指标、写前端报告”对上下文和工具调用的要求不同，揉成一个 Prompt，最容易跑偏。

  • 拆开后，每个子代理的规则可以写得更死：允许用哪些工具、输出什么结构、遇到失败怎么处理。

这套配置里有哪些 Sub-agent？分别干什么？✅这个包里 Sub-agent 主要是三类（两类是系统预置，一类是自定义）：

A. 系统预置：search-specialist（搜索与资料整理）

  • name: search-specialist

  • 职责：高级搜索、筛选结果、跨来源验证、整理引用

  • 输出特点：会给出搜索策略、来源 URL、关键引用（适合做“暴跌触发因素时间线”）

用在黄金分析里，它通常负责：

  • “暴跌”的相关新闻源头、发布时间、关键句

  • 央行、宏观数据发布（如 CPI、利率决议）对应的官方/权威来源页面

  • 同一指标的多源校验（比如 Kitco vs GoldPrice vs Investing）

B. 系统预置：business-analyst（指标与相关性分析）

它的工具是 Read, Write, Bash，很适合做结构化分析：

  • 相关性（黄金 vs DXY、黄金 vs 实际利率）

  • ETF 持仓变化（如 SPDR Gold Trust）

  • KPI 计算（年化波动率、回撤等——前提是拿到了真实数据）

它的价值在于：把“看起来像分析”的描述，变成“可计算、有中间过程”的结论。

C. 自定义 Sub-agent：financial-intelligence-agent（历史数据/技术指标/预测）

路径：.claude/agents/subagent_financial_intelligence.md它覆盖了更偏“量化流水线”的工作：

  • 拉取历史数据（OHLCV、经济指标、利率、通胀等）

  • 计算 RSI / MACD / 布林带 / 均线 / 波动率

  • 输出一组可追溯的中间文件：CSV、JSON（例如 gold_technical_indicators.csv、correlation_analysis.json、gold_price_forecast_12m.csv）

这一层特别关键：它把“技术分析”从聊天内容里剥离出来，变成可落盘的产物。之后复用、对比、发给别人，都方便。

hashtag
Sub-agent 是怎么被“调度”的？（并行策略）⚙️

这套系统优先走 并行，因为黄金复盘天然是多源信息任务。

Phase 1：并行收集（减少等待）

  • search-specialist：搜“暴跌当天关键新闻/数据发布时间线”

  • financial-intelligence-agent：拉取近一年价格序列 + 计算指标

  • business-analyst：计算相关性、整理 ETF/宏观的解释框架

Phase 2：串行计算（有依赖的放后面）

  • 只有当历史数据落盘后，才计算指标/波动率/支撑阻力等

  • 若发现数据缺口，再回到 search-specialist 补来源

Phase 3：汇总交付

  • 主 Agent把三路结果“对齐时间戳、对齐口径”

  • 再调用报告生成模块输出 HTML（含图表、时间线、引用清单）

这就是为什么这套 Agent 在“热点场景”更能打： 黄金暴跌=信息密集+口径混乱，并行搜证 + 校验 + 汇总，能显著降低“看了很多但更迷糊”的情况。

hashtag
Sub-agent 和 Skills 的关系：别搞混了🤝

在你的包里，两者是互补的：

  • Sub-agent：更像“专用工作模式”，解决“谁来做、怎么做、用哪些工具、输出什么格式”的问题

  • Skills（.claude/skills/）：更像“可重复调用的流程模块”，解决“这一步怎么稳定执行”的问题 例如：

    • financial-data-fetcher：强调多源校验、禁止编数字、输出结构化数据

    • geopolitical-analyst：强调事件分类、因果机制、时间线格式

    • financial-report-generator：强调 HTML 模板、Chart.js、来源列表、可打印样式

简单说： Sub-agent 负责把工作分出去；Skills 负责让每一步更稳、更可复用。

hashtag
你在文件夹里怎么确认 Sub-agent “真的生效了”？🔍

看两个地方就够了：

  1. 目录是否标准

    1. .claude/agents/ 里有 subagent_financial_intelligence.md

  2. 运行日志（Cherry Studio 内）

    1. 你会看到工具调用和任务分派痕迹（WebSearch/WebFetch/Bash/Write）

    2. 最后能落地生成文件：例如 gold_analysis_report.html、若配置包含中间产物也会输出 CSV/JSON

如果你希望“更显眼”，可以在主 Prompt 里加一句硬约束：

“请在报告附录列出本次调用了哪些 sub-agent / skills，以及各自产出的文件名。”

这样读者一眼就能看出：这不是聊天，这是流水线。

hashtag
🛠️ 实战教程：三步复刻你的专属 Agent

不用写代码，不用配环境。我打包了一个“Kimi Agent”文件夹，你只要会“复制粘贴”就能用。

hashtag
Step 1：模型配置（月之暗面 的 kimi-K2.5 + Anthropic 端点）

这是让 AI 变聪明的核心。

  1. 打开 Cherry Studio → 模型服务 → 点击 月之暗面

  1. 跳转 月之暗面 开放平台获取 API Key（模型调用需要；数据抓取不需要额外 Key）

⚠️ 高能预警（必做）： 在 Cherry Studio 的配置里，把 “端点类型 (Endpoint Type)” 必须改为 Anthropic。

  • 为什么要改？ 因为 Cherry Studio 的 Agent 协议需要在 Anthropic 端点模式下运行，这样才能让 Kimi K2.5 完美调度上面提到的那些 Skills。

hashtag
Step 2：创建 Agent（直接挂载文件夹 Kimi Agent）

文末我为你准备好了名为 Kimi Agent 的文件夹，里面预装了所有技能，你不需要手动重复写 Skills/Sub-agent。

  1. Cherry Studio → 助手列表旁点 + → 创建 Agent

  2. 名称：Gold Market Analysis Agent(或者你喜欢的名字)。

  3. 模型：选择刚配置的 月之暗面 / kimi-K2.5

  4. 工作目录：选择你下载并解压的 Kimi Agent 文件夹

  1. 打开文件夹里的系统提示词（例如 .claude/prompts/system_prompt_cn.md），粘贴到 Cherry Studio 的 系统提示词框。

hashtag
Step 3：打开工具权限 + 插件 + Skills（照单全勾）

  1. 权限开启：在 Agent 配置里开启权限并授权工具（少一个都可能卡住）：

  • bash

  • fetch

  • edit

  • multiedit

  • webfetch

  • web search

  • write

  1. 配置插件：

添加系统预置 plugin：

  • business-analyst

  • search-specialist

系统 skills：

  • Excel Analysis

hashtag
见证“魔法”

一切就绪。打开文件夹里的 USER_PROMPT_EXAMPLE.md，里面有一段写好的深度指令，直接复制发送给 Agent。这段指令会让 Agent 做三件事：

  1. 查：搜索黄金暴跌的具体跌幅和发生时间。

  2. 找：利用 Kimi K2.5 的联网能力，寻找月之暗面官方关于新模型的特性介绍（不准瞎编）。

  3. 比：寻找历史上类似的暴跌形态，分析是否有“影射”关系。

hashtag
📊 最终效果呈现：它交出了什么？

点击发送，你会看到 Agent 开始疯狂运转。 日志里会显示：Thinking... -> Searching News... -> Calculating...一段时间后，你不会得到一句废话，而是会收到一份 HTML 格式的深度研报：

  • 📈 近一年黄金走势可视化（图表 + 表格）

  • 🧷 关键暴涨/暴跌区间标注（尤其是“暴跌”）

  • 🗓️ 事件时间线（每条事件带来源链接，可复核）

  • 📊 技术指标/相关性分析（有数据就计算；缺失就明确说明）

  • 🔮 三情景预测（条件、区间、风险提示写清楚）

  • 🧾 数据来源清单（URL + 抓取时间戳）

最终，你会得到一个 gold_analysis.html 文件，打开即看：

hashtag
💭 写在最后

这次体验让我最震惊的，不是 Kimi K2.5 变得多强，也不是 Cherry Studio 有多好用。 而是 “确定性”。在金融市场，信息就是金钱。

以前我们靠猜，现在我们靠 Agent。通过把 Kimi K2.5 装进 Cherry Studio，我们其实是给自己雇了一个“绝对理性、24小时联网、数据可溯源”的超级员工。

这次黄金暴跌也许你没躲过，但如果学会了这套 Agent 玩法，至少在认知的维度上，你已经赚回来了。 当你掌握了“把复杂任务拆解为 Skills 组件”这一核心逻辑，再加上 Kimi K2.5 在任务规划、工具调用上的质变，你会发现，你以前觉得“AI 做不到”的事情，现在都可以交付给 Agent 了：

  • 🕵️♂️ 市场侦察兵： 不想手动刷竞品网页？让 Agent 自动抓取 10 个竞品的最新价格与功能更新，清洗去重，每天早上 9 点把整理好的 Excel 对比表推送到你桌面。

  • 💻 影子程序员： 代码写不完？不仅是补全代码，你可以让 Agent 读取整个项目文件夹，根据需求自动编写功能模块、运行本地测试、修复 Bug，并顺手生成一份完美的 API 文档。

  • ✈️ 极致旅行家： 拒绝流水账攻略。让 Agent 根据你的预算实时比价机票酒店，综合天气与当地活动评价，规划一条精确到分钟的行程，甚至生成 PDF 路书。

Agent 的真正魅力，不在于它能陪你聊多久，而在于它的自主性和交付力——它能像今天的黄金分析师一样，在你喝咖啡的时候，默默把活儿干完。这种“任务自动化”的感觉，一旦体验过，就回不去了。

我们诚挚地邀请你跳出框架，去探索更多硬核、有趣、实用的场景。无论是工作流优化，还是生活黑科技，请将你的奇思妙想和 Agent 配置文件分享出来。

📩 投稿与交流：[email protected]envelope 别等未来了。属于你的 AI Agent 时代，从这一刻，已经开始。

👇 现在就下载，接入 Kimi K2.5，构建你的第一支数字化团队：

📥 附：Kimi Agent 配置文件夹下载链接 ：https://pan.quark.cn/s/1ef986d1a9ff(请确保已安装 Cherry Studio v1.7.0+ 版本)

上一页Agent 案例下一页贡献代码

最后更新于

这有帮助吗？