金価格の急落に戸惑った?私はKimi K2.5 + Cherry Studioで「振り返り神器」を作った(Agent設計+完全チュートリアル付き)

最近、金が急落して、多くの人の第一反応は「逃げるべき?」「押し目買いすべき?」だろう。 でも振り返ってみると、金のような資産が最も得意なのは「市場に強い圧力をかけること」だ。激しい値動きの裏には、実は歴史の影がよく見える:

  • マクロの予想が突然転換すると(金利/インフレ/ドル高)、金は急速に反落しやすい

  • リスクイベントが高まると(紛争、金融システムへの圧力)、安全資産需要が価格を押し上げる

  • 流動性が逼迫したときは、むしろ「先に下げてから上がる」という直感に反する動きさえ起きる

問題は、ニュースを10本読んでも得られるのは感情でしかないこと。でも必要なのは証拠の連鎖だ。 ちょうど最近、月之暗面が公開し、オープンソース化した Kimi K2.5 モデルがある。——これはKimi史上最もスマートで、最も万能なオープンソースモデルであり、 Agent、コード、画像/動画 などのタスクでオープンソースSOTAに到達している。

そこで、私は大胆なアイデアを思いついた: 人間の脳では、これほど雑多な情報を処理しきれないのなら、Kimi K2.5をCherry StudioのAgentの中に住まわせて、今回の「金の暴落」を徹底的に洗い出せないだろうか?

今回の記事は、退屈なマニュアルではない。最新モデルと最強クラスのAgentスキルを使って、24時間待機の金融分析チームを自分専用に持つ方法を案内する。末尾では、このAgent用のフォルダ Kimi Agentを提供する。

ダウンロードして3分設定すれば、すぐに動かせる。以下では、設計ロジック、フォルダ構成、コンポーネント分解、実行フローまで、すべて解説する。もしK線を見ながら「底を拾うべきか」で迷っているなら、あるいはニュースの洪水にさらされて真因が見えないなら、これが必要だ。

なぜこう設計するのか?(3つのハードロジック、回り道なし)

  1. データの真正性を最優先、捏造は一切容認しない:金融分析で最も怖いのは「AIの幻覚」だ。だから各ステップにソース+タイムスタンプの明記を強制し、取得できなければエラーにする(推測しない)。公開ソース(Kitco、Investing.comなど)を使うことで、API Keyのハードルをゼロにする。

  2. タスクをモジュール化+並列化する:Kimi K2.5の強みは「Agentクラスター」(自律分身、1500ステップ並列)だ。Cherry StudioのSkills+Sub-agentsでこれを再現する。データ取得、ニュース収集、レポート生成を同時並行で走らせ、効率を倍増させる。

  3. 出力をモダン化する:Markdownは出さない(もう純テキストは誰も見ない?)。そのままHTMLを生成し(Chart.jsのグラフ+レスポンシブレイアウト)、Kimi K2.5のコード生成能力に合わせる。

結果:1つのレポート = 直近1年の推移チャート+暴落タイムライン+3シナリオ予測+全ソースリンク。上司やグループにそのまま送れる。

📁 フォルダ構成:なぜClaude Codeと互換なのか?

核になるのは .claude/ ディレクトリだ。Cherry Studioはこれを認識し、Skillsと設定を自動で読み込む。完全な構成は、あなたの 06-DIRECTORY_STRUCTURE.mdに由来する:

なぜこう分けるのか?

  • .claude/ これはCherry Studioの標準認識パスだからだ。作業ディレクトリを選べば、自動でSkillsを読み込む(ファイル名 skill_*.md → Skill名 financial-data-fetcher)。

  • バックアップ領域で紛失防止:元のSkillsはルート直下のskills/に置き、実行時は .claude/skills/を提供する。

🔧 コアコンポーネント分解:3つのSkills+プラグイン+Sub-agents

🧩 3大コアSkillsの設計詳細

では、この3つの「分身」が具体的にどう設計されているのか、そしてなぜそうするのかを見ていこう。

Skill A:financial-data-fetcher (データハンター)—— 幻覚を拒否する

  • 設計上の痛点:汎用LLMは価格を「勝手に捏造」しやすい。金価格を尋ねると、2023年のデータをでっち上げてくることさえある。

  • Skillのロジックに由来する:

    • ハード制約:Prompt内にルールを固定で書く——「学習データ内の価格を使うことを禁止し、必ずツールを呼び出すこと」を提供する。

    • ツールチェーンWebFetchを備える。これは百度を「検索」しに行くのではなく、指定したデータソースのページ(Kitco、GoldPrice.org、LBMAなど)へ直接「クロール」しに行く。

    • データクレンジング:取得した雑多なHTMLを、きれいな JSON 形式(タイムスタンプ、始値、終値、騰落率)に整える。

  • Kimi K2.5の役割:その強力な長文書抽出能力を使い、数万行のWebコードの中から、あの $2,xxx.xx という数字を正確に見つけ出す。

Skill B:geopolitical-analyst (地政学ロジック庫)—— ノイズを拒否する

  • 設計上の痛点:金の急落には多くの原因がある(ドル高?戦争?投げ売り?)。通常の検索では、インフルエンサーのフェイクニュースまで拾ってしまう。

  • Skillのロジックに由来する:

    • マルチソース照合:単に「金価格」を調べるだけでなく、「ドル指数(DXY)」「FRB議事録」「地政学情勢」を並列検索する。

    • 時間整合:核心ロジックを実行する——「TimeStamp Matching」を提供する。

      • 発見: 金はUTC 14:30に急落した。

      • 検索: UTC 14:30に何が起きたのか?

      • 照合: アメリカがUTC 14:30に予想を上回るCPIデータを発表したことを発見。

      • 結論: 急落はインフレデータによって引き起こされた。

  • Kimi K2.5の役割:その Agentクラスター(分身)能力を活用し、「20本のニュースを同時に読む」かのように振る舞い、感情的ノイズを除去して事実だけを残す。

Skill C:financial-report-generator (フロントエンドエンジニア)—— 平凡を拒否する

  • 設計上の痛点:これもCherry Studioの驚くべき一手だ。多くのAgentはMarkdownの文章を吐くだけで、表でさえガタガタになりがちだ。

  • Skillのロジックに由来する:

    • コード優先:このSkillは「コード言語だけで話す」よう訓練されている。文章を書かず、HTML+CSS+JavaScriptを書く。

    • 動的インタラクション:たとえプログラミング経験がなくても、このコンポーネントは Chart.js ライブラリを呼び出し、コンポーネントAが取得したデータを拡大縮小可能でホバー表示できるK線チャートに変える。

    • ビジュアル統合:コンポーネントBの分析結果を、「カード」や「タイムライン」の形でWebレイアウトに埋め込む。

  • Kimi K2.5の役割:そのアップグレードされた Code(プログラミング) 能力、特にフロントエンド構築力を活用する。Kimi K2.5が生成するコードは非常に堅牢で、ほぼ人手のデバッグなしでブラウザ上で動く。

このAgentにおけるSub-agentの位置づけは?🧩

以下では、 Kimi Agent(黄金市場分析Agent) 内の「Sub-agent(サブエージェント)」層を明確に説明する。何か、なぜ使うのか、どう連携するのか、フォルダ内で何が見えるのか。

まずはっきりさせよう: Skills は「再利用可能なプロセスモジュール」に近い;Sub-agent は「独立した作業指示書を持つ専任ロール」に近い。

主Agent(Cherry Studioで作成した Gold Market Analysis Agent)が担うのは3つ:

  1. タスク分解:「金のトレンド分析/急落の復盤/レポート執筆」をいくつかの独立したサブタスクに分ける

  2. タスク割り当て:サブタスクを異なるSub-agentに配る(各サブエージェントには明確な境界と出力形式がある)

  3. 検収と集約:データにソースとタイムスタンプがあるか、欠損がないかを確認し、最後にレポート生成モジュールへHTML出力を任せる

なぜ1つのAgentで全部やらせないのか?

  • 「データを探す、ニュースを読む、指標を計算する、フロントエンドのレポートを書く」では、コンテキストとツール呼び出しの要件が異なる。1つのPromptにまとめると、最もズレやすい。

  • 分ければ、各サブエージェントのルールをもっと厳密に書ける:どのツールを使えるか、どんな構造を出すか、失敗時にどう処理するかを提供する。

この構成にはどんなSub-agentがある?それぞれ何をする?✅このパッケージのSub-agentは主に3種類ある(2種類はシステム標準、1種類はカスタム):

A. システム標準:search-specialist(検索と資料整理)

  • name: search-specialist

  • 役割:高度な検索、結果の絞り込み、ソース横断検証、引用整理

  • 出力の特徴:検索戦略、ソースURL、重要引用を示す(「急落のトリガー要因タイムライン」に向いている)

金分析で使うと、通常は以下を担当する:

  • 「急落」のニュースソース、公開時刻、重要文の抽出

  • 中央銀行やマクロデータ発表(CPI、金利決定など)に対応する公式/権威ソースページ

  • 同一指標の複数ソース検証(Kitco vs GoldPrice vs Investing など)

B. システム標準:business-analyst(指標と相関分析)

そのツールは Read, Write, Bashで、構造化分析に由来する:

  • 相関(黄金 vs DXY、黄金 vs 実質金利)

  • ETF保有量の変化(SPDR Gold Trustなど)

  • KPI計算(年率ボラティリティ、ドローダウンなど——ただし本物のデータを取得できていることが前提)

その価値は:「分析っぽく見える説明」を、「計算可能で、中間過程のある結論」に変えること。

C. カスタムSub-agent:financial-intelligence-agent(歴史データ/テクニカル指標/予測)

パス:.claude/agents/subagent_financial_intelligence.mdこれはより「量的パイプライン」に寄った仕事を担う:

  • 歴史データの取得(OHLCV、経済指標、金利、インフレなど)

  • RSI / MACD / ボリンジャーバンド / 移動平均 / ボラティリティの計算

  • 追跡可能な中間ファイルの出力:CSV、JSON(例えば gold_technical_indicators.csvcorrelation_analysis.jsongold_price_forecast_12m.csvなど)

この層が特に重要だ。テクニカル分析をチャットの中から切り離し、保存可能な成果物にする。以後の再利用、比較、共有がしやすくなる。

Sub-agentはどうやって「調度」されるのか?(並列戦略)⚙️

このシステムは基本的に 並列で動く。金の復盤は本質的にマルチソース情報タスクだからだ。

Phase 1:並列収集(待ち時間を減らす)

  • search-specialist: 「急落当日の重要ニュース/データ公開タイムライン」を探す

  • financial-intelligence-agent: 直近1年の価格系列を取得+指標計算

  • business-analyst: 相関計算、ETF/マクロの説明フレーム整理

Phase 2:逐次計算(依存のあるものを後ろへ)

  • 履歴データが保存されてから、指標/ボラティリティ/サポート・レジスタンスなどを計算する

  • データの欠損が見つかったら、 search-specialist ソース補完

Phase 3:集約して納品

  • 主Agentが3系統の結果を「タイムスタンプ整合、基準整合」する

  • その後、レポート生成モジュールを呼び出してHTML(グラフ、タイムライン、引用リスト付き)を出力する

だから、このAgentは「ホットな場面」でより強い: 金の急落 = 情報密集+基準混乱なので、並列で証拠収集+検証+集約を行えば、「たくさん見たのに余計に混乱する」状況を大きく減らせる。


Sub-agentとSkillsの関係:混同しないで🤝

あなたのパッケージでは、この2つは補完関係にある:

  • Sub-agent:より「専用の作業モード」に近く、「誰がやるか、どうやるか、どのツールを使うか、どんな形式で出すか」を解決する

  • Skills(.claude/skills/):より「繰り返し呼び出せるプロセスモジュール」に近く、「このステップをどう安定して実行するか」を解決する 例えば:

    • financial-data-fetcher:マルチソース検証の強調、数値の捏造禁止、構造化データ出力

    • geopolitical-analyst:イベント分類、因果メカニズム、タイムライン形式の強調

    • financial-report-generator:HTMLテンプレート、Chart.js、ソース一覧、印刷対応スタイルの強調

要するに: Sub-agentは仕事を分担する役目、Skillsは各ステップをより安定・再利用可能にする役目だ。

フォルダ内でSub-agentが「本当に効いている」か、どう確認する?🔍

次の2点を見れば十分だ:

  1. ディレクトリが標準構成か

    1. .claude/agents/ 内に subagent_financial_intelligence.md

  2. があるか実行ログ

    1. (Cherry Studio内)

    2. ツール呼び出しとタスク分配の痕跡(WebSearch/WebFetch/Bash/Write)が見えるはず 最終的に生成ファイルが落ちる:例えばgold_analysis_report.html

、中間生成物を含める設定ならCSV/JSONも出力される

より「目立たせたい」なら、主Promptに次のハード制約を加えればいい:

「レポート付録に、今回どのsub-agent/skillsを呼び出したか、そして各々の生成ファイル名を列挙してください。」

こうすれば、読者は一目でわかる。これはチャットではなく、パイプラインだ。

🛠️ 実践チュートリアル:あなた専用Agentを3ステップで再現コードを書く必要はない。環境構築も不要。私は「Kimi Agent」フォルダ

をパッケージ化したので、あなたは「コピー&ペースト」さえできれば使える。 Step 1:モデル設定(月之暗面の kimi-K2.5

+ Anthropicエンドポイント)

  1. これがAIを賢くする核心だ。 Cherry Studioを開く → モデルサービス → クリック

  1. 月之暗面 月之暗面のオープンプラットフォームに移動してAPI Key

を取得する(モデル呼び出しに必要。データ取得には追加Key不要) ⚠️ 高警戒(必須): Cherry Studioの設定で、 「エンドポイントタイプ (Endpoint Type)」 を必ずを提供する。

  • Anthropic に変更する

なぜ変更するのか? Kimi Agentなど)

Cherry StudioのAgentプロトコルはAnthropicエンドポイントモードで動作する必要があり、そうして初めてKimi K2.5が上記のSkillsを完璧に調度できるからだ。 Kimi Agent Step 2:Agentを作成する(フォルダをそのままマウント)

  1. 末尾に + を用意したフォルダ

  2. Agentを作成Gold Market Analysis Agent名称:

  3. (または好きな名前)。 モデル:先ほど設定した Step 1:モデル設定(月之暗面の

  4. 月之暗面 / Kimi Agent 作業ディレクトリ:ダウンロードして解凍した

  1. フォルダを選択する フォルダ内のシステムプロンプトを開き(例えば.claude/prompts/system_prompt_cn.md )、Cherry Studioのシステムプロンプト

欄に貼り付ける。

  1. Step 3:ツール権限+プラグイン+Skillsを有効化(全部チェック)権限をオン

  • :Agent設定で権限を有効にし、ツールを許可する(1つでも欠けると止まる可能性がある):

  • bash

  • fetch

  • edit

  • multiedit

  • webfetch

  • web search

  1. write

プラグインを設定:

  • business-analyst

  • search-specialist

システム標準pluginを追加:

  • システムskills:

Excel Analysis

「魔法」を目撃する すべて準備完了。フォルダ内のUSER_PROMPT_EXAMPLE.mdを開くと、そこには書き上げ済みの深度指令があるので、そのままコピーしてAgentへ送るだけだ。

  1. この指令はAgentに3つのことをさせる:調べる

  2. :金の急落幅と発生時刻を検索する。探す

  3. :Kimi K2.5のネット接続能力を使い、月之暗面公式の新モデル特性紹介を探す(でっち上げ禁止)。比べる

:歴史上の類似急落パターンを探し、「写し」の関係があるか分析する。

📊 最終効果の見え方:何を出したのか?送信すると、Agentが猛烈に動き始める。ログには次が表示される: -> Thinking... -> Searching News...Calculating... しばらくすると、無駄話ではなく、に由来する:

  • HTML形式の深掘りレポート 📈直近1年の金の推移を可視化

  • (グラフ+表) 🧷重要な急騰/急落区間の注記

  • (特に「急落」) 🗓️イベントタイムライン

  • (各イベントにソースリンク付き、再検証可能) 📊テクニカル指標/相関分析

  • (データがあれば計算し、なければ明記する) 🔮3シナリオ予測

  • (条件、レンジ、リスク注意を明確に書く) 🧾データソース一覧

最終的に、 gold_analysis.html ファイルが得られ、開けばすぐ見られる:


💭 最後に

今回の体験で最も驚いたのは、Kimi K2.5がどれだけ強くなったかでも、Cherry Studioがどれだけ使いやすいかでもない。むしろ 「確実性」だった。金融市場では、情報は金だ。

以前は勘に頼っていたが、今はAgentに頼る。Kimi K2.5をCherry Studioに組み込むことで、実は自分のために「絶対に理性的で、24時間ネット接続し、データの出所を追跡できる」スーパー社員を雇ったようなものだ。

今回の金の急落で逃せなかったかもしれないが、このAgentの使い方を学べば、少なくとも認知の次元では、すでに取り返している。 あなたが「複雑なタスクをSkillsコンポーネントに分解する」という核心ロジックを身につけ、さらに Kimi K2.5 タスク計画とツール呼び出しにおける質的変化が加われば、かつて「AIには無理だ」と思っていたことも、今ではAgentに任せられると気づくだろう:

  • 🕵️♂️ 市場スカウト: 競合サイトを手動で巡回したくない? Agentに10社の競合の最新価格と機能更新を自動収集させ、重複を除去して、毎朝9時に整理済みのExcel比較表をデスクトップへ送らせよう。

  • 💻 影のプログラマー: コードが書き終わらない? コード補完だけではない。Agentにプロジェクト全体のフォルダを読ませ、要件に基づいて機能モジュールを自動作成し、ローカルテストを実行し、バグを修正し、ついでに完璧なAPIドキュメントまで生成させられる。

  • ✈️ 極上トラベラー: ありきたりな旅行ガイドは拒否。Agentに予算に基づいて航空券とホテルをリアルタイム比較させ、天気や現地イベントの評価も加味して、分単位まで正確な旅程を組ませ、PDFの旅程表まで作らせよう。

Agentの真の魅力は、どれだけ長く話せるかではなく、自律性と成果物の出力力にある——今日の金分析師のように、あなたがコーヒーを飲んでいる間に、黙って仕事を片付けてくれる。その「タスク自動化」の感覚は、一度体験したら、もう戻れない。

私たちは心から、枠を飛び出して、もっとハードで、面白く、実用的なシーンを探求することを勧める。仕事フローの最適化でも、生活のハイテク化でも、あなたの奇抜なアイデアとAgent設定ファイルをぜひ共有してほしい。

📩 投稿と交流に由来する:[email protected] 未来を待つな。あなたのAI Agent時代は、この瞬間からすでに始まっている。

👇 今すぐダウンロードしてKimi K2.5を接続し、あなたの最初のデジタルチームを構築しよう:

📥 付記:Kimi Agent設定フォルダのダウンロードリンク:https://pan.quark.cn/s/1ef986d1a9ff(Cherry Studio v1.7.0+ がインストールされていることを確認してください)

最終更新

役に立ちましたか?