search
官网GitHub

金価格の暴落で困惑しましたか？Kimi K2.5 + Cherry Studioで“復盤神器”を作りました（エージェント設計＋完全チュートリアル付き）

最近金が急落し、多くの人の第一反応は「逃げるべきか？買いに入るべきか？」だった。 しかし振り返ると、金という資産が最も得意とするのは「市場に強度を与えること」だ。その激しい変動は実は歴史の影をしばしば見せる：

  • マクロの期待が突然転換する（金利／インフレ／ドル高）、金は急速に下押しされやすい

  • リスク事象が高まる（紛争、金融システムの圧力）、安全資産需要が価格を押し上げる

  • 流動性が逼迫するときには「先に下がってから上がる」という直感に反する動きさえ出る

問題は：ニュースを10本読めば得られるのは感情だが、あなたに必要なのは証拠のチェーン。 ちょうど最近、月之暗面が公開してオープンソース化したのが Kimi K2.5 モデルだ。——これは Kimi これまでで最も賢く、最も万能なオープンソースモデルで、 エージェント、コード、画像／動画 等のタスクでオープンソースの SOTA を達成している。

そこで、私は大胆な発想をした： 人間の脳がこんなに雑多な情報を処理しきれないのなら、Kimi K2.5 を Cherry Studio のエージェントに住まわせて、この「金の暴落」を徹底的に解明してもらえないか？

今日の記事は、味気ないマニュアルではなく、最新モデルと最強のエージェント技術を使って、自分専用の24時間待機する金融分析チームを作る方法を案内する。文末にこのエージェントのフォルダ Kimi Agentを提供する。

ダウンロードして3分で設定すれば動かせる。以下で設計ロジック、フォルダ構成、コンポーネントの分解、実行フローを全部見せる。もしあなたがローソク足チャートを見て「底を拾うべきか」と悩んだり、ニュースに翻弄されて真因がわからないなら、これが必要だ。

hashtag
なぜこのように設計したのか？（3つの確固たる論理、遠回りなし）

  1. データの真実性を第一に、捏造はゼロ容認：金融分析で最も恐れるのは「AIの幻覚」だ。だから各ステップで出典とタイムスタンプを強制的に付与し、取れなければエラーにする（推測しない）。公開ソース（Kitco、Investing.com 等）は API キー無しで使えることを担保する。

  2. タスクをモジュール化して並列処理：Kimi K2.5 のハイライトは「エージェントクラスター」（自律的な分身、並列1500ステップ）だ。Cherry Studio の Skills とサブエージェントでデータ取得、ニュース収集、レポート生成の三路並行をシミュレートし、効率を倍増させる。

  3. 出力をモダン化：Markdown を吐くだけではない（純テキストを誰が読む？）。直接 HTML（Chart.js のチャート＋レスポンシブレイアウト）を生成し、Kimi K2.5 のコード生成能力に合わせる。

結果：レポート1件＝過去1年の価格推移＋暴落タイムライン＋3つのシナリオ予測＋全出典リンク。上司やグループに送ればそのまま使える。

hashtag
📁 フォルダ構成：なぜ Claude Code に対応しているのか？

コアは .claude/ ディレクトリ——Cherry Studio がこれを認識し、Skills と設定を自動ロードする。完全な構成はあなたの 06-DIRECTORY_STRUCTURE.mdに由来する：

なぜこのように分けるのか？

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

  • バックアップ領域の防失：元の Skills はルートの skills/ にあり、実行時には .claude/skills/を提供する。

hashtag
🔧 コアコンポーネント分解：3つの Skills＋プラグイン＋サブエージェント

hashtag
🧩 三大コア Skills の設計詳細

この三つの「分身」が具体的にどう設計され、なぜそうするのかを見てみよう。

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

  • 設計上の問題点：汎用 LLM は価格を「でっち上げ」やすい。金価格を尋ねると、2023年のデータをでっち上げることがある。

  • Skill の論理に由来する：

    • 厳格な制約：プロンプトにルールを明記している——「学習データ中の価格を使用禁止、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を装備している。これは百度を「検索」するのではなく、指定されたデータソースのウェブページ（Kitco、GoldPrice.org、LBMA 等）を直接「スクレイピング」する。

    • データクレンジング：スクレイピングした雑多な HTML を、タイムスタンプ、始値、終値、騰落率などを含むきれいな JSON フォーマットに変換する。

  • Kimi K2.5 の役割：その強力な長文ドキュメント抽出能力を利用して、数万行のウェブコードから正確にその $2,xxx.xx という数字を特定する。

Skill B：geopolitical-analyst （地政学ロジックライブラリ）——ノイズを排除する

  • 設計上の問題点：金の暴落原因は多岐に渡る（ドル高？戦争？投げ売り？）。通常の検索はマーケティングアカウントのフェイクニュースまで拾ってしまう。

  • Skill の論理に由来する：

    • 多源のクロスチェック：単に「金価格」を探すだけでなく、並行して「ドル指数（DXY）」「FRB 議事録」「地政学的状況」も検索する。

    • 時間の整合：ここでコアとなる論理を実行する——「タイムスタンプマッチング」を提供する。

      • 発見： 金は UTC 14:30 に暴落した。

      • 検索： UTC 14:30 に何が起きたか？

      • 照合： 米国が UTC 14:30 に予想を上回る CPI データを発表していたことが分かった。

      • 結論： 暴落はインフレデータが引き金となった。

  • Kimi K2.5 の役割：その エージェントクラスター（分身）能力を利用し、同時に20本のニュースを「読み比べ」、感情的なノイズをフィルタし、事実だけを残すことができる。

Skill C：financial-report-generator （フロントエンドエンジニア）——凡庸さを拒む

  • 設計上の問題点：ここは Cherry Studio の最も驚かされる部分だ。多くのエージェントは Markdown の一段落を吐くか表が歪んだだけだ。

  • Skill の論理に由来する：

    • コード優先：この Skill は「コードのみを出力する」よう訓練されている。記事を書かず、HTML＋CSS＋JavaScript を生成する。

    • 動的インタラクション：プログラミング知識がなくても、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スケーラブルでホバー確認可能なローソク足チャートに変換する。

    • ビジュアル統合：コンポーネント B の分析結論を「カード」や「タイムライン」としてウェブ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 コード（プログラミング） 能力、特にフロントエンド構築能力を活用する。Kimi K2.5 が生成するコードは堅牢で、人手でのデバッグをほとんど必要とせずブラウザで動作する。

hashtag
このエージェント体系での Sub-agent の位置づけは何か？🧩

ここで Kimi Agent（ゴールド市場分析エージェント） 内の「Sub-agent（サブエージェント）」層を明確に説明する：それらが何で、なぜ使うのか、どう協働するのか、フォルダ内に何が見えるのか。

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」に近く、Sub-agent は「独立した作業指示書を持つ専任の役割」に近い。

主 Agent（Cherry Studio であなたが作成する Gold Market Analysis Agent）は三つのことを担当する：

  1. タスクの分解："金の動向分析／暴落の振り返り／レポート作成" をいくつかの独立したサブタスクに分ける

  2. タスクの割り振り：サブタスクを異なる Sub-agent に配分する（各サブエージェントは明確な境界と出力形式を持つ）

  3. 検収と集約：データに出典や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に渡して HTML を出力させる

なぜ一つの Agent に全部やらせないのか？

  • 「データ検索、ニュース読解、指標計算、フロントエンドレポート作成」はコンテキストとツール呼び出しの要件が異なり、ひとつのプロンプトに詰め込むと最も逸脱しやすいからだ。

  • 分解すれば、各サブエージェントのルールをより厳格にできる：許可するツール、出力構造、失敗時の処理方法を明文化できるを提供する。

この設定にどんな Sub-agent があるのか？それぞれ何をするのか？✅このパッケージの Sub-agent は主に三種類（うち二種はシステムプリセット、ひとつはカスタム）だ：

A. システムプリセット：search-specialist（検索と資料整理）

  • name: search-specialist

  • 職務：高度な検索、結果の絞り込み、ソース間の検証、引用整理

  • 出力の特徴：検索戦略、ソースの URL、重要な引用を提示する（「暴落トリガーのタイムライン」を作るのに適している）

金分析での典型的な役割は：

  • 暴落に関する関連ニュースの出所、公開時間、キーフレーズの抽出

  • 中央銀行やマクロデータ発表（CPI、利上げ決定等）に対応する公式／権威あるソースページの特定

  • 同一指標の多源検証（例えば Kitco と GoldPrice と Investing の比較）

B. システムプリセット：business-analyst（指標と相関分析）

このエージェントのツールは Read, Write, Bashで、構造化分析に非常に適している。構造化された分析を行い、に由来する：

  • 相関（金 vs DXY、金 vs 実質金利）を算出する

  • ETF の保有変化（例：SPDR Gold Trust）を追跡する

  • KPI 計算（年率ボラティリティ、ドローダウン等—前提は真のデータが取得できていること）

その価値は：“分析っぽい説明”を“計算可能で中間プロセスのある結論”に変えることだ。

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これはより定量的なパイプライン作業をカバーする：

  • 過去データ（OHLCV、経済指標、金利、インフレ等）を取得する

  • RSI／MACD／ボリンジャーバンド／移動平均／ボラティリティを計算する

  • 追跡可能な中間ファイルを出力する：CSV、JSON（例： gold_technical_indicators.csv、correlation_analysis.json、、gold_price_forecast_12m.csv

）

hashtag
この層は特に重要だ：テクニカル分析をチャットのやり取りから切り離し、実際に保存可能な成果物にする。そうすれば再利用、比較、他者への共有が容易になる。

Sub-agent はどうやって「スケジューリング」されるのか？（並列戦略）⚙️ このシステムは優先的に並列処理

を行う。金の振り返りは本質的に多源情報タスクだからだ。

  • search-specialistフェーズ1：並列収集（待ち時間を減らす）

  • financial-intelligence-agent：暴落当日の重要ニュース／データ公開のタイムラインを検索する

  • business-analyst：過去1年の価格系列を取得して指標を計算する

：相関を計算し、ETF／マクロの説明フレームを整理する

  • フェーズ2：直列計算（依存関係のあるものは後回し）

  • 履歴データが保存された後で指標／ボラティリティ／サポート・レジスタンスを計算する search-specialist データ欠損が見つかれば再び

ソース補完

  • に戻る

  • フェーズ3：集約と納品

主 Agent は三方面の結果を「タイムスタンプと口径を合わせる」 そしてレポート生成モジュールを呼び出して HTML（チャート、タイムライン、出典リスト含む）を出力するこれがこのエージェントが「ホットなシナリオ」で強い理由だ：

hashtag
金の暴落＝情報過多＋口径の混乱

であり、並列で証拠収集＋検証＋集約することで「たくさん見たのにますます混乱する」状況を大幅に減らせる。

  • Sub-agentSub-agent と Skills の関係：混同しないで🤝

  • あなたのパッケージでは、両者は補完関係にある：Sub-agent は

    • financial-data-fetcher：より「専用の作業モード」に近く、誰が何をどうツールでやるか、出力はどうするかを解決する

    • geopolitical-analystSkills（.claude/skills/）

    • financial-report-generator：より「繰り返し呼び出せるプロセスモジュール」に近く、このステップを安定して実行する方法を担う 例えば：

：多源検証を強調し、数字の捏造を禁止し、構造化データを出力する ：イベント分類、因果メカニズム、タイムライン形式を強調する

hashtag
：HTML テンプレート、Chart.js、出典リスト、印刷可能なスタイルを強調する

簡単に言えば：

  1. Sub-agent は仕事を外注する役割；Skills は各ステップをより堅牢に、再利用可能にする役割だ。

    1. フォルダで Sub-agent が「本当に動いている」と確認するには？🔍 見るべき場所は二つだけ： ディレクトリが標準かどうか

  2. .claude/agents/に

    1. subagent_financial_intelligence.md

    2. があるか 実行ログ（Cherry Studio 内）

ツール呼び出しとタスク割当の痕跡（WebSearch／WebFetch／Bash／Write）を見ることができる

最後に生成されるファイル：例えば

gold_analysis_report.html

hashtag
、設定が中間成果物を含むなら CSV／JSON も出力される

もっと目立たせたいなら、メインプロンプトに一つの厳格な指示を追加できる：「レポート付録に今回呼び出した sub-agent / skills と、それぞれが出力したファイル名を列挙してください。」そうすれば読者は一目で分かる：これはチャットではなくパイプラインだと。

hashtag
🛠️ 実践チュートリアル：三ステップであなた専用のエージェントを再現する コードを書かず、環境構築も不要だ。私は「Kimi Agent」フォルダをパッケージした。 “Kimi Agent”フォルダ

をコピペできれば使える。

  1. Step 1：モデルの設定（月之暗面 の kimi-K2.5 + Anthropic エンドポイント） これは AI を賢くするコアだ。

  1. Cherry Studio を開く → モデルサービス→ クリックして

月之暗面 に移動し、月之暗面 のオープンプラットフォームから API Key を取得する（モデル呼び出しに必要；データ取得自体は追加のキー不要）。 ⚠️ 高優先事項（必須）：を提供する。

  • Cherry Studio の設定で、 「エンドポイントタイプ (Endpoint Type)」

hashtag
を必ず Kimi Agentgold_price_forecast_12m.csv

Anthropic Kimi Agent に変更すること

  1. なぜ変えるのか？ + Cherry Studio のエージェントプロトコルは Anthropic エンドポイントモードで動く必要があり、そうすることで Kimi K2.5 が先に述べた Skills を完全に運用できるからだ。 Step 2：Agent を作成する（フォルダをマウントするだけ）

  2. 文末に用意した名前のGold Market Analysis Agentフォルダをあなたのために用意した。内部にすべてのスキルがプリインストールされており、手作業で Skills／Sub-agent を書き直す必要はない。

  3. Cherry Studio → 助手リストの横にある → コードを書かず、環境構築も不要だ。私は「Kimi Agent」フォルダをパッケージした。

  4. Agent を作成 Kimi Agent 名前：

  1. （またはあなたが好む名前）。 モデル：先ほど設定した月之暗面 / 作業ディレクトリ：ダウンロードして解凍したフォルダを選択する

hashtag
フォルダ内のシステムプロンプト（例：

  1. .claude/prompts/system_prompt_cn.md）を開き、内容を Cherry Studio の

  • システムプロンプト

  • 欄に貼り付ける。

  • Step 3：ツール権限＋プラグイン＋Skills を有効化（すべてチェック）

  • 権限の有効化

  • ：Agent の設定で権限をオンにし、ツールにアクセス権を与える（1つでも欠けると動かない可能性あり）：

  • bash

  • fetch

  1. edit

multiedit

  • business-analyst

  • search-specialist

webfetch

  • web search

hashtag
write

プラグインの設定： システムプリセットのプラグインを追加：システム skills：Excel Analysis“魔法”の目撃すべて準備完了。フォルダ内の

  1. USER_PROMPT_EXAMPLE.mdを開くと、書き込まれた

  2. ディープコマンドがあり、それをコピーして Agent に送ればいい。

  3. この指示は Agent に三つのことをさせる：調べる

hashtag
：金の暴落の具体的な下落幅と発生時刻を検索する。

探す：Kimi K2.5 のネット接続機能を使い、月之暗面の公式にある新モデルの特徴説明を探す（でっち上げ禁止）。 -> 比較する -> ：過去の類似暴落パターンを探し、「類似性」があるかを分析する。📊 最終的な出力：何が返ってくるか？ 送信をクリックすると、Agent が猛烈に動き出す。ログには次のように表示される：に由来する：

  • Thinking... Searching News...Calculating...

  • しばらくすると、無意味な一文ではなく、次のようなものが得られる： HTML 形式の詳細な調査レポート📈

  • 過去1年の金価格の可視化 （チャート＋表）🧷

  • 重要な急騰／急落区間のマーキング （特に「暴落」）🗓️

  • イベントのタイムライン （各イベントに出典リンク付きで検証可能）📊

  • テクニカル指標／相関分析 （データがあれば計算し、欠けているなら明示する）🔮

3つのシナリオ予測 （条件、レンジ、リスク警告を明確に記載） 🧾

hashtag
データ出典リスト

（URL＋取得タイムスタンプ） 最終的に得られるのはgold_analysis.html

というファイルで、開けばすぐ見られる：💭 最後にひと言今回の体験で私が最も驚いたのは、Kimi K2.5 がどれほど強力になったかでも、Cherry Studio がどれほど使いやすいかでもない。それは

「確実性」 だ。金融市場では情報が即ち金だ。以前は我々は推測に頼っていたが、今はエージェントに頼る。Kimi K2.5 を Cherry Studio に組み込むことで、我々は実質的に「絶対的に合理的、24時間接続、データが追跡可能」 Kimi K2.5 なスーパー従業員を雇ったことになる。

  • 今回の金の暴落を避けられなかったかもしれないが、このエージェントの運用方法を習得すれば、少なくとも認知面では儲けを取り戻せる。あなたが

  • 「複雑なタスクを Skills コンポーネントに分解する」というコアロジックを掌握し、さらに

  • タスク設計とツール呼び出しにおける質的変化を加えれば、かつて「AI にはできない」と思っていたことが今やエージェントに委託できるようになる：🕵️♂️ 市場の偵察兵

：競合のサイトを手動で何度も見るのは嫌だろう？Agent に 10 社分の最新価格や機能更新を自動で取得させ、クレンジングと重複削除を行い、毎朝9時にまとめた Excel 比較表をデスクトップに送らせよう。💻 シャドウプログラマー：コードが書き切れない？単なる補完だけでなく、Agent にプロジェクトフォルダ全体を読み取らせ、要件に応じて機能モジュールを自動生成し、ローカルでテストを実行し、バグを修正し、完璧な API ドキュメントを同時に作らせることができる。✈️ 究極のトラベラー

：箇条書きの旅行プランはもう要らない。Agent にあなたの予算で航空券と宿をリアルタイム比較させ、天候や現地イベント評価を総合して分単位で正確な旅程を計画させ、PDF の旅程書まで生成させよう。

Agent の真の魅力は、どれだけ長く会話してくれるかではなく、その自律性と納品力にある ——今日の金分析者のように、あなたがコーヒーを飲んでいる間に黙って仕事を終えてくれる。このに由来する：「タスクの自動化」envelope の感覚を一度味わうと後戻りはできない。

我々はあなたを心から招待する。枠を飛び出して、もっとハードコアで面白く実用的なシナリオを探求してほしい。ワークフローの最適化でも生活のハックでも、あなたの斬新なアイデアとエージェント設定を共有してほしい。 📩

投稿と交流先 [email protected]未来を待ってはいけない。あなたの AI エージェント時代は今この瞬間から始まっている。👇 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： 📥 付録：Kimi Agent 設定フォルダ 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）

前へエージェント事例次へコードに貢献する

最終更新

役に立ちましたか？