# 金價暴跌睇懵咗？我用 Kimi K2.5 + Cherry Studio 做咗個「復盤神器」（附 Agent 設計+完整教程）
最近黃金一跳水，好多人第一反應係：要唔要走？要唔要抄？\
但回頭睇，黃金呢類資產最叻嘅就係「俾市場上強度」。佢嘅劇烈波動，其實好多時都睇得到歷史嘅影子：
* **宏觀預期突然轉向**（利率／通脹／美元走強），黃金容易快速回撤
* **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 發佈並開源咗 **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／視頻** 等任務上達到開源 SOTA。
\
**於是，我產生咗一個大膽嘅諗法：** 既然人腦處理唔切咁多雜亂資訊，**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，就可以跑。下面，我把設計邏輯、文件夾結構、組件拆解、運行流程，全扒俾你睇，如果你盯住 K 線糾結「要唔要抄底」，或者俾新聞轟炸到搵唔到真因，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」。所以強制每一步標註來源 + 時間戳，搵唔到就報錯（唔估）。公開源（例如 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 + 響應式布局），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。發俾老闆／群組，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，可以自動載入 Skills 同配置。完整結構嚟自你嘅 `06-DIRECTORY_STRUCTURE.md`：
```python
Kimi Agent/ # 項目根目錄
├── .claude/ # Cherry Studio Agent 核心配置區
│ ├── prompts/ # 系統提示詞（雙語）
│ │ ├── system_prompt_cn.md # 中文版：定義 Agent 行為 + 數據真實規則
│ │ └── system_prompt_en.md # 英文版
│ ├── skills/ # 3 個核心 Skills（自動識別）
│ │ ├── skill_financial_data_fetcher.md # 數據抓取 + 驗證
│ │ ├── skill_geopolitical_analyst.md # 事件分析 + 時間線
│ │ └── skill_financial_report_generator.md # HTML 報告生成
│ ├── agents/ # Sub-agents 配置
│ │ ├── subagent_financial_intelligence.md # 量化分析子模組
│ │ └── subagents_usage_strategy.md # 協作策略
│ ├── config/ # 路徑／工具配置
│ │ └── paths.conf
│ ├── settings.json # 主配置：模型 + 提示詞路徑 + 工具列表
│ └── mcp.json # MCP（工具伺服器）配置
├── docs/ # 文檔備份（README、數據源、更新日志）
├── start-gold-agent.sh # 一鍵啟動腳本（可選）
├── USER_PROMPT_EXAMPLE.md # 示例指令
└── 備份目錄（core_config/ skills/ 等）# 原始文件備份，不參與運行
```
**點解咁樣分？**
* `.claude/` 係 Cherry Studio 嘅標準識別路徑：揀中工作目錄，佢會自動載入 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」具體係點設計，以及點解要咁設計。
**Skill A：`financial-data-fetcher` (數據獵手) —— 拒絕幻覺**
* **設計痛點**：通用 LLM 最容易「亂編」價格。你問金價，佢可能編個 2023 年嘅數據俾你。
* **Skill 邏輯**：
* **硬約束**：我哋喺 Prompt 入面寫死咗規則——*「禁止使用訓練數據中嘅價格，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（例如 Kitco、GoldPrice.org、LBMA）。
* **數據清洗**：佢會將爬返嚟亂七八糟嘅 HTML 清洗成乾淨嘅 `JSON` 格式（時間戳、開盤、收盤、升跌幅）。
* **Kimi K2.5 嘅作用**：利用其強大嘅**長文檔抽取能力**，從幾萬行網頁代碼中精準定位到嗰個 `$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？）。普通搜索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」，仲並行搜索「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。
* *搜索：* UTC 14:30 發生咗咩事？
* *匹配：* 發現美國喺 UTC 14:30 發佈咗超預期嘅 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**，佢可以模擬「同時閱讀 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**：亦係 Cherry Studio 最驚艷嘅一步。大多數 Agent 只會吐一段 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。
* **視覺集成**：佢會將組件 B 嘅分析結論，以「卡片」或者「時間軸」嘅形式，嵌入到網頁布局入面。
* **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 入面嘅定位係乜？🧩**
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、你喺文件夾入面會見到乜。
> *先講清楚：* ***Skills** 更似「可重用嘅流程模組」；**Sub-agent** 更似「帶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」拆成若干獨立子任務
2. **派任務**：將子任務分發俾唔同 Sub-agent（每個子代理有清晰邊界同輸出格式）
3. **驗收與彙總**：檢查數據有冇來源、時間戳，有冇出現缺口；最後交俾報告生成模組輸出 HTML
點解唔畀一個 Agent 一把梭？
* 因為「搜數據、睇新聞、算指標、寫前端報告」對上下文同工具調用要求唔同，撈成一個 Prompt，最容易走偏。
* 拆開之後，每個子代理嘅規則可以寫得更死：**允許用邊啲工具、輸出乜嘢結構、遇到失敗點處理**。
\
**呢套配置入面有咩 Sub-agent？分別做乜？✅**呢個包入面 Sub-agent 主要係三類（兩類係系統預置，一類係自定義）：
**A. 系統預置：`search-specialist`（搜索與資料整理）**
* **name**: `search-specialist`
* **職責**：高級搜索、篩選結果、跨來源驗證、整理引用
* **輸出特點**：會提供搜索策略、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」嘅新聞源頭、發佈時間、關鍵句
* 央行、宏觀數據發佈（例如 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（例如 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. 自定義 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」由聊天內容入面抽離出嚟，變成可以落盤嘅產物。之後重用、對比、發俾人，都方便。*
#### **Sub-agent 係點樣被「調度」嘅？（並行策略）⚙️**
呢套系統優先走 **並行**，因為黃金復盤天生就係多源資訊任務。
**Phase 1：並行收集（減少等待）**
* `search-specialist`：搜「暴跌當日關鍵新聞／數據發佈時間線」
* `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後，先計算指標／波動率／支持阻力等
* 如果發現數據缺口，再返去 `search-specialist` 補來源
**Phase 3：彙總交付**
* 主 Agent 把三路結果「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）
呢就係點解呢套 Agent 喺「熱點場景」更能打： **黃金暴跌=資訊密集 + 口徑混亂**，並行搜證 + 校驗 + 彙總，可以顯著降低「睇咗好多但更迷糊」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、用咩工具、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、禁止編數字、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」？🔍**
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. 你會見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亦會輸出 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咗邊啲 sub-agent / skills，以及各自產出嘅文件名。」*
咁讀者一眼就睇得出：呢唔係聊天，呢係流水線。
## **🛠️ 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」就可以用。
### **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** → 點擊 **月之暗面**
2. 跳轉 月之暗面 開放平台獲取 **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，把 **「端點類型 (Endpoint Type)」** 必須改為 `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`）**
> 文末我已經為你準備好名為 `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 → 助手列表旁點 **+** → **建立 Agent**
2. 名稱：`Gold Market Analysis Agent`（或者你鍾意嘅名字）。
3. 模型：選擇剛配置嘅 **月之暗面 /** `kimi-K2.5`
4. 工作目錄：選擇你下載並解壓嘅 `Kimi Agent` 文件夾
5. 打開文件夾入面嘅系統提示詞（例如 `.claude/prompts/system_prompt_cn.md`），貼到 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 配置入面開啟權限並授權工具（少一個都可能卡住）：
* `bash`
* `fetch`
* `edit`
* `multiedit`
* `webfetch`
* `web search`
* `write`
2. **配置插件：**
添加系統預置 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**，直接複製發送俾 Agent。**呢段指令會令 Agent 做三件事：**
1. **查**：搜索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（唔准亂編）。
3. **比**：搵歷史上類似嘅暴跌形態，分析有冇「影射」關係。
### **📊 最終效果呈現：佢交出咗乜？**
撳發送，你會見到 Agent 開始瘋狂運作。 日誌入面會顯示：`Thinking...` -> `Searching News...` -> `Calculating...`過一陣之後，你唔會得到一句廢話，而係會收到一份 **HTML 格式嘅深度研報**：
* 📈 **近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**（每條事件帶來源連結，可復核）
* 📊 **技術指標／相關性分析**（有數據就計算；缺失就明確說明）
* 🔮 **三情景預測**（條件、區間、風險提示寫清楚）
* 🧾 **數據來源清單**（URL + 抓取時間戳）
\
**最終，你會得到一個** `gold_analysis.html` **文件，打開即睇：**
***
## **💭 寫喺最後**
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，資訊就係金錢。
以前我哋靠估，而家我哋靠 Agent。透過將 Kimi K2.5 裝入 Cherry Studio，我哋其實係幫自己請咗一個**「絕對理性、24小時聯網、數據可溯源」**嘅超級員工。
**今次黃金暴跌你或者未有避過，但如果學識咗呢套 Agent 玩法，至少喺認知層面上，你已經賺返。**\
\
當你掌握咗**「將複雜任務拆解為 Skills 組件」**呢一個核心邏輯，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」嘅嘢，而家都可以交俾 Agent 了：
* **🕵️♂️ 市場偵察兵**： 唔想手動刷競品網頁？等 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 點把整理好嘅 Excel 對比表推送到你桌面。
* **💻 影子程序員**： 代碼寫唔完？唔單止係補全代碼，你可以叫 Agent 讀整個項目文件夾，根據需求自動編寫功能模組、運行本地測試、修復 Bug，順手生成一份完美嘅 API 文檔。
* **✈️ 極致旅行家**： 拒絕流水賬攻略。叫 Agent 根據你嘅預算實時比價機票酒店，綜合天氣同本地活動評價，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，唔係在於佢可以陪你傾幾耐，而係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，默默咁把活兒做完。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。
📩 **投稿與交流**：\
**唔好等未來啦。屬於你嘅 AI Agent 時代，由呢一刻開始，已經到咗。**
\
👇 **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：***（請確保已安裝 Cherry Studio v1.7.0+ 版本）*
\
\
\
---
# Agent Instructions: Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.
Perform an HTTP GET request on the current page URL with the `ask` query parameter:
```
GET https://docs.cherry-ai.com/docs/zhong-wen-fan-ti/advanced-basic/agent-an-li/jin-jia-bao-die-kan-meng-le-wo-yong-kimi-k2.5-+-cherry-studio-zuo-le-ge-fu-pan-shen-qi-fu-agent-she.md?ask=
```
The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.