agent-system

agent-system 技能为 MERIDIAN 投资平台提供了一套标准化的架构，用于开发、管理与执行自主 AI 代理。该系统建立在 Anthropic Claude API 之上，确保了 Sentinel、Scout、Librarian 和 Strategist 等专用代理的一致性行为。它执行严格的生命周期模式——触发 (TRIGGER)、准备 (PREPARE)、执行 (EXECUTE)、处理 (PROCESS)、持久化 (PERSIST) 与通知 (NOTIFY)，确保每一次 AI 交互皆可追溯、具成本效益且与 SQLite/Drizzle 数据库架构完美整合。此框架专为需要实现复杂、长执行周期 AI 工作流程并确保结构化输出与性能追踪的开发者而设计。

• 提供标准化的 BaseAgent 类，用于统一的代理实例化与生命周期管理。

• 与 Anthropic Claude SDK 深度整合，支持高性能模型编排 (Sonnet 用于例行任务，Opus 用于复杂分析)。

• 实现结构化工具调用，强制执行严格的 JSON 输出，确保数据库持久化与分析的数据完整性。

• 每次执行皆强制执行 Token 配额管理，以监控成本并防止模型过度消耗。

• 通过 node-cron 整合调度系统，用于自动化的后台任务，如市场新闻监控与投资组合分析。

• 针对每个代理执行提供全面的事件记录，捕捉执行时间、Token 用量、成本与错误状态。

• 使用从投资组合、新闻与市场数据源获取的上下文输入进行模块化的 Prompt 模板管理。

• 开发新代理时请务必继承 BaseAgent 抽象类，以继承内置的错误处理与遥测功能。

• 定义代理工具时，请严格遵守定义的 JSON Schema，以便进行稳健的解析与 Drizzle ORM 整合。

• 通过 logRun 工具持续监控成本，以符合供应商 API 的预算限制。

• 针对 Sentinel 或 Strategist 等时间敏感型代理，使用 src/app/api/cron 中的调度模式以确保执行可靠性。

• 部署新代理变体前，请确保已针对相应的 Claude 模型正确配置 API 密钥与环境变量。

• 如需维护，请通过提供的 API 端点检查 agentRuns 数据库表，以调试失败案例或识别代理逻辑中的性能瓶颈。