agent-system

agent-system 技能為 MERIDIAN 投資平台提供了一套標準化的架構，用於開發、管理與執行自主 AI 代理。該系統建立在 Anthropic Claude API 之上，確保了 Sentinel、Scout、Librarian 和 Strategist 等專用代理的一致性行為。它執行嚴格的生命週期模式——觸發 (TRIGGER)、準備 (PREPARE)、執行 (EXECUTE)、處理 (PROCESS)、持久化 (PERSIST) 與通知 (NOTIFY)，確保每一次 AI 互動皆可追蹤、具成本效益且與 SQLite/Drizzle 資料庫架構完美整合。此框架專為需要實作複雜、長執行週期 AI 工作流程並確保結構化輸出與效能追蹤的開發者而設計。

• 提供標準化的 BaseAgent 類別，用於統一的代理實例化與生命週期管理。

• 與 Anthropic Claude SDK 深度整合，支援高效能模型編排 (Sonnet 用於例行任務，Opus 用於複雜分析)。

• 實作結構化工具呼叫，強制執行嚴格的 JSON 輸出，確保資料庫持久化與分析的資料完整性。

• 每次執行皆強制執行 Token 配額管理，以監控成本並防止模型過度消耗。

• 透過 node-cron 整合排程系統，用於自動化的背景任務，如市場新聞監控與投資組合分析。

• 針對每個代理執行提供全面的事件紀錄，捕捉執行時間、Token 用量、成本與錯誤狀態。

• 使用從投資組合、新聞與市場資料來源獲取的上下文輸入進行模組化的 Prompt 模板管理。

• 開發新代理時請務必繼承 BaseAgent 抽象類別，以繼承內建的錯誤處理與遙測功能。

• 定義代理工具時，請嚴格遵守定義的 JSON Schema，以便進行穩健的解析與 Drizzle ORM 整合。

• 透過 logRun 工具持續監控成本，以符合供應商 API 的預算限制。

• 針對 Sentinel 或 Strategist 等時間敏感型代理，使用 src/app/api/cron 中的排程模式以確保執行可靠性。

• 部署新代理變體前，請確保已針對相應的 Claude 模型正確設定 API 金鑰與環境變數。

• 如需維護，請透過提供的 API 端點檢查 agentRuns 資料庫表格，以偵錯失敗案例或識別代理邏輯中的效能瓶頸。