场景与目标
二级市场投研的典型需求是：围绕一家公司、一个行业或一个策略问题，生成数据可溯源、结论边界清晰且可用于评审的分析结果。官方金融投资分析助手覆盖 A 股、港股、美股的公司研究、估值建模、宏观策略、量化回测与组合风控，设计重点包括：- 结构化投研工作流：先按市场、标的、研究深度和产出形式拆解任务，再交给对应的专职角色执行，而非由单个智能体直接生成完整答案；
- 数据可溯源：所有数据均通过数据源路由获取，输出标注数据来源与取数日期；无法获取或无法核实的内容列入「待核实」并注明原因，严禁编造；
- 分析边界明确：仅用于研究分析，不执行任何交易；结论区分事实、推断与不确定信息，保留人工审核环节。
设计思路
官方金融投资分析助手由模型、系统提示词、多智能体委派和投研插件组成，使用平台默认内置工具集。以下介绍配置选择及其作用，以及自建时的取舍。多智能体架构：1 个路由主智能体 + 13 个专职子智能体
与 PPT 助手的单智能体形态不同，金融投资分析助手是一个多智能体团队：- 主智能体（路由）：团队唯一入口，本身不做分析。它负责理解任务、判断该交给谁、组装共享上下文，然后把任务委派给正确的专职角色。
-
执行层 6 个专职子智能体，每个角色负责一类工作：
- 复核层 7 个子智能体：价值、成长、逆向、宏观、质量、动量 6 个分析视角，从不同角度审视同一份证据；另有 1 个负责汇总的子智能体，把六份结果整理成一份对照清单，标出哪些点互相印证、哪些点存在冲突。它们只提供分析视角，不下结论，也不发指令。
multiagent 字段里：13 个子智能体的引用在创建时固定版本，运行时主智能体通过 spawn_subagent 工具按角色名委派任务，机制详见 多智能体编排。
系统提示词：两段式路由、上下文信封与任务边界
主智能体的系统提示词以路由规则为核心，其中三项规则适用于多智能体团队：- 两段式路由：收到模糊或混合的请求时，先使用 question-router 技能判断任务类型（市场、标的、工作流、深度），只选定一个牵头的主技能；主技能再自行选择支持工作流。路由仅产出元数据（选择的角色及原因），不产出交付物。
- 上下文信封（ContextEnvelope）：每次委派都携带同一个上下文信封，包括市场、语言、币种、会计准则、数据质量策略、产出目标和是否需要人工确认。子智能体接收任务时，无需再向用户询问这些口径。
- 任务边界：不执行任何交易；缺失数据不得按零处理（除非明确声明假设）；回退数据、陈旧数据、幸存者偏差与重述风险必须披露；建议与事实、计算、假设分开呈现；来源、论断、事项分别使用固定前缀编号，确保整条委派链上的引用可以回溯。
插件：集成完整的投研工作流
官方仅挂载 金融投资分析（企业版） 插件，由该插件提供二级市场投研的完整工作流：- 工作流技能：插件包含 70 余个专用技能，覆盖公司研究、宏观策略、财报事件、估值、量化筛选与组合风控等类别（公开视图列出其中 11 个主技能），选用规则写在主智能体的系统提示词里（见上文「系统提示词」）。
- 数据源对接：插件中的数据源技能统一对接万得 Wind、同花顺 iFinD、恒生、财新数据、新华财经、天眼查、全球金融数据和国际官方组织等数据源；智能体通过「能力名」请求数据（如
market.price.eod、fundamental.estimates），无需直接处理供应商接口差异。 - 产出与质检：插件中的产出与质检技能覆盖研究报告、演示文稿、数据看板等产出形式，最终产出由独立的终检技能进行最后检查。
模型与工具
官方选择kimi-k3：主智能体负责路由判断，子智能体需要处理长文档，产出还需满足严格的结构化要求，因此对长上下文和指令遵循能力要求较高。平台默认内置工具集提供文件读写、命令执行、代码运行、联网检索、待办管理和产物交付等能力，可直接使用。外部数据能力已由插件的数据源路由覆盖，通常无需额外接入 MCP 服务；如需接入，参见 接入 MCP。
起点模板
多智能体团队属于进阶配置。自建投研智能体的最小配置为 单智能体 + 投研插件。插件自带完整的工作流技能体系，挂载后即可按相应工作流执行投研任务。以下提供一个可运行的最小配置示例：id 作为 AGENT_ID。通过 GET /v1/plugins 查询插件 ID，并按显示名「金融投资分析（企业版）」查找，或在控制台智能体表单中直接勾选。可根据需求调整以下字段：
资源准备
- 执行环境：使用通用云沙箱即可，
config传{"type": "cloud"}，全部使用默认值；投研分析没有特殊的依赖或网络要求，详见 快速开始。 - 原始材料（推荐）：先通过
POST /v1/files上传财报、研报等材料并获取file_id，创建会话时挂载到resources。文件会以只读副本形式挂载到沙箱的/mnt/agents/upload/目录，有助于提高分析的准确性和针对性，详见 文件。 - 凭据（可选）：数据插件需要授权时，先在凭据库配置凭据，并在创建会话时把凭据库添加到
resources（绑定仅在创建时生效），运行时自动注入，见 凭据库。
调用示例
完整的调用流程（选择智能体、创建环境和会话、订阅事件流、发送消息及取回文件）见 快速开始，此处仅展示投研任务的特有部分。创建会话（AGENT_ID 是官方或自建智能体的 ID，ENVIRONMENT_ID 是执行环境 ID）：
id 作为 SESSION_ID，订阅事件流（见 快速开始），然后提交任务：
idle 后，先通过产物接口取回交付物（下载方式见 快速开始 的「等待执行完成并下载产物」一节）：
运行监控
可通过事件流查看团队的工作过程。多智能体团队执行任务时，建议关注以下信号：agent.tool_use中出现spawn_subagent：表示主智能体正在委派任务，可查看所选角色、任务说明和上下文信封。如果角色选择不符合预期，可在此阶段介入纠正。session.thread_status与agent.thread_message_received：表示各专职子智能体所在线程的启动、完成与回报。每个子线程的进展可以单独跟踪，详见 多智能体编排。agent.tool_use/agent.tool_result：可查看每次数据获取使用的数据源和口径。session.status：running表示团队正在运行，回到idle表示本轮完成，可以下载产物。session.error：任务失败时出现，包含错误类型和信息。
写清任务描述
任务描述会直接影响产出质量。建议遵循以下四条原则。1. 明确市场和标的
市场（A 股/港股/美股）和标的（公司名或代码）是路由时首先需要确定的信息。提供证券代码可以避免同名歧义。示例：「研究宁德时代（300750.SZ，A 股）」，而不是「帮我看看宁德」。
2. 明确研究深度
默认主技能是公司研究速览（pm-company-tearsheet）；如需深度研报（pm-equity-deep-dive），请明确说明「深度研究」。
- 速览：「做一份宁德时代公司研究速览」；
- 深度：「对宁德时代做深度研究，给出完整投资论点与估值」。
3. 确定数据口径
如果智能体已挂载投研插件，可在任务中明确数据来源与口径要求，无需自行准备数据。示例：「用 Wind 拉取最近四个季度的财务数据，所有数据标注来源与取数日期，无法核实的列入待核实。」
4. 确认产出形式
备忘录、深度报告、演示文稿和数据看板均有专用的产出技能，可在任务中明确指定；未指定时默认输出文字分析。示例：「输出一份公司研究备忘录，保存到 output/ 目录。」
进阶方向
- 多智能体自建：先验证「单智能体 + 投研插件」的配置，再参考官方架构拆分团队，并在
multiagent字段中配置委派，详见 多智能体编排。 - 定时投研：晨报、盯盘、定期复盘等周期性任务，可使用触发器按计划自动运行，详见 定时部署。
- 批量研究：可在同一会话中提交多个标的，由主智能体委派到不同子线程并行处理，产出统一写入该会话的
output/目录；如需会话级隔离，可分别创建多个会话并发执行。 - 嵌入自有系统：将托管智能体 API 集成到已有系统，通过 API 创建会话、订阅事件流并取回产出，再接入自有业务看板、审批流或发布流程。
下一步
配置多智能体投研团队
委派配置、spawn_subagent 与线程事件。
使用投研数据插件
插件的引用方式、版本固定与凭据注入。
配置周期性投研
用触发器把周期性投研任务做成定时运行。