人工智能大模型AI 應(yīng)用AI AgentRAG金融科技桌面應(yīng)用MCP Clients【免費(fèi)下載鏈接】go-stockAI賦能股票分析AI加持的股票分析/選股工具。股票行情獲取AI熱點(diǎn)資訊分析AI資金/財(cái)務(wù)分析漲跌報(bào)警推送。支持A股港股美股。支持市場(chǎng)整體/個(gè)股情緒分析AI輔助選股等。數(shù)據(jù)全部保留在本地。支持DeepSeekOpenAI OllamaLMStudioAnythingLLM硅基流動(dòng)火山方舟阿里云百煉等平臺(tái)或模型。項(xiàng)目地址https://gitcode.com/gh_mirrors/go/go-stock點(diǎn)擊查看免費(fèi)下載本文以 go-stock 八月發(fā)布的新功能為主線系統(tǒng)講解四個(gè)核心模塊全新「市場(chǎng)總覽」首頁(yè)、技能系統(tǒng)與技能廣場(chǎng)、知識(shí)庫(kù)RAG以及長(zhǎng)期記憶與用戶畫(huà)像。這四個(gè)模塊共同構(gòu)成從「看行情」到「用 AI」再到「沉淀個(gè)人經(jīng)驗(yàn)」的完整閉環(huán)。讀完本文你將掌握每個(gè)模塊的界面布局、配置方法、底層實(shí)現(xiàn)原理含源碼級(jí)證據(jù)并能在自己的 go-stock 實(shí)例中完成技能創(chuàng)建/導(dǎo)入、知識(shí)庫(kù)構(gòu)建、統(tǒng)一檢索問(wèn)答與長(zhǎng)期記憶調(diào)優(yōu)等實(shí)戰(zhàn)操作。一、全新首頁(yè)市場(chǎng)總覽 · 炒作題材 · 財(cái)聯(lián)社電報(bào)新首頁(yè)以「市場(chǎng)總覽 · 炒作題材 · 財(cái)聯(lián)社電報(bào)」為定位打開(kāi)應(yīng)用即可在一屏之內(nèi)掌握市場(chǎng)全貌。首頁(yè)由上下兩個(gè)大區(qū)組成頂部為大盤(pán)分析區(qū)底部為三列等高信息流區(qū)。1.1 大盤(pán)分析區(qū)頂部頂部大盤(pán)分析區(qū)由AnalyzeMartket組件承載對(duì)應(yīng)前端源碼 frontend/src/components/AnalyzeMartket.vue聚合了以下模塊模塊說(shuō)明全球主要股指美洲、歐洲、亞洲等全球指數(shù)實(shí)時(shí)跑馬燈展示A股四大指數(shù)上證指數(shù)、深證成指、創(chuàng)業(yè)板指、科創(chuàng)50財(cái)聯(lián)社數(shù)據(jù)源大盤(pán)成交額 市場(chǎng)情緒兩市成交額與市場(chǎng)情緒指標(biāo)一覽漲跌停家數(shù)比漲停/跌停家數(shù)柱狀圖 漲跌停比折線雙軸展示指數(shù)分時(shí) · 板塊異動(dòng)標(biāo)記指數(shù)分時(shí)走勢(shì)疊加盤(pán)中板塊異動(dòng)事件標(biāo)記異動(dòng)點(diǎn)可直接查看詳情融資融券走勢(shì)融資余額與融資凈買(mǎi)入雙軸走勢(shì)圖標(biāo)注數(shù)據(jù)更新時(shí)間韓國(guó)市場(chǎng)圖表KOSPI 指數(shù) SK海力士 三星電子支持分時(shí)/日K切換韓國(guó)市場(chǎng)圖表為本次首頁(yè)的新增亮點(diǎn)其數(shù)據(jù)鏈路有明確的工程化設(shè)計(jì)分時(shí)數(shù)據(jù)主源為東方財(cái)富后端內(nèi)置 3 次重試 域名自動(dòng)切換提高拉取穩(wěn)定性韓股個(gè)股另有 Naver 分鐘線兜底日K數(shù)據(jù)來(lái)自 NaverKOSPI 指數(shù)與個(gè)股均支持共 250 根對(duì)應(yīng)后端實(shí)現(xiàn)可參考 backend/data/korea_stock_api.goKST 交易時(shí)段與 A 股不同因此圖表始終展示當(dāng)日實(shí)時(shí)數(shù)據(jù)不受 A 股日期篩選影響避免出現(xiàn)「休市空白」的體驗(yàn)問(wèn)題。1.2 三列信息流區(qū)下部三列采用等高布局各自獨(dú)立滾動(dòng)分別承載三類信息流每日炒作題材ConceptEventListfrontend/src/components/ConceptEventList.vue概念題材事件列表跟蹤市場(chǎng)熱點(diǎn)輪動(dòng)財(cái)聯(lián)社電報(bào)NewsList通過(guò)newTelegraph事件實(shí)時(shí)推送新電報(bào)到達(dá)時(shí)自動(dòng)插入列表頂部無(wú)需手動(dòng)刷新融資融券排名RzrqRankfrontend/src/components/RzrqRank.vue兩融標(biāo)的排名信息。其中財(cái)聯(lián)社電報(bào)采用事件推送機(jī)制后端定時(shí)抓取最新電報(bào)后主動(dòng)推送到前端而非前端輪詢保證了時(shí)效性與低資源占用。1.3 實(shí)時(shí)性設(shè)計(jì)首頁(yè)時(shí)鐘每秒刷新交易時(shí)段內(nèi)漲跌停、指數(shù)分時(shí)、韓國(guó)市場(chǎng)圖表按周期自動(dòng)刷新電報(bào)采用事件推送機(jī)制后端定時(shí)抓取后主動(dòng)推送到前端。二、技能系統(tǒng)與技能廣場(chǎng)技能Skill是 go-stock 的漸進(jìn)式提示詞注入機(jī)制讓 AI 在 DeepAgents 模式下按需加載專業(yè)知識(shí)、工作流腳本或參考資料而不占用每次對(duì)話的上下文 token。本次更新在本地技能管理的基礎(chǔ)上新增了云端技能廣場(chǎng)形成完整的技能生態(tài)。2.1 技能的工作原理技能的加載遵循「啟動(dòng)掃描 → 按需發(fā)現(xiàn) → 激活注入 → 資源加載」四個(gè)步驟啟動(dòng)時(shí)掃描DeepAgents 模式啟動(dòng)時(shí)掃描skills/目錄下所有包含SKILL.md的子目錄構(gòu)建技能索引按需發(fā)現(xiàn)AI 根據(jù)問(wèn)題內(nèi)容判斷是否需要某技能先讀取SKILL.md元數(shù)據(jù)名稱、描述等激活注入決定使用時(shí)才將完整提示詞注入對(duì)話上下文資源加載技能可引用scripts/、references/等子目錄資源按需讀取。每個(gè)技能是一個(gè)獨(dú)立目錄最小形態(tài)只需一個(gè)SKILL.md含 frontmatter 元數(shù)據(jù) 提示詞正文。技能還支持綁定 MCP 服務(wù)器 ID激活技能時(shí)自動(dòng)掛載對(duì)應(yīng)的外部工具。源碼級(jí)佐證后端在 backend/agent/skill_backend.go 中實(shí)現(xiàn)了容錯(cuò)技能后端tolerantSkillBackend。其listTolerant通過(guò)GlobInfo(*/SKILL.md)掃描一級(jí)子目錄源碼 L72-L97并復(fù)用了 eino 的 frontmatter 提取與 YAML 解析邏輯parseSkillFrontmatter、yaml.Unmarshal源碼 L100-L125。該實(shí)現(xiàn)的關(guān)鍵價(jià)值在于容錯(cuò)單個(gè)SKILL.md的 frontmatter 解析失敗僅記錄警告并跳過(guò)該技能logger.SugaredLogger.Warnf(skill 中間件: 跳過(guò)格式錯(cuò)誤的技能文件...)而不是讓整個(gè) DeepAgents Agent 構(gòu)建工具列表失敗——文檔注釋中明確記錄了這一設(shè)計(jì)背景見(jiàn)源碼 L18-L31。為什么比「始終注入」更優(yōu)方式token 占用適用場(chǎng)景始終注入高每次對(duì)話都消耗簡(jiǎn)單固定的提示詞漸進(jìn)式展示低僅激活時(shí)消耗復(fù)雜、可組合的領(lǐng)域知識(shí)??僅 DeepAgents 模式生效技能系統(tǒng)僅在 DeepAgents 模式下啟用。原因在于 DeepAgents 模式內(nèi)置write_todos任務(wù)規(guī)劃和task子 Agent 委派能力能夠主動(dòng)判斷何時(shí)需要加載技能React / PlanExecute 模式架構(gòu)不同不支持 skill 中間件。若希望在簡(jiǎn)單任務(wù)中也使用技能請(qǐng)?jiān)?AI 智能體頁(yè)面底部的 Agent 模式選擇器中切換到 DeepAgents模式。2.2 SKILL.md 格式與目錄結(jié)構(gòu)每個(gè)技能是skills/下的一個(gè)一級(jí)子目錄目錄名即技能名。最小可用技能只包含一個(gè)SKILL.md文件skills/ └── my-skill/ ├── SKILL.md # 必需技能描述與提示詞 ├── scripts/ # 可選腳本資源 │ ├── analyze.py # Python 腳本Agent 可調(diào)用 execute 工具運(yùn)行 │ └── fetch.sh # Shell 腳本 ├── references/ # 可選參考文檔 │ ├── api-spec.yaml # API 規(guī)范 │ └── examples.json # 示例數(shù)據(jù) └── config.toml # 可選配置文件文件大小限制單文件 ≤ 10 MB單技能總大小 ≤ 100 MB。SKILL.md是技能的核心文件由兩部分組成YAML FrontMatter技能元數(shù)據(jù)中間件啟動(dòng)時(shí)解析 Markdown 正文技能的完整提示詞AI 調(diào)用技能時(shí)才加載。建議格式如下--- name: 技能名稱 description: 技能的簡(jiǎn)短描述AI 通過(guò)它判斷是否激活本技能 context: fork # 可選執(zhí)行模式fork / fork_with_context / 不設(shè)inline agent: sub-agent-name # 可選fork 模式下使用的子 Agent 名需配置 AgentHub model: deepseek-chat # 可選覆蓋默認(rèn)模型inline 下切換后續(xù)對(duì)話模型fork 下傳給子 Agent --- # 技能名稱 ## 技能說(shuō)明 在此處編寫(xiě) AI 應(yīng)當(dāng)遵循的工作流程、分析框架、輸出格式要求等。 這部分內(nèi)容只在 AI 調(diào)用 skill 工具時(shí)才會(huì)被加載到上下文漸進(jìn)式展示。 ## 工作流程 1. 步驟一 2. 步驟二 3. 步驟三 ## 資源引用 - scripts/analyze.py數(shù)據(jù)預(yù)處理腳本 - references/api-spec.yamlAPI 接口規(guī)范FrontMatter 字段說(shuō)明字段類型必需說(shuō)明namestring是技能顯示名稱也是skill工具調(diào)用的參數(shù)值descriptionstring是技能描述AI 據(jù)此自主判斷是否調(diào)用本技能不是關(guān)鍵詞匹配contextstring否執(zhí)行模式fork新子 Agent 無(wú)歷史/fork_with_context新子 Agent 帶歷史/ 不設(shè)inline默認(rèn)結(jié)果返回主對(duì)話agentstring否fork 模式下使用的子 Agent 名需配置 AgentHubgo-stock 當(dāng)前未配置留空即可modelstring否覆蓋默認(rèn)模型名。inline 下后續(xù) ChatModel 請(qǐng)求切換到該模型fork 下傳給子 Agent 關(guān)鍵提示沒(méi)有trigger_keywords字段。技能激活完全由 AI 根據(jù)description自主判斷不是關(guān)鍵詞匹配。description應(yīng)當(dāng)清晰描述技能的適用場(chǎng)景例如「提供 K 線形態(tài)識(shí)別、技術(shù)指標(biāo)解讀、買(mǎi)賣(mài)點(diǎn)判斷」比「技術(shù)分析」更有效。FrontMatter 之外的正文內(nèi)容啟動(dòng)時(shí)不加載僅在 AI 調(diào)用skill工具時(shí)才注入上下文這正是 skill_backend.go 中l(wèi)oadSkillFromFile將Content與 FrontMatter 分離存儲(chǔ)的原因。2.3 技能廣場(chǎng)技能廣場(chǎng)是內(nèi)置的云端技能市場(chǎng)需配合 go-stock-server 服務(wù)端部署核心能力包括瀏覽與檢索分類篩選、關(guān)鍵詞搜索、多維度排序、VIP 技能過(guò)濾技能詳情查看完整的系統(tǒng)提示詞、示例、觸發(fā)關(guān)鍵詞、標(biāo)簽等元數(shù)據(jù)互動(dòng)點(diǎn)贊、收藏?zé)衢T(mén)技能一目了然技能排行榜按熱度排名發(fā)現(xiàn)優(yōu)質(zhì)技能下載導(dǎo)入一鍵將廣場(chǎng)技能下載并導(dǎo)入本地Base64 打包傳輸導(dǎo)入時(shí)自動(dòng)校驗(yàn)SKILL.md存在性、攔截路徑穿越、限制解壓寫(xiě)入量防止惡意技能包分享上傳將本地技能打包分享到廣場(chǎng)可設(shè)置名稱、描述、分類、標(biāo)簽VIP 用戶可發(fā)布 VIP 專屬技能我的技能分享管理自己分享的技能查看、刪除。配套的本地技能導(dǎo)入.zip格式還支持兩種目錄結(jié)構(gòu)扁平結(jié)構(gòu)SKILL.md在 zip 根目錄技能名取自 zip 文件名與嵌套結(jié)構(gòu)SKILL.md在子目錄中技能名取自第一級(jí)目錄名。安全限制包括禁止包含..路徑防 zip slip 攻擊、單文件 ≤ 10 MB、總計(jì) ≤ 100 MB若同名技能已存在先刪除再覆蓋導(dǎo)入。2.4 賬號(hào)與 VIP 體系技能廣場(chǎng)配套輕量賬號(hào)系統(tǒng)用戶名密碼注冊(cè)/登錄設(shè)備綁定管理并提供 VIP 權(quán)限體系贊助碼激活VIP 通過(guò)贊助碼激活服務(wù)端 AES 解密校驗(yàn)贊助碼全局一次性使用防止轉(zhuǎn)借濫用相關(guān)后端邏輯可參考 backend/data/sponsor_vip.go服務(wù)端權(quán)威VIP 等級(jí)與到期時(shí)間完全由服務(wù)端裁定客戶端提交值僅作參考到期自動(dòng)失效訪問(wèn)控制三層防護(hù)列表/排行/分類接口強(qiáng)制只返回公開(kāi)技能隱藏技能僅作者本人可見(jiàn)其余一律 404杜絕通過(guò)接口探測(cè)隱藏技能存在性VIP 技能下載需作者本人或有效 VIP 身份否則返回 403。2.5 本地技能管理實(shí)操技能管理界面位于「研究中心」→「技能管理」前端 frontend/src/components/skill-manager.vue包含工具欄導(dǎo)入技能包、刷新、技能列表表格名稱/目錄/描述/操作、文件編輯器彈窗三部分。編輯器能力矩陣擴(kuò)展名編輯器高亮.mdMdEditorMarkdown 實(shí)時(shí)預(yù)覽.py/.pywCodeMirror 6Python.yaml/.ymlCodeMirror 6YAML.jsonCodeMirror 6JSON其他CodeMirror 6無(wú)高亮保留行號(hào)、Tab 縮進(jìn)、括號(hào)匹配編輯器主題自動(dòng)跟隨應(yīng)用主題亮色/暗色暗色下使用oneDark主題。SKILL.md是技能的必需文件不可刪除刪除按鈕對(duì)SKILL.md不顯示。與 Agent 的集成DeepAgents 模式下Agent 擁有文件系統(tǒng)和 Shell 工具ls、read_file、write_file、edit_file、glob、grep、execute可通過(guò)execute工具運(yùn)行scripts/下的腳本如execute(commandpython skills/my-skill/scripts/analyze.py --code sh600519)通過(guò)read_file讀取references/下的文檔子進(jìn)程控制臺(tái)窗口自動(dòng)隱藏輸出流式返回給 Agent。技能示例技術(shù)分析助手SKILL.md--- name: 技術(shù)分析助手 description: 提供 K 線形態(tài)識(shí)別、技術(shù)指標(biāo)解讀、買(mǎi)賣(mài)點(diǎn)判斷的專業(yè)分析框架 --- # 技術(shù)分析助手 ## 分析流程 1. 調(diào)用 GetEastMoneyKLine 獲取最近 60 日 K 線數(shù)據(jù) 2. 調(diào)用 GetEastMoneyKLineWithMA 計(jì)算 5/10/20/60 日均線 3. 識(shí)別 K 線形態(tài)錘頭線、十字星、吞沒(méi)形態(tài)等 4. 計(jì)算 MACD、RSI、KDJ 指標(biāo) 5. 綜合判斷買(mǎi)賣(mài)信號(hào) ## 輸出格式 | 指標(biāo) | 數(shù)值 | 信號(hào) | |------|------|------| | ... | ... | ... |三、知識(shí)庫(kù)RAG知識(shí)庫(kù)讓 AI 回答建立在你的私有資料之上完整鏈路為上傳文檔 → 自動(dòng)向量化 → 語(yǔ)義檢索 → 增強(qiáng)回答。3.1 核心能力能力說(shuō)明多知識(shí)庫(kù)管理每個(gè)知識(shí)庫(kù)對(duì)應(yīng)一個(gè)獨(dú)立向量 collection可創(chuàng)建多個(gè)庫(kù)分類管理不同領(lǐng)域資料文檔入庫(kù)支持直接粘貼文本、上傳.txt/.md/.markdown文件批量上傳多文件批量導(dǎo)入后臺(tái)異步向量化前端實(shí)時(shí)顯示進(jìn)度自動(dòng)切片中文友好的按 rune 切片目標(biāo) 500 字、重疊 60 字、單片上限 1200 字保持邊界語(yǔ)義連續(xù)單庫(kù)檢索指定知識(shí)庫(kù)內(nèi)語(yǔ)義檢索返回帶相似度評(píng)分與元數(shù)據(jù)的結(jié)果統(tǒng)一檢索一次檢索所有知識(shí)庫(kù) 長(zhǎng)期記憶并發(fā)查詢、全局重排、截?cái)?Top-KRAG 問(wèn)答「檢索并回答」模式統(tǒng)一檢索結(jié)果作為上下文交給 Agent 生成回答不支持格式.pdf/.docx/.doc暫不支持請(qǐng)先轉(zhuǎn)換為.txt或.md后續(xù)版本將支持。源碼中 backend/agent/knowledge_base.go 的AddFileToKB明確按擴(kuò)展名分支處理源碼 L679-L704并限制單文件 ≤ 10 MB源碼 L675-L677。3.2 與 AI 的集成方式知識(shí)庫(kù)有兩種被 AI 使用的方式Agent 工具自動(dòng)SearchKnowledgeBase單庫(kù)檢索、SearchAllKnowledge統(tǒng)一檢索、ListKnowledgeBases注冊(cè)為 Agent 工具實(shí)現(xiàn)在 backend/agent/knowledge_base_tool.goAI 在對(duì)話中按需自主調(diào)用。其中SearchKnowledgeBase參數(shù)為kb_name必填、query必填、top_k可選默認(rèn) 5范圍 [1, 20]SearchAllKnowledge參數(shù)為querytop_k無(wú)需指定知識(shí)庫(kù)名稱。系統(tǒng)提示詞注入主動(dòng)知識(shí)庫(kù)問(wèn)答界面將統(tǒng)一檢索結(jié)果直接構(gòu)建進(jìn)系統(tǒng)提示詞AI 無(wú)需重復(fù)調(diào)用檢索工具即可回答適合明確的問(wèn)答場(chǎng)景。工具注冊(cè)于GetAllTools/getToolsByQuestion在主聊天、飛書(shū)機(jī)器人、定時(shí)任務(wù)等所有 Agent 入口均可使用。3.3 技術(shù)架構(gòu)向量存儲(chǔ)采用chromem-go純 Go 嵌入式向量庫(kù)零 CGO 依賴與現(xiàn)有 SQLite 構(gòu)建鏈兼容。每個(gè)知識(shí)庫(kù)對(duì)應(yīng)一個(gè)獨(dú)立 collectioncollection 名統(tǒng)一加kb_前綴以避免與系統(tǒng) collection 沖突knowledge_base.go 源碼 L44-L54Embedding復(fù)用 OpenAI 兼容接口/v1/embeddings直接使用 AI 配置中已有的供應(yīng)商。默認(rèn)模型text-embedding-3-small可通過(guò)配置或環(huán)境變量GO_STOCK_EMBEDDING_MODEL覆蓋long_term_memory.go 源碼 L38-L58;模型解析優(yōu)先級(jí)embeddingModel 參數(shù) 環(huán)境變量 GO_STOCK_EMBEDDING_MODEL (typeembedding 服務(wù)的 ModelName) AIConfig.EmbeddingModel 默認(rèn) text-embedding-3-small源碼 L256-L269Embedding 緩存相同 query 1 小時(shí)內(nèi)不重復(fù)調(diào)用 embedding API緩存容量上限 1000 條超限清空embedding_cache.go容錯(cuò)向量化失敗僅記錄日志不阻斷主流程批量導(dǎo)入單文件失敗不影響其他文件繼續(xù)導(dǎo)入。批量導(dǎo)入與并發(fā)控制源碼級(jí)批量導(dǎo)入以 3 個(gè)文件級(jí) worker 并發(fā)處理fileConcurrency 3每個(gè)文件內(nèi)又以 8 個(gè)切片級(jí) worker 并發(fā)入庫(kù)concurrency 8同時(shí)用全局信號(hào)量kbEmbedGlobalSem容量 5兜底限制 embedding API 的實(shí)際并發(fā)數(shù)避免高并發(fā)觸發(fā)供應(yīng)商限流knowledge_base.go 源碼 L135-L138、L586-L604。前端可通過(guò)GetKBVectorizingStatus輪詢向量化進(jìn)度向量化中 / 已完成 / 失敗。自動(dòng)切片基于 go-chunker 的 Markdown 遞歸策略切分順序?yàn)椤笜?biāo)題 → 段落 → 句號(hào) → 空格」用 rune 計(jì)數(shù)中文友好1 個(gè)漢字算 1目標(biāo) 500 字、重疊 60 字、過(guò)濾 20 字的過(guò)短片段text_chunker.go 源碼 L26-L57。統(tǒng)一檢索時(shí)各源取topK*2條用于全局重排最終截?cái)嗟?topK單源失敗不影響其他源。3.4 知識(shí)庫(kù)問(wèn)答統(tǒng)一檢索 Agent 綜合回答「知識(shí)庫(kù)管理 → 知識(shí)庫(kù)問(wèn)答」Tab 提供一鍵式 RAG 問(wèn)答體驗(yàn)輸入問(wèn)題 TopK AI 服務(wù) Agent 模式 │ ├─① 統(tǒng)一檢索SearchAllKnowledge │ 并發(fā)檢索所有 KB qa_history │ 全局相似度重排 → 展示命中片段按來(lái)源著色 │ └─② Agent 綜合回答ChatWithAgentKBQA 將命中片段注入系統(tǒng)提示詞 Agent 基于檢索內(nèi)容生成回答流式 支持 Markdown 渲染MdPreview界面采用左右布局檢索命中片段與 Agent 回答并排展示均可點(diǎn)擊標(biāo)題折疊隱藏每條命中標(biāo)注「知識(shí)庫(kù) / 歷史經(jīng)驗(yàn)」來(lái)源標(biāo)簽、KB 名、來(lái)源文件與相似度回答用MdPreview組件渲染支持標(biāo)題、列表、代碼塊、表格若 Agent 輸出推理過(guò)程則單獨(dú)弱化展示回答過(guò)程中可隨時(shí)中止。與主聊天的區(qū)別維度知識(shí)庫(kù)問(wèn)答 Tab主聊天檢索先統(tǒng)一檢索展示再注入回答Agent 自主決定是否調(diào)檢索工具上下文每次獨(dú)立無(wú)歷史記憶污染可攜帶對(duì)話歷史透明度命中片段可見(jiàn)、可控檢索過(guò)程不可見(jiàn)歸檔回答仍會(huì)歸檔到長(zhǎng)期記憶同樣歸檔四、長(zhǎng)期記憶與用戶畫(huà)像長(zhǎng)期記憶解決的是「AI 每次都從零開(kāi)始」的問(wèn)題歷史問(wèn)答經(jīng)驗(yàn)自動(dòng)沉淀為可語(yǔ)義檢索的知識(shí)用戶畫(huà)像讓 AI 跨會(huì)話「懂你」。4.1 長(zhǎng)期記憶長(zhǎng)期記憶基于 chromem-go 實(shí)現(xiàn)qa_history向量 collection持久化于程序所在目錄的memory/.vectorstore/目錄程序目錄/memory/ ├── .vectorstore/ # 向量庫(kù)chromem-go 持久化 │ ├── .kb_meta.json # 知識(shí)庫(kù)元信息各 KB 綁定的 AI 服務(wù) embedding 模型 │ └── chromem 內(nèi)部存儲(chǔ) # 各 KB collection qa_history collection └── 2026-01-10/ # 按日期歸檔的分析報(bào)告 └── 2026-01-10_143022_xxxx.md核心機(jī)制包括歸檔時(shí)入庫(kù)每次分析報(bào)告歸檔時(shí)觸發(fā)點(diǎn)為archiveAnalysisReport在 react / plan_execute / deepagents 模式下 Agent 回答完成后調(diào)用問(wèn)題與回答自動(dòng)切片、異步向量化寫(xiě)入qa_historycollectionAddMemory在獨(dú)立 goroutine 中執(zhí)行不阻塞歸檔主流程。文檔 ID 采用「日期時(shí)間戳chunk序號(hào)」同一問(wèn)題多次歸檔不會(huì)互相覆蓋自進(jìn)化時(shí)檢索Agent 自進(jìn)化構(gòu)建提示詞時(shí)buildSelfEvolutionPrompt→SearchRelevant按當(dāng)前問(wèn)題語(yǔ)義召回 Top-K 條歷史問(wèn)答經(jīng)驗(yàn)?zāi)J(rèn) 5 條支持用戶隔離userKey非空時(shí)只檢索該用戶記憶、按問(wèn)題去重保留最高相似度替代舊版文件名掃描。每條召回記錄包含問(wèn)題、回復(fù)片段、模式、日期、報(bào)告路徑FormatMemoryRecall將其格式化為可注入系統(tǒng)提示詞的「歷史相關(guān)經(jīng)驗(yàn)」段落見(jiàn) long_term_memory.go 源碼 L514-L551切片策略每個(gè)切片前綴加Q: {question}\nA:讓 embedding 同時(shí)捕獲問(wèn)題與回復(fù)的語(yǔ)義源碼 L382-L404記憶管理所有向量操作失敗僅記錄日志并自動(dòng)降級(jí)回退到文件名掃描不影響任何主流程。?? 提示若曾切換過(guò)向量服務(wù)導(dǎo)致向量維度不一致檢索會(huì)報(bào)「vectors must have the same length」此時(shí)需清空memory/.vectorstore/目錄下的向量庫(kù)后重啟重建源碼 L468-L471 有明確的錯(cuò)誤日志指引。4.2 用戶畫(huà)像用戶畫(huà)像將你的行為數(shù)據(jù)壓縮為一份memory/user_profile.md并在對(duì)話時(shí)注入 Agent 系統(tǒng)提示詞自動(dòng)學(xué)習(xí)Agent 匯總行為數(shù)據(jù)對(duì)話反饋等調(diào)用 LLM 自動(dòng)生成/更新畫(huà)像原子寫(xiě)入避免損壞注入對(duì)話畫(huà)像以「【用戶偏好】」段落注入系統(tǒng)提示詞AI 從此記住你的風(fēng)格與偏好可開(kāi)關(guān)手動(dòng)管理前端提供畫(huà)像編輯/預(yù)覽、保存、清空、重新學(xué)習(xí)等操作并展示畫(huà)像完整度與更新時(shí)間前端 frontend/src/components/user-profile.vue。4.3 與知識(shí)庫(kù)的聯(lián)動(dòng)長(zhǎng)期記憶與知識(shí)庫(kù)共享統(tǒng)一檢索入口SearchAllKnowledge在檢索所有自定義知識(shí)庫(kù)的同時(shí)一并檢索歷史問(wèn)答經(jīng)驗(yàn)。你的「經(jīng)驗(yàn)」和你的「資料」在 AI 眼中是同一個(gè)知識(shí)體系。兩者底層共享同一套向量庫(kù)chromem-go但用途分明體系性質(zhì)內(nèi)容來(lái)源檢索方式知識(shí)庫(kù)Knowledge Base主動(dòng)維護(hù)的私有文檔庫(kù)你上傳的研報(bào)、財(cái)報(bào)、筆記、規(guī)則文檔等按知識(shí)庫(kù)名檢索 / 跨所有庫(kù)統(tǒng)一檢索長(zhǎng)期記憶Long-Term Memory自動(dòng)沉淀的歷史問(wèn)答經(jīng)驗(yàn)AI 歷次分析問(wèn)答的自動(dòng)歸檔語(yǔ)義召回相關(guān)歷史問(wèn)答五、功能全景圖┌─────────────────────────────────────────────────┐ │ 首頁(yè) │ │ 全球指數(shù) · A股四大指數(shù) · 漲跌停 · 指數(shù)分時(shí) │ │ 融資融券 · 韓國(guó)市場(chǎng)(KOSPI/三星/海力士) │ │ 炒作題材 · 財(cái)聯(lián)社電報(bào)(實(shí)時(shí)推送) · 兩融排名 │ └─────────────────────────────────────────────────┘ │ ▼ ┌─────────────────────────────────────────────────┐ │ 技能系統(tǒng) · 技能廣場(chǎng) │ │ 本地技能(SKILL.md 漸進(jìn)式注入) │ │ 廣場(chǎng)(搜索/分類/排行/點(diǎn)贊/收藏) │ │ 下載導(dǎo)入 / 分享上傳 / VIP 權(quán)限控制 │ └─────────────────────────────────────────────────┘ │ ▼ ┌──────────────────────┬──────────────────────────┐ │ 知識(shí)庫(kù)(RAG) │ 長(zhǎng)期記憶·用戶畫(huà)像 │ │ 文檔上傳/自動(dòng)切片 │ 歷史問(wèn)答自動(dòng)向量化沉淀 │ │ 語(yǔ)義檢索/統(tǒng)一檢索 │ 自進(jìn)化語(yǔ)義召回 Top-K │ │ Agent 工具/提示詞 │ 畫(huà)像自動(dòng)學(xué)習(xí)注入 │ └──────────────────────┴──────────────────────────┘六、配置與實(shí)戰(zhàn)指引6.1 知識(shí)庫(kù)與長(zhǎng)期記憶的配置步驟知識(shí)庫(kù)與長(zhǎng)期記憶都需要 embedding 服務(wù)配置鏈路如下配置 AI 服務(wù)在「AI 服務(wù)管理」中配置至少一個(gè)支持 embedding 的 AI 服務(wù)如 OpenAI text-embedding-3-small、硅基流動(dòng) bge-m3 等。也可通過(guò)環(huán)境變量GO_STOCK_EMBEDDING_MODEL覆蓋默認(rèn)向量模型創(chuàng)建知識(shí)庫(kù)進(jìn)入「研究中心 → 知識(shí)庫(kù)管理」點(diǎn)擊「新建知識(shí)庫(kù)」輸入名稱如「白酒財(cái)報(bào)」在新建/配置時(shí)綁定 AI 服務(wù)與 embedding 模型導(dǎo)入文檔選中該知識(shí)庫(kù)點(diǎn)擊「上傳文件」選擇.txt/.md文件等待向量化完成狀態(tài)欄顯示進(jìn)度批量導(dǎo)入可后臺(tái)異步執(zhí)行導(dǎo)入后即可關(guān)閉抽屜檢索測(cè)試單庫(kù)檢索在知識(shí)庫(kù)列表抽屜的「檢索測(cè)試」卡片長(zhǎng)期記憶測(cè)試切到「長(zhǎng)期記憶檢索」Tab統(tǒng)一檢索在「知識(shí)庫(kù)問(wèn)答」Tab 輸入問(wèn)題點(diǎn)「統(tǒng)一檢索」知識(shí)庫(kù)問(wèn)答切到「知識(shí)庫(kù)問(wèn)答」Tab輸入問(wèn)題、選擇 AI 服務(wù)對(duì)話型與 Agent 模式復(fù)雜分析建議「規(guī)劃」或「DeepAgents」、設(shè)置 TopK建議 5~10、點(diǎn)擊「檢索并回答」配置長(zhǎng)期記憶在「長(zhǎng)期記憶檢索」Tab 確認(rèn)綁定的 AI 服務(wù)SetLongTermMemoryAiConfigId日常使用中歷史問(wèn)答會(huì)自動(dòng)積累可在此 Tab 檢索驗(yàn)證。6.2 典型應(yīng)用場(chǎng)景個(gè)股深度研究建立「?jìng)€(gè)股資料」「行業(yè)研報(bào)」知識(shí)庫(kù)上傳年報(bào)、研報(bào)轉(zhuǎn)成 .md在主聊天直接提問(wèn)Agent 自動(dòng)檢索兩個(gè)庫(kù)綜合分析交易規(guī)則與策略沉淀把你的選股條件、倉(cāng)位管理、止損策略寫(xiě)成 .md 上傳到「我的交易規(guī)則」庫(kù)再問(wèn)「按我的規(guī)則當(dāng)前 XXX 是否符合買(mǎi)入條件」跨知識(shí)庫(kù)綜合問(wèn)答在「知識(shí)庫(kù)問(wèn)答」Tab 用SearchAllKnowledge一次檢索所有 KB 歷史經(jīng)驗(yàn)Agent 基于跨庫(kù)內(nèi)容綜合回答并標(biāo)注來(lái)源經(jīng)驗(yàn)積累與自進(jìn)化日常問(wèn)答自動(dòng)歸檔到長(zhǎng)期記憶相似問(wèn)題下次提問(wèn)時(shí)buildSelfEvolutionPrompt自動(dòng)召回相關(guān)歷史問(wèn)答注入AI 可參考之前的結(jié)論與邏輯飛書(shū)/定時(shí)任務(wù)智能問(wèn)答知識(shí)庫(kù)工具注冊(cè)于GetAllTools飛書(shū)機(jī)器人、定時(shí)任務(wù)等所有 Agent 入口均可自主調(diào)用例如定時(shí)任務(wù)「每日盤(pán)后總結(jié)」可先檢索「交易規(guī)則」庫(kù)的復(fù)盤(pán)模板再結(jié)合當(dāng)日行情生成總結(jié)。6.3 常見(jiàn)問(wèn)題速查檢索結(jié)果相似度不高檢查 embedding 模型是否與文檔語(yǔ)言匹配中文文檔建議用 bge-m3 等中文優(yōu)化模型確認(rèn)文檔已完成向量化用更具體的關(guān)鍵詞適當(dāng)增大 TopK。不同知識(shí)庫(kù)可以用不同 embedding 模型嗎可以。每個(gè) KB 獨(dú)立綁定 AI 服務(wù) embedding 模型但跨庫(kù)統(tǒng)一檢索時(shí)不同模型的相似度并非嚴(yán)格可比作為粗排依據(jù)足夠。長(zhǎng)期記憶會(huì)無(wú)限增長(zhǎng)嗎chromem-go 是嵌入式向量庫(kù)檢索性能在萬(wàn)級(jí)文檔量級(jí)內(nèi)無(wú)明顯衰減如需清理可刪除memory/.vectorstore/下對(duì)應(yīng) collection 數(shù)據(jù)后重啟。上傳的文檔會(huì)被修改嗎不會(huì)。系統(tǒng)只讀取文件內(nèi)容進(jìn)行分塊與向量化原始文件不受影響。技能在 React / PlanExecute 模式下為什么不生效技能系統(tǒng)僅在 DeepAgents 模式啟用切換到 DeepAgents模式即可。七、相關(guān)文檔與深入閱讀《技能管理功能說(shuō)明》——docs/技能管理功能說(shuō)明.md技能目錄結(jié)構(gòu)、SKILL.md 格式與本地技能管理詳解《知識(shí)庫(kù)與長(zhǎng)期記憶功能說(shuō)明》——docs/知識(shí)庫(kù)與長(zhǎng)期記憶功能說(shuō)明.md知識(shí)庫(kù)與長(zhǎng)期記憶的深度使用指南《go-stock使用手冊(cè)》——docs/go-stock使用手冊(cè).md整體功能使用說(shuō)明。后端源碼入口建議重點(diǎn)閱讀backend/agent/knowledge_base.go多知識(shí)庫(kù)管理與向量化、backend/agent/long_term_memory.go長(zhǎng)期記憶、backend/agent/skill_backend.go技能容錯(cuò)后端、backend/agent/knowledge_base_tool.goAgent 工具注冊(cè)前端界面組件可參考 frontend/src/components/AnalyzeMartket.vue、frontend/src/components/skill-manager.vue、frontend/src/components/knowledge-base-manager.vue 與 frontend/src/components/user-profile.vue。贊分享人工智能大模型AI 應(yīng)用AI AgentRAG金融科技桌面應(yīng)用MCP Clients【免費(fèi)下載鏈接】go-stockAI賦能股票分析AI加持的股票分析/選股工具。股票行情獲取AI熱點(diǎn)資訊分析AI資金/財(cái)務(wù)分析漲跌報(bào)警推送。支持A股港股美股。支持市場(chǎng)整體/個(gè)股情緒分析AI輔助選股等。數(shù)據(jù)全部保留在本地。支持DeepSeekOpenAI OllamaLMStudioAnythingLLM硅基流動(dòng)火山方舟阿里云百煉等平臺(tái)或模型。項(xiàng)目地址https://gitcode.com/gh_mirrors/go/go-stock點(diǎn)擊查看免費(fèi)下載相關(guān)推薦GPUI Base Select 原語(yǔ)構(gòu)建錨定、鍵盤(pán)可導(dǎo)航的選擇控件GPUI Base Select 原語(yǔ)構(gòu)建錨定、鍵盤(pán)可導(dǎo)航的選擇控件 導(dǎo)讀 Select 是 GPUI Base 提供的一個(gè)“行為原語(yǔ)primitive”人工智能大模型AI 應(yīng)用AI AgentRAG金融科技桌面應(yīng)用MCP ClientsTypeScript Go市場(chǎng)營(yíng)銷推廣投放和用戶增長(zhǎng)TypeScript Go市場(chǎng)營(yíng)銷推廣投放和用戶增長(zhǎng) 引言TypeScript生態(tài)的革命性突破 還在為T(mén)ypeScript編譯速度慢而煩惱還在等待大型項(xiàng)目編譯器編程語(yǔ)言開(kāi)發(fā)工具khoj用戶增長(zhǎng)市場(chǎng)推廣與用戶獲取khoj用戶增長(zhǎng)市場(chǎng)推廣與用戶獲取 引言AI第二大腦的市場(chǎng)機(jī)遇 在人工智能技術(shù)飛速發(fā)展的今天個(gè)人知識(shí)管理工具正面臨前所未有的機(jī)遇。khoj作為一個(gè)開(kāi)源的A人工智能AI 應(yīng)用大模型RAG后端AI Agent上一篇思源宋體完全指南3分鐘掌握開(kāi)源中文字體的終極配置方案下一篇Sure iOS 構(gòu)建指南從 CocoaPods 排障到 CI/CD 簽名分發(fā)創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考