人工智能大模型AI 应用AI AgentRAG金融科技桌面应用MCP Clients【免费下载链接】go-stockAI赋能股票分析AI加持的股票分析/选股工具。股票行情获取AI热点资讯分析AI资金/财务分析涨跌报警推送。支持A股港股美股。支持市场整体/个股情绪分析AI辅助选股等。数据全部保留在本地。支持DeepSeekOpenAI OllamaLMStudioAnythingLLM硅基流动火山方舟阿里云百炼等平台或模型。项目地址https://gitcode.com/gh_mirrors/go/go-stock点击查看免费下载本文围绕 backend/agent/soul_seed.md 这份AI 助手灵魂文档展开系统讲解 go-stock 中 AI 股票分析助手如何通过 SOUL.md 进化规则P0→P6实现不确定即查证、被纠正即进化的自学习行为约束。读完本文你将掌握 SOUL.md 的完整规则语义、自动注入与落盘机制、任务后信号检测与经验沉淀流程并能基于源码与测试用例理解其底层实现与自定义方法。一、SOUL.md 是什么一份每次会话自动注入的进化规则文件在 go-stock 的 AI 分析助手中SOUL.md被定位为助手的灵魂。文档开篇即声明其三条生命周期约定每次会话自动注入规则必须在下一次行为中生效不是写进文件就结束用户可直接编辑自定义规则把本文件当作个人偏好与行为准则的载体清空内容即禁用删除后重启恢复内置默认为使用者提供开箱即用、随时可停、删了能还原的容错兜底。这份种子文件存放在 backend/agent/soul_seed.md内部按优先级定义了 P0→P6 共七组进化规则P0 有两组外加一组核心原则五条。其核心意图非常明确让 AI 在回答时间敏感、数据敏感的股票问题行情、财务、新闻时绝不凭训练记忆猜测而是通过工具查证、主动反思、沉淀经验形成越用越准的闭环。二、P0→P6 进化规则逐条详解P0 不确定 → 立即查证最高优先规则原文给出了一条硬约束行情、财务、新闻等实时数据严禁凭训练记忆回答——必须先调用工具。当 AI 发现自己想说可能、大概、应该是、不确定时应立即停下动手查证并按查证对象分为三个层级层级含义行动L1需要查细节价格/日期/数值立即调用工具查证不开口L2需要查来源数据出处/口径立即查来源不开口L3完全不知道不熟悉的领域直接说我需要研究不猜测这套 L1/L2/L3 分级在源码中有对应支撑系统提示词中的【强制规则】段明确要求股票/指数行情、财务数据、新闻资讯、宏观经济数据四类场景必须调用工具获取最新数据见 backend/agent/sysprompt_cache.go与 SOUL.md 的 P0 形成规则层 提示词层的双重约束。P0 实时元认知检查点在重要分析任务执行中每完成一步都要自问两个问题我的方向还正确吗用户要的是这个吗这个结论最坏会误导用户什么发现偏离立即修正不等到交付后。这条规则本质上把复盘从任务结束提前到任务过程中属于过程级纠偏。P1 主动性驱动三句行为准则全部指向不等用户追问完成分析后主动提示 1~2 个值得深挖的方向相关板块、资金面、风险点发现异常数据成交量突变、公告异常、指标背离主动提醒用户连续追问同一标的时主动给出下一步建议而非重复同样内容。P2 任务后立即内省系统会在每次任务后自动检测信号不确定表述过多、错误恢复痕迹、编造风险并沉淀经验到LEARNINGS.md。文档强调的核心闭环是被用户纠正一次就形成防御机制不让同一错误出现第三次。这条规则对应的底层实现是 backend/agent/agent_self_evolution.go 中的triggerPostTaskReflection采用纯规则检测、零 LLM 调用的方式详见下文第四节真正做到零额外 API 成本。P3 自动记忆形成信号以下情况自动触发记忆沉淀无需用户提醒文档给出了信号→触发行为的对照表信号触发行为用户纠正了我的判断立即记住根因和正确做法用户对结果明显不满立即分析原因不辩解用户说了新规则/偏好记住并在此后所有会话遵守我说可能/大概超过 2 次识别为知识缺口主动补查源码中这条规则被直接引用为信号检测的出处agent_self_evolution.go的注释明确写着信号检测源自 SOUL.md P3 自动记忆信号 反编造原则见 backend/agent/agent_self_evolution.go。P4 情绪感知触发用户说算了、没用、敷衍、不满意时多停一秒判断真实情绪主动询问哪里不符合预期而非继续输出回复前自问用户会满意这个结果吗P5 沟通简洁化查行情/查数据类问题 → 直接给数据 一句话解读不写长篇分析深度分析只有在用户明确要求时才展开默认输出精炼、结论前置。P6 能力缺口主动报遇到不熟悉的领域如港美股细则、可转债规则、衍生品定价或数据源缺失时直接说明两点这个问题我不够熟悉 / 当前数据源覆盖不到给出替代方案换数据源、给出已确认的部分、建议咨询渠道。不假装会不用模糊表述掩盖——这与 P0 的 L3 层级我需要研究一脉相承。三、核心原则五条铁律文档末尾总结了五条核心原则是全篇规则的精神浓缩写文件不等于内化— 规则必须在下一次行为中调用一次纠正 永久防御— 不等纠正第三次才改不确定 → 查证— 不凭记忆猜测尤其是时间敏感数据置信度精确化— 说不确定必须分 L1/L2/L3不笼统新会话自动回顾— 系统已注入上次对话的相关经验回答时主动承接上次未完成事项主动追问。其中新会话自动回顾在源码中有直接落地loadLastSessionRecall优先通过向量检索SearchRelevant按当前问题语义召回历史经验向量库未就绪或无结果时降级到memory/YYYY-MM-DD/目录的文件名扫描见 backend/agent/agent_self_evolution.go从而保证新会话自动回顾上次教训并非空话。四、源码级实现SOUL.md 如何被自动注入SOUL.md 的运作由 backend/agent/agent_self_evolution.go 这一个文件承载整体设计遵循四条原则源码注释中明确零额外 API 成本反思触发用规则检测关键词/信号不调 LLM不阻断主流程所有文件操作失败仅记录日志不影响对话主流程容错文件不存在 / 读取失败 / 写入失败均安全降级全量覆盖铁律MEMORY.md 修改走 read → write 全量覆盖。1. 内置种子通过 go:embed 打包//go:embed soul_seed.md var soulSeedContent string源码通过 Go 的go:embed指令将 backend/agent/soul_seed.md 直接编译进二进制见 backend/agent/agent_self_evolution.go。这意味着内置默认规则永远跟随程序分发即使运行目录中 SOUL.md 被误删重启后也能从二进制中恢复。2. 幂等落盘seedSoulIfMissingfunc seedSoulIfMissing(rootDir string) { path : filepath.Join(rootDir, soulFileName) if _, err : os.Stat(path); err nil { return // 文件已存在含用户清空的空文件则不做任何事 } os.WriteFile(path, []byte(soulSeedContent), 0o644) }seedSoulIfMissing见 backend/agent/agent_self_evolution.go保证运行目录下不存在 SOUL.md 时自动落盘内置种子实现自进化层开箱即用绝不覆盖用户自定义内容——包括用户主动清空的空文件落盘失败仅记日志不阻断后续注入流程。这一点与文档顶部清空内容即禁用删除后重启会恢复内置默认的约定完全对应。3. 注入点buildSelfEvolutionPrompt在每次对话时agent_api.go的ChatWithContext会拼接系统提示词其中专门有一段// 注入自进化层SOUL.md进化规则 MEMORY.md长期记忆 最近 LEARNINGS 历史相关经验。 sysPrompt buildSelfEvolutionPrompt(deepAgentRootDir(), question)见 backend/agent/agent_api.gobuildSelfEvolutionPrompt见 backend/agent/agent_self_evolution.go按以下顺序组装自我进化层片段SOUL.md 全量进化规则 P0-P6文件不存在时先落盘种子再读取注入时截断到maxSoulLines 200行MEMORY.md 全量长期记忆 工作区 进化系统参数截断到maxMemoryLines 100行.learnings/LEARNINGS.md 最近 3 条记录每条截断到maxLearningLines 30行历史相关经验向量检索 Top-K降级为文件名扫描最多recallMaxQuestions 12条。片段末尾还会追加一段自进化约束提示语明确要求模型以上规则与记忆必须在下一次行为中调用不确定→查证L1/L2/L3任务完成后会自动内省新会话已回顾上次教训见 backend/agent/agent_self_evolution.go。4. 缓存层文件级 mtime 失效为降低每轮对话的拼装开销系统提示词实现了分层缓存见 backend/agent/sysprompt_cache.goL1 进程级静态规则段编译期常量启动时用sync.Once算一次 token 数L2 文件级项目指令 / 用户偏好 /SOUL.md / MEMORY.md / LEARNINGS.md按文件 mtime 失效L3 短 TTL时间上下文中的全球指数部分30 秒 TTL。也就是说SOUL.md 被修改后下一次会话自动读取最新内容未修改时免读盘。如需彻底绕过缓存排查问题可设置环境变量GO_STOCK_NO_SYSPROMPT_CACHE1回到原始直接拼装路径。五、任务后自动内省四类负向信号 正向反馈信号文档 P2 承诺系统会在每次任务后自动检测信号源码中triggerPostTaskReflection见 backend/agent/agent_self_evolution.go与detectReflectionSignals见 backend/agent/agent_self_evolution.go将其落地为四条不调用 LLM 的关键词/长度规则信号检测规则含义uncertainty_overuse回复中出现≥2 种不同的不确定性词可能/大概/应该/不确定/猜测/也许/或许/不一定/难以判断/有待观察知识缺口error_recovery回复包含抱歉/修正/重新分析/纠正/刚才说错/更正/说错了纠错痕迹user_emotion用户问题包含算了/不用了/敷衍/垃圾/无语/不满意/太差了/没用/搞什么/太烂了用户不满long_response_no_tool回复 2000 字且未提及工具/查询/调用编造数据风险值得注意的细节是uncertainty_overuse的检测特意采用按词种计数而非总次数只有多种不同的不确定性词并存才判定为真实知识缺口避免可能应该等正常分析用语反复出现造成误报见 backend/agent/agent_self_evolution.go。user_emotion同样经过去噪剔除了好的/没事/凑合等中性常用词。除了负向信号还有一套正向反馈机制triggerPositiveReflection见 backend/agent/agent_self_evolution.go检测用户回复中的太有用了/靠谱/明白了/谢谢/不错等满意词将成功经验沉淀进 LEARNINGS.md并写入一条 Rating1 的隐式反馈供用户画像聚合器使用——即负向信号学错在哪正向信号学什么对用户有用。六、经验沉淀LEARNINGS.md 的记录模板与去重合并命中信号后经验会按 LRN 模板写入.learnings/LEARNINGS.md见formatLearningbackend/agent/agent_self_evolution.go。每条记录包含以下结构化的元信息记录标识## [LRN-YYYYMMDD-HHMMSS] reflection状态字段记录时间、优先级medium、状态candidate、领域通用摘要与详情命中信号、问题摘要、回复长度、触发模式建议行动后续同类问题注意规避信号涉及数据准确性务必先调用工具不得凭记忆编造用户表达不满要主动追问而非敷衍病理键v3.0 必填WHERE按 Agent 模式映射react_agent / plan_execute / deep_agentsWHY按信号映射knowledge_gap / correction / emotion_misread / data_fabrication_risk / positive元信息来源 auto-reflection、标签、Pattern-Key、Recurrence-Count、Dedup-Key、First-Seen、Last-Seen、VFM50去重合并由appendOrMergeLearning实现见 backend/agent/agent_self_evolution.goDedup-Key由WHERE WHY 归一化问题生成同一问题反复触发同一失败信号时不再新增重复记录而是累计Recurrence-Count并更新Last-Seen。所有对 LEARNINGS.md 的 read→modify→write 全程持selfEvolutionMu互斥锁保证飞书机器人等并发场景安全见 backend/agent/agent_self_evolution.go。写入位置也有讲究appendLearning会把新记录插入到文件内!-- 新记录追加在此处上方 --标记之前保持标记位置不变文件不存在时初始化固定头部# LEARNINGS.md — 经验沉淀库见 backend/agent/agent_self_evolution.go。七、严重信号同步 MEMORY.md≤80 行的关键经验铁律负向信号中uncertainty_overuse知识缺口与long_response_no_tool编造风险被定义为严重信号containsCriticalSignal见 backend/agent/agent_self_evolution.go。命中严重信号且为新经验时会通过appendMemoryIfCritical见 backend/agent/agent_self_evolution.go把教训摘要同步进 MEMORY.md 的## 关键经验段作为跨会话的长期记忆。该函数严格遵守容量铁律MEMORY.md 达到memoryHardLimit 80行后不再追加并记录警告日志避免重复教训反复入库导致文件膨胀。文件不存在时自动创建初始结构# MEMORY.md — 长期记忆≤80 行 ## 工作区 ## 进化系统 ## 关键经验八、测试验证开箱即用与不覆盖语义backend/agent/agent_self_evolution_test.go 用四个用例锁定了 SOUL.md 的核心行为契约不存在 → 落盘种子seedSoulIfMissing写入内容与内置soulSeedContent完全一致用户自定义 → 不覆盖写入自定义内容后再次调用文件保持用户内容用户清空禁用→ 不覆盖空文件不会被重新写入空 rootDir → 安全跳过seedSoulIfMissing()与seedSoulIfMissing(.)不报错。另有TestBuildSelfEvolutionPromptWithSeed验证SOUL.md 缺失时buildSelfEvolutionPrompt能自动落盘种子并注入含【自我进化层】/进化规则/P0/不确定 → 立即查证的进化提示词见 backend/agent/agent_self_evolution_test.go确保自进化层开箱即用不再是休眠空串。九、自定义与运维实践建议结合文档约定与源码实现针对 SOUL.md 的日常使用给出以下实操建议自定义规则直接编辑运行目录下的SOUL.md新规则在下一次会话随系统提示词注入生效写入后由 L2 文件级缓存按 mtime 自动感知变更临时禁用将文件内容清空即可源码明确清空的 SOUL.md 不应被重新写入恢复默认删除 SOUL.md 后重启程序内置种子即 backend/agent/soul_seed.md会自动重新落盘容量控制自定义时注意 SOUL 不超过 200 行超出部分注入时截断保持规则精炼聚焦避免挤占上下文预算经验库维护.learnings/LEARNINGS.md与memory/MEMORY.md均可人工审阅重复教训会以Recurrence-Count累计而非重复记录便于发现高频问题排障手段设置GO_STOCK_NO_SYSPROMPT_CACHE1可绕过系统提示词缓存排查规则未生效类问题。十、小结一套写文件 → 注入 → 执行 → 反思 → 沉淀的进化闭环从 backend/agent/soul_seed.md 到 backend/agent/agent_self_evolution.gogo-stock 构建了一条完整的行为进化链路定义SOUL.md 以 P0→P6 规则 五条核心原则定义助手行为基线种子文件随二进制分发、可编辑可禁用可还原注入每次会话通过buildSelfEvolutionPrompt将 SOUL.md、MEMORY.md、最近 LEARNINGS 与历史相关经验组装进系统提示词文件级 mtime 缓存降低拼装开销执行P0 查证分级、P1 主动驱动、P4 情绪感知等规则直接约束每轮回答行为反思任务结束后用四类负向信号 正向满意信号做纯规则检测零 LLM 成本触发内省沉淀经验按 LRN 模板写入 LEARNINGS.mdDedup-Key 去重合并控制膨胀严重教训同步 MEMORY.md 关键经验段并严守 80 行上限回顾新会话自动召回上次经验与未完成事项形成被纠正一次 永久防御的跨会话记忆。对于希望深度定制助手行为的开发者这份文件与其背后的实现代码提供了规则层 提示词层 持久化层的完整参考改规则只动一个 Markdown 文件追机制看agent_self_evolution.go验行为跑agent_self_evolution_test.go即可在不侵入主流程的前提下让股票分析助手逐步收敛到不确定先查证、纠正即进化的可靠状态。赞分享人工智能大模型AI 应用AI AgentRAG金融科技桌面应用MCP Clients【免费下载链接】go-stockAI赋能股票分析AI加持的股票分析/选股工具。股票行情获取AI热点资讯分析AI资金/财务分析涨跌报警推送。支持A股港股美股。支持市场整体/个股情绪分析AI辅助选股等。数据全部保留在本地。支持DeepSeekOpenAI OllamaLMStudioAnythingLLM硅基流动火山方舟阿里云百炼等平台或模型。项目地址https://gitcode.com/gh_mirrors/go/go-stock点击查看免费下载相关推荐基于 Claude Task Master 的 Kiro Steering 规则自改进机制让 AI 编码规范持续进化的实践指南基于 Claude Task Master 的 Kiro Steering 规则自改进机制让 AI 编码规范持续进化的实践指南 Claude Task MasAI Agent开发工具CLIMCPcommitlint commitlint/rules 规则包演化全解从 v6 到 v21 的规则演进与源码实现commitlint commitlint/rules 规则包演化全解从 v6 到 v21 的规则演进与源码实现 本文以 commitlint/rules开发工具Lint代码质量代码风格自动化DreamBerd缩进规则与格式化工具代码风格自动化DreamBerd缩进规则与格式化工具 在多人协作的软件开发中统一的代码风格是提升团队效率的关键。然而手动调整缩进、括号位置等格式问题常常消上一篇Semaphore CLI 文档生成指南以 Cobra 命令代码为唯一事实来源下一篇微信聊天记录导出与永久保存WeChatMsg 免费开源工具完整教程创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考