📋 产品概览
AI Agent 策略广场是一个连接策略创作者和普通用户的平台：
- 🎨 策略创作者：3 种方式创建策略上架广场，赚订阅费 85%
- 🏪 平台：管理广场 + 提供 Agent + 风控 + BinanceRouter，赚两类手续费
- 👤 普通用户：订阅策略 + Agent 自动执行，可升级为创作者
平台两类手续费：① 交易手续费分成（Binance 0.1% × 20% = 0.02%）、② 策略订阅费抽成（15%）。
🏗️ 系统架构
前端（React + TypeScript）
↓
API Gateway（Kong + 认证 + 限流）
↓
业务服务（NestJS + FastAPI）
├─ 用户服务（注册 + Binance API Key 加密 + 角色管理）
├─ 策略服务（3 种创建模式 + YAML 引擎 + 沙箱 + 审核流程）
├─ 创作者服务（上架 + 分账 + 声誉）
├─ Agent 服务（5 类 Agent）
├─ 风控服务（3 层风控）
└─ BinanceRouter 服务（对接 + 限流 + 降级 + 手续费扣点）
↓
数据层（PostgreSQL + Redis + ES + InfluxDB + Kafka）
详细架构见 product/技术架构与实现路线.md
🤖 5 类 Agent
① 自然语言解析 Agent
服务对象：创作者。中文描述 → 结构化 YAML 策略 + 风险提示。
# 创作者输入
"BTC 跌 5% 就帮我定投 100U，止损 10%"
# Agent 输出 YAML
strategy:
trigger: {type: PRICE_DROP, threshold: 5%}
action: {type: DCA, amount: 100U}
risk_control: {stop_loss: 10%}
② 可视化配置 Agent
辅助创作者拖拽组件 + 参数校验 + 冲突检测。生成同样的 YAML。
③ 代码审核 Agent
审核创作者上传的 Python 代码：AST 安全分析 + 沙箱回测 + 上架审核。
④ 策略执行 Agent ⭐核心
服务对象：普通用户。7×24 监控市场 + 触发条件 + 风控 + 调 BinanceRouter 下单。
# 执行 Agent 工作流
1. check_trigger(strategy) # 检查触发条件
2. check_risk(signal) # 3 层风控
3. place_order_via_router() # 调 BinanceRouter
4. record_platform_fee() # 记录平台手续费
5. notify_user() # 通知用户
⑤ 策略优化 Agent
服务对象：创作者。定期分析策略表现 + 建议调参。
📊 策略 YAML 结构
strategy:
name: "BTC 跌5定投"
creator_id: "c_001"
subscription_fee: 50 # USDT/月
trigger:
type: PRICE_DROP
symbol: "BTCUSDT"
threshold_pct: 5
window_hours: 24
action:
type: DCA
symbol: "BTCUSDT"
amount_usdt: 100
order_type: MARKET
risk_control:
stop_loss_pct: 10
take_profit_pct: 30
max_position_pct: 50
max_leverage: 3
触发条件类型
PRICE_DROP / PRICE_RISE - 价格涨跌PRICE_CROSS - 价格突破均线TIME_BASED - 时间触发（cron）INDICATOR - 技术指标（RSI / MACD / MA）
动作类型
BUY / SELL - 买卖DCA - 定投GRID - 网格REBALANCE - 再平衡CLOSE_ALL - 清仓
🔗 BinanceRouter
平台自建的 Binance API 统一接入层（核心资产，不依赖任何框架）。
核心能力
- 统一接入：现货/合约/行情 API 统一封装
- 限流：API Key 池 + 限速 + 队列
- 重试：失败自动重试 3 次
- 降级：Binance 故障时切换 Backup API
- 手续费扣点：每笔交易记录 Binance 手续费，平台抽 20%
- 多交易所扩展：支持 OKX / Bybit / Coinbase
class BinanceRouter:
async def place_order(user_id, symbol, side, size):
# 1. 限流检查
await self.rate_limiter.acquire(user_id)
# 2. 调 Binance API（带重试）
order = await self.binance.place_order(...)
# 3. 记录手续费
fee = order.amount * 0.001 # Binance 0.1%
platform_fee = fee * 0.20 # 平台抽 20%
await self.fee_ledger.record(
user_id, fee, platform_fee
)
return order
🛡️ 3 层风控
① 用户层
用户自定义风险偏好 + 仓位/杠杆/止损限制。超限拒绝执行。
② 策略层
策略自带风控规则：最大回撤限制、信号频率异常、策略下架机制。
③ 平台层
全局红线：黑名单币种、异常波动暂停、API 异常保护、全局熔断。
async def check_all(signal, user_config):
# 3 层全检查
if not await check_user_risk(signal, user_config):
return REJECT("用户风控拒绝")
if not await check_strategy_risk(signal):
return REJECT("策略风控拒绝")
if not await check_platform_risk(signal):
return REJECT("平台风控拒绝")
return APPROVED
🌐 REST API
用户 API
POST /api/users/register # 注册
POST /api/users/login # 登录
POST /api/users/bind-binance # 绑定 Binance API Key
GET /api/users/risk-config # 获取风控配置
PUT /api/users/risk-config # 更新风控配置
POST /api/users/upgrade-to-creator # 申请升级为创作者
策略 API
GET /api/strategies?filter=... # 浏览策略广场
GET /api/strategies/:id # 策略详情
POST /api/strategies/subscribe # 订阅策略
POST /api/strategies/:id/simulate # 模拟订阅试跑
创作者 API
POST /api/creator/strategies # 上架策略
POST /api/creator/strategies/:id/backtest # 回测
GET /api/creator/analytics # 数据看板
GET /api/creator/earnings # 收入统计
Agent API
POST /api/agent/parse-strategy # 自然语言解析
POST /api/agent/chat # 对话 Agent
GET /api/agent/operations/:user_id # 操作日志
POST /api/agent/pause # 暂停 Agent
🐍 Python SDK
创作者用代码模式上传策略的 SDK 示例：
from platform_sdk import Strategy, Signal, Context
class DoubleMAStrategy(Strategy):
"""双均线交叉策略"""
name = "BTC 双均线"
subscription_fee = 50 # USDT/月
def signal(self, ctx: Context):
btc = ctx.symbol("BTCUSDT")
ma5 = btc.sma(5)
ma20 = btc.sma(20)
if ma5 > ma20 and ctx.position == 0:
return Signal.OPEN_LONG(
size=0.1,
stop_loss=0.05,
take_profit=0.15
)
elif ma5 < ma20 and ctx.position > 0:
return Signal.CLOSE_LONG()
return None
🔌 MCP Server
对话 Agent 调用的 MCP 工具集：
search_strategies - 按条件搜索策略get_strategy_detail - 查询策略详情get_user_portfolio - 查询用户持仓get_user_pnl - 查询用户收益update_risk_config - 修改风控参数pause_agent - 暂停 Agentset_temporary_stop_loss - 临时止损explain_strategy_logic - 解释策略逻辑
⚙️ 技术栈
- 前端：React 18 + TypeScript + TailwindCSS
- 移动端：React Native
- 后端：Node.js (NestJS) + Python (FastAPI)
- AI Agent：AgentScope 2.0（多租户 + 沙箱 + Agent as Service）
- LLM：GPT-4 / Claude / Qwen
- 数据库：PostgreSQL + Redis + Elasticsearch + InfluxDB
- 消息：Kafka
- 部署：Kubernetes + Docker
- 监控：Prometheus + Grafana + ELK
🗺️ 实现路线
M1-M3：MVP（自然语言模式）
- 用户/创作者注册 + Binance API 绑定
- 自然语言解析 Agent
- 策略执行 Agent + BinanceRouter + 手续费扣点
- 策略广场 + 订阅功能
- 创作者审核 + 分账
- 验证 PMF：100 付费 + 20 创作者
M4-M6：加可视化 + 代码模式
- 可视化配置（拖拽组件）
- 代码模式（沙箱 + 量化达人）
- 策略优化 Agent
- 普通用户升级为创作者流程
M7-M12：AI 升级 + 规模化
- 自然语言交互升级
- 智能策略推荐
- Pro 订阅 + B 端 API
- 移动端 + 国际化
🎯 技术选型
推荐方案：AgentScope 2.0 为主 + 关键模块自建
AgentScope 用于：多租户、Agent 编排、沙箱（仅代码模式）
必须自建的关键模块：
- BinanceRouter（核心资产）
- 风控规则引擎（核心壁垒）
- 手续费扣点逻辑
- 用户 UI（不依赖 AgentScope）
详见 product/技术选型RFC.md 和 product/技术选型决策树.md
🧪 PoC 代码
最小可运行 Demo：创作者创建策略 + 普通用户订阅 + Agent 执行 + BinanceRouter + 平台手续费扣点。
# 运行方式
pip install agentscope openai
export OPENAI_API_KEY=sk-xxx
python product/poc/agentscope_demo.py
# 对照实现
python product/poc/langgraph_demo.py
文件路径：
product/poc/agentscope_demo.py（918 行）- AgentScope 2.0 实现product/poc/langgraph_demo.py（336 行）- LangGraph 对照product/poc/对比.md（370 行）- 代码量/可读性/生产就绪度对比
❓ FAQ
为什么选 AgentScope 而不是 LangGraph？
AgentScope 原生支持多租户 + 沙箱 + 部署，省 2-3 月基建。LangGraph 更灵活但全要自建。详细对比见 product/poc/对比.md。
沙箱是必需的吗？
只 10% 量化达人用代码模式需要沙箱。90% 用户用自然语言/可视化（YAML 配置），无需沙箱。
平台如何不接触用户资金？
用户用 Binance API Key 授权平台代下单（只交易权限，不提现）。资金始终在用户 Binance 账户。
如何保证 Agent 不乱下单？
3 层风控（用户/策略/平台）每笔交易前必检。Agent 不能修改用户风控参数，所有决策可审计。