10.2 子智能体

子智能体（Subagent）是主智能体创建的专门化智能体，拥有独立的上下文空间、专属工具集和明确的职责边界。各子智能体在独立的会话空间中执行特定任务。

10.2.1 角色定义原则

每个子智能体应专注于特定领域或任务。角色定义要回答三个问题：

谁：这个子智能体扮演什么角色（如：金融分析师、数据研究员）
做什么：它的核心职责是什么（如：财报分析、市场调研）
怎么做：它遵循什么方法论和质量标准（如：严格的数据验证流程）

核心概念

子智能体 = 专业角色 + 独立上下文 + 受限工具 + 明确职责

金融领域子智能体角色示例

财报分析师（Financial Statement Analyzer）

角色定位：资深财务报表分析专家，擅长解读上市公司年报、季报中的财务数据

核心职责：
1. 提取三大财务报表关键指标（资产负债表、利润表、现金流量表）
2. 计算财务比率（ROE、资产负债率、流动比率等）
3. 进行同比/环比分析，识别异常波动
4. 评估财务健康状况和盈利能力

分析流程：
- Phase 1 数据提取：定位财务报表位置，提取关键科目数值，验证数据完整性
- Phase 2 指标计算：计算盈利能力、偿债能力、运营能力指标
- Phase 3 趋势分析：对比多期数据，识别显著变化，分析异常原因

质量标准：
- 所有数值已交叉验证（如：资产 = 负债 + 所有者权益）
- 计算公式准确无误
- 异常波动已标注并给出合理解释
- 结论基于数据，避免主观臆断

市场舆情研究员（Market Sentiment Researcher）

角色定位：市场舆情分析专家，擅长从多源信息中提炼市场情绪和投资者预期

核心职责：
1. 收集特定主题（公司/行业/事件）的新闻和社交媒体讨论
2. 分类信息为正面/中性/负面
3. 识别关键舆论引导者（券商研报、KOL 观点）
4. 评估舆情对市场的潜在影响

信息来源优先级：
1. 官方公告（公司公告、监管文件）
2. 券商研报（头部券商分析师）
3. 财经媒体报道（Bloomberg、财新、21 世纪经济报道）
4. 社交媒体讨论（雪球、Twitter 财经话题）

情感分类标准：
- 强烈正面：重大利好消息（并购、业绩超预期）
- 正面：积极进展（新产品发布、市场份额提升）
- 中性：常规信息（日常运营更新）
- 负面：不利因素（监管处罚、业绩不及预期）
- 强烈负面：重大风险（财务造假、高管离职）

10.2.2 输入输出规范设计

子智能体的输入应结构清晰、信息完整。

标准输入模板

## 子智能体任务输入

### 任务目标
[一句话描述任务核心目标]

### 输入数据
- 数据源 1：[类型]，路径/URL
- 数据源 2：[类型]，路径/URL
- 背景信息：[相关上下文]

### 约束条件
- 时间限制：[X 分钟]
- 范围限制：[只分析某个方面]
- 工具限制：[只使用特定工具]

### 输出要求
- 格式：[Markdown/JSON/CSV]
- 结构：[包含哪些章节/字段]
- 长度：[字数/条目数限制]

### 质量标准
- [ ] 检查点 1
- [ ] 检查点 2

结构化输出示例（JSON）

{
  "task_id": "fin-analysis-001",
  "status": "completed",
  "timestamp": "2026-01-18T15:30:00Z",
  "summary": "贵州茅台 2025 年财报分析完成，营收增长 12.3%",
  "data": {
    "revenue": {"value": 145.2, "unit": "亿元", "yoy_growth": 12.3},
    "net_profit": {"value": 73.5, "unit": "亿元", "yoy_growth": 15.6}
  },
  "insights": [
    "毛利率提升 2.1 个百分点，产品结构优化显著",
    "应收账款周转天数减少 5 天，运营效率提升"
  ],
  "risks": ["存货周转率下降 8%，需关注库存积压风险"],
  "references": ["贵州茅台 2025 年年度报告.pdf，第 35-42 页"]
}

输出过滤原则

汇总智能体应过滤冗余信息，只保留关键结论：

结果导向：只传递最终结论，不传递推理过程
结构化优先：传递 JSON/表格，而非长文本
异常放大：如果发现重要风险，即使不在预期输出中也要传递

10.2.3 工具权限分配

每个子智能体只应获得完成其任务所需的最小工具集，遵循最小权限原则，避免越权风险、意外副作用和安全隔离问题。

工具权限分级

权限级别	工具类型	适用场景	示例工具
只读	信息获取	数据分析、研究任务	Read, Grep, Glob
受限写	本地文件操作	生成报告、保存结果	Write（仅特定目录）
计算执行	脚本运行	数据处理、指标计算	Bash（禁止网络命令）
网络访问	外部信息检索	市场调研、新闻抓取	WebSearch
高风险	系统级操作	部署、配置变更	Bash（完整权限），需人工审批

金融场景工具权限配置示例

财报分析师（低风险）： - 工具：Read, Grep, Bash（仅允许 Python 数据处理脚本） - 限制：禁止网络访问、禁止写文件

市场舆情研究员（中风险）： - 工具：WebSearch, Read, Write - 限制：allowed_domains（仅允许访问特定网站）、write_path（只能写入特定目录）

自动交易执行器（高风险）： - 工具：Read, Bash - 限制：human_in_the_loop（必须人工确认）、max_order_size（单笔订单金额上限）

安全提示

自动交易执行器等高风险子智能体必须启用人在回路机制。任何涉及资金操作的智能体都应设置金额上限和双重确认流程。

10.2.4 上下文隔离策略

为什么需要上下文隔离

问题场景： - 主智能体的 context window 包含大量历史对话，新任务的信息被稀释 - 多个子任务共享上下文时，信息交叉污染 - 敏感信息泄露（财务数据在不相关的子任务中可见）

隔离的价值： - 专注力：子智能体只看到与当前任务相关的信息 - 并行性：多个子智能体可在独立空间中同时工作，互不干扰 - 安全性：敏感数据不会跨任务边界传播 - 可恢复性：单个子智能体失败不会污染主智能体上下文

金融场景示例

在分析师团队协作中，财务分析师智能体不应看到技术分析师的图表数据。这种隔离避免基本面分析受到价格走势的心理锚定效应影响，保持分析的独立性。

上下文隔离的实现层次

Level 1 消息级隔离：每个子智能体启动时只接收必要的任务描述和输入数据，不共享主智能体的完整对话历史。

Level 2 工具调用隔离：子智能体的工具调用历史不会污染主智能体的上下文。主智能体只看到压缩后的结果摘要，不看到详细的执行过程。

Level 3 内存隔离：在复杂的多智能体系统中，每个子智能体有独立的工作记忆，只有显式传递的信息才能跨智能体共享。

序号	知识点	重要度
10.2.1	子智能体角色定义	★★★
10.2.2	输入输出规范设计	★★★
10.2.3	工具权限分配	★★
10.2.4	上下文隔离策略	★★

--- title: "10.2 子智能体" --- 子智能体（Subagent）是主智能体创建的专门化智能体，拥有独立的上下文空间、专属工具集和明确的职责边界。各子智能体在独立的会话空间中执行特定任务。 ### 10.2.1 角色定义原则每个子智能体应专注于特定领域或任务。角色定义要回答三个问题： 1. **谁**：这个子智能体扮演什么角色（如：金融分析师、数据研究员） 2. **做什么**：它的核心职责是什么（如：财报分析、市场调研） 3. **怎么做**：它遵循什么方法论和质量标准（如：严格的数据验证流程） ::: {.callout-important} ## 核心概念子智能体 = 专业角色 + 独立上下文 + 受限工具 + 明确职责 ::: **金融领域子智能体角色示例** **财报分析师（Financial Statement Analyzer）** ```txt 角色定位：资深财务报表分析专家，擅长解读上市公司年报、季报中的财务数据核心职责： 1. 提取三大财务报表关键指标（资产负债表、利润表、现金流量表） 2. 计算财务比率（ROE、资产负债率、流动比率等） 3. 进行同比/环比分析，识别异常波动 4. 评估财务健康状况和盈利能力分析流程： - Phase 1 数据提取：定位财务报表位置，提取关键科目数值，验证数据完整性 - Phase 2 指标计算：计算盈利能力、偿债能力、运营能力指标 - Phase 3 趋势分析：对比多期数据，识别显著变化，分析异常原因质量标准： - 所有数值已交叉验证（如：资产 = 负债 + 所有者权益） - 计算公式准确无误 - 异常波动已标注并给出合理解释 - 结论基于数据，避免主观臆断 ``` **市场舆情研究员（Market Sentiment Researcher）** ```txt 角色定位：市场舆情分析专家，擅长从多源信息中提炼市场情绪和投资者预期核心职责： 1. 收集特定主题（公司/行业/事件）的新闻和社交媒体讨论 2. 分类信息为正面/中性/负面 3. 识别关键舆论引导者（券商研报、KOL 观点） 4. 评估舆情对市场的潜在影响信息来源优先级： 1. 官方公告（公司公告、监管文件） 2. 券商研报（头部券商分析师） 3. 财经媒体报道（Bloomberg、财新、21 世纪经济报道） 4. 社交媒体讨论（雪球、Twitter 财经话题）情感分类标准： - 强烈正面：重大利好消息（并购、业绩超预期） - 正面：积极进展（新产品发布、市场份额提升） - 中性：常规信息（日常运营更新） - 负面：不利因素（监管处罚、业绩不及预期） - 强烈负面：重大风险（财务造假、高管离职） ``` ### 10.2.2 输入输出规范设计子智能体的输入应结构清晰、信息完整。 **标准输入模板** ```txt ## 子智能体任务输入 ### 任务目标 [一句话描述任务核心目标] ### 输入数据 - 数据源 1：[类型]，路径/URL - 数据源 2：[类型]，路径/URL - 背景信息：[相关上下文] ### 约束条件 - 时间限制：[X 分钟] - 范围限制：[只分析某个方面] - 工具限制：[只使用特定工具] ### 输出要求 - 格式：[Markdown/JSON/CSV] - 结构：[包含哪些章节/字段] - 长度：[字数/条目数限制] ### 质量标准 - [ ] 检查点 1 - [ ] 检查点 2 ``` **结构化输出示例（JSON）** ```json { "task_id": "fin-analysis-001", "status": "completed", "timestamp": "2026-01-18T15:30:00Z", "summary": "贵州茅台 2025 年财报分析完成，营收增长 12.3%", "data": { "revenue": {"value": 145.2, "unit": "亿元", "yoy_growth": 12.3}, "net_profit": {"value": 73.5, "unit": "亿元", "yoy_growth": 15.6} }, "insights": [ "毛利率提升 2.1 个百分点，产品结构优化显著", "应收账款周转天数减少 5 天，运营效率提升" ], "risks": ["存货周转率下降 8%，需关注库存积压风险"], "references": ["贵州茅台 2025 年年度报告.pdf，第 35-42 页"] } ``` **输出过滤原则** 汇总智能体应过滤冗余信息，只保留关键结论： 1. **结果导向**：只传递最终结论，不传递推理过程 2. **结构化优先**：传递 JSON/表格，而非长文本 3. **异常放大**：如果发现重要风险，即使不在预期输出中也要传递 ### 10.2.3 工具权限分配每个子智能体只应获得完成其任务所需的最小工具集，遵循最小权限原则，避免越权风险、意外副作用和安全隔离问题。 **工具权限分级** | 权限级别 | 工具类型 | 适用场景 | 示例工具 | |:------:|:------:|:------|:------| | 只读 | 信息获取 | 数据分析、研究任务 | Read, Grep, Glob | | 受限写 | 本地文件操作 | 生成报告、保存结果 | Write（仅特定目录） | | 计算执行 | 脚本运行 | 数据处理、指标计算 | Bash（禁止网络命令） | | 网络访问 | 外部信息检索 | 市场调研、新闻抓取 | WebSearch | | 高风险 | 系统级操作 | 部署、配置变更 | Bash（完整权限），需人工审批 | **金融场景工具权限配置示例** 财报分析师（低风险）： - 工具：Read, Grep, Bash（仅允许 Python 数据处理脚本） - 限制：禁止网络访问、禁止写文件市场舆情研究员（中风险）： - 工具：WebSearch, Read, Write - 限制：allowed_domains（仅允许访问特定网站）、write_path（只能写入特定目录）自动交易执行器（高风险）： - 工具：Read, Bash - 限制：human_in_the_loop（必须人工确认）、max_order_size（单笔订单金额上限） ::: {.callout-warning} ## 安全提示自动交易执行器等高风险子智能体必须启用人在回路机制。任何涉及资金操作的智能体都应设置金额上限和双重确认流程。 ::: ### 10.2.4 上下文隔离策略 **为什么需要上下文隔离** 问题场景： - 主智能体的 context window 包含大量历史对话，新任务的信息被稀释 - 多个子任务共享上下文时，信息交叉污染 - 敏感信息泄露（财务数据在不相关的子任务中可见）隔离的价值： - **专注力**：子智能体只看到与当前任务相关的信息 - **并行性**：多个子智能体可在独立空间中同时工作，互不干扰 - **安全性**：敏感数据不会跨任务边界传播 - **可恢复性**：单个子智能体失败不会污染主智能体上下文 ::: {.callout-note} ## 金融场景示例在分析师团队协作中，财务分析师智能体不应看到技术分析师的图表数据。这种隔离避免基本面分析受到价格走势的心理锚定效应影响，保持分析的独立性。 ::: **上下文隔离的实现层次** Level 1 消息级隔离：每个子智能体启动时只接收必要的任务描述和输入数据，不共享主智能体的完整对话历史。 Level 2 工具调用隔离：子智能体的工具调用历史不会污染主智能体的上下文。主智能体只看到压缩后的结果摘要，不看到详细的执行过程。 Level 3 内存隔离：在复杂的多智能体系统中，每个子智能体有独立的工作记忆，只有显式传递的信息才能跨智能体共享。 | 序号 | 知识点 | 重要度 | |:----:|--------|:------:| | 10.2.1 | 子智能体角色定义 | ★★★ | | 10.2.2 | 输入输出规范设计 | ★★★ | | 10.2.3 | 工具权限分配 | ★★ | | 10.2.4 | 上下文隔离策略 | ★★ |