第 11 章 金融舆情分析系统
复杂度: ★★☆ | 核心模式: 提示链 + 反思 + 智能体间协作
模式声明
本章综合应用以下设计模式：
| 设计模式 | 原理篇节次 | 本章应用位置 |
|---|---|---|
| 提示工程 | 第 4.1-4.4 节 | 数据采集→分析→报告的三步流程 |
| 反思 | 第 5.1 节 | 情感判断的自我复核机制 |
| 智能体间协作 | 第 9.4 节 | Query/Insight/Report 三 Agent 协作 |
| 工具使用 | 第 7.1-7.2 节 | MCP 工具调用（Tavily、Metaso） |
| 评估与迭代 | 第 10.3 节 | 分类质量抽检与迭代优化 |
学习目标
完成本章学习后，学生应能够：
- 【理解】说明金融舆情分析的业务价值，解释舆情信息对市场定价效率和投资决策的影响
- 【应用】使用 MCP 工具（Tavily 和 Metaso）配置多源数据采集系统，实现中英文双语舆情信息采集
- 【应用】开发情感分析 Skill，使用 LLM 零样本学习对金融新闻进行情感倾向判断与强度量化
- 【分析】设计并实现三智能体协作系统，分析 Query Agent、Insight Agent 和 Report Agent 各自的职责边界与数据流转
- 【创造】构建完整的舆情预警机制，包括风险指数（RRI）计算、等级划分与预警规则设计
- 【评价】对比 Claude Code+Skills 方案与其他方案的优缺点，评估其在不同场景中的适用性
系统架构
数据采集层（MCP: tavily, metaso）
↓
LLM 分析层（sentiment-analysis Skill）
↓
报告生成层（report-generator Skill）三 Agent 协作流程
Query Agent → Insight Agent → Report Agent
知识点分布
| 课时 | 内容 | 核心模式 | 原理回顾 |
|---|---|---|---|
| 1 | 项目架构与 MCP 配置 | 工具使用 | 回顾第 7.1 节工具调用机制 |
| 2 | 情感分析 Skill 开发 | 提示工程 | 回顾第 4.1 节提示链设计 |
| 3 | 报告生成与系统集成 | 智能体间协作 | 回顾第 9.4 节智能体间协作 |
| 4 | 优化迭代与作业点评 | 评估与迭代 | 回顾第 10.3 节优化迭代 |
模式总结
本章展示了设计模式的组合应用：
- 提示链 将舆情分析分解为「采集→分析→报告」三步，每步输出作为下步输入（对应第 4.1 节案例 4A 的扩展）
- 智能体间协作 三个专业化 Agent 分工协作，体现分工与协调原则（对应第 9.4 节案例 9B 的深化）
- 反思 情感判断后触发复核流程，减少误判（对应第 5.1 节生产者-批评者架构）
- 工具使用 MCP 工具突破 LLM 能力边界，获取实时舆情数据（对应第 7.1 节）
- 评估与迭代 通过抽检与反馈复盘优化分类质量（对应第 10.3 节优化迭代）