vault: fix review issues - stale sessions_send refs, endpoint counts, model info, add maintenance guide

2 - Projects/Trading-Agents/Trading Agents 混合架构方案.md

@@ -10,7 +10,7 @@ tags: [trading, multi-agent, openclaw, openbb, architecture]
 
 ## 目标
 
-基于 [[TradingAgents 原始架构分析|TradingAgents]] 的多角色辩论架构，在现有 OpenClaw 环境上实现 AI 驱动的交易决策系统。数据层使用 [[openbb-invest-api]]（133+ 端点，K8s 部署），通过 OpenClaw 的 `sessions_spawn` + `sessions_send` 混合架构实现多 Agent 辩论。
+基于 [[TradingAgents 原始架构分析|TradingAgents]] 的多角色辩论架构，在现有 OpenClaw 环境上实现 AI 驱动的交易决策系统。数据层使用 [[openbb-invest-api]]（132+ 端点，K8s 部署），通过 OpenClaw 的 `sessions_spawn` 实现多 Agent 后台辩论。API 覆盖率 79%（104/132 端点）。
 
 ---
 
@@ -164,12 +164,15 @@ API 基础 URL: `http://invest-api.k8s.home:8000/api/v1`
 
 ### Phase 3：编排 Skill（trade-analyze）
 
-`trade-analyze/SKILL.md` 核心编排逻辑：
-1. 执行 4 个分析 skill → 4 份报告
-2. `sessions_send` → invest-bull，ping-pong 到 invest-bear（3-5 轮）
-3. `sessions_send` → invest-hawk，ping-pong 到 invest-dove（2-3 轮）
-4. 综合裁决 → BUY/SELL/HOLD + 仓位 + 止损 + 理由
-5. 存入 `memory/YYYY-MM-DD.md`
+`trade-analyze/SKILL.md` 核心编排逻辑（使用 `sessions_spawn`）：
+1. `curl` 收集 8 类数据（summary, technical, sentiment, macro, upgrades, shorts, CAPM, Sortino）
+2. `sessions_spawn` → invest-bull（Bull Case，等待 announce）
+3. `sessions_spawn` → invest-bear（Bear Case，等待 announce）
+4. `sessions_spawn` → invest-bull（Final Rebuttal，等待 announce）
+5. `sessions_spawn` → invest-hawk（激进风控，等待 announce）
+6. `sessions_spawn` → invest-dove（保守风控，等待 announce）
+7. 综合裁决 → BUY/SELL/HOLD + 仓位 + 止损 + 理由
+8. 存入 `memory/YYYY-MM-DD.md`
 
 ### Phase 4：记忆 + 复盘
 
@@ -177,11 +180,14 @@ API 基础 URL: `http://invest-api.k8s.home:8000/api/v1`
 - `MEMORY.md` 持久存储（持仓、胜率、教训）
 - 每周 cron 复盘：对比预期 vs 实际收益，更新教训
 
-### Phase 5：优化 + 扩展
+### Phase 5：优化 + 扩展（✅ 已完成）
 
-- 加入做空/期权/DeFi 数据
-- 日报集成（纳入现有 daily-invest-briefing cron）
-- 回测验证 agent 决策历史表现
+- ✅ 做空/暗池数据已加入 sentiment-analysis
+- ✅ 量化统计层已加入 fundamental-analysis（normality, unitroot, rolling skew/kurtosis）
+- ✅ 新增 portfolio-review skill（HRP 优化、相关性、聚类、相似度搜索）
+- ✅ 新增 strategy-backtest skill（SMA/RSI/买入持有/动量回测）
+- ✅ API 覆盖率从 19% 提升到 79%
+- 待办：日报集成 trade-analyze 结果
 
 ---
 
@@ -306,7 +312,7 @@ ssh $REMOTE "openclaw gateway restart"
 > - 分析 skill 要求 LLM 输出**结构化 JSON**（[省 15% token](https://sparkco.ai/blog/optimize-llm-api-costs-token-strategies-for-2025)）
 > - 辩论 agent SOUL.md 加入字数限制（每轮 300-500 字）
 > - 风控辩论设 `maxPingPongTurns: 3`（风控观点 2-3 轮即收敛）
-> - 分析师用便宜模型（Haiku），辩论用强模型（Opus/Sonnet）
+> - 当前所有 agent 统一使用 kimi-coding/k2p5，后续可考虑分析师用便宜模型、辩论用强模型
 
 ### 风险 3：Agent Stuck 导致流程卡死