一人多Agent公司：OpenClaw与Hermes自学搭建AI量化

本目录包含第1章至第31章及附录分篇，每章均附学习目标、重点难点、预估时长和各节概要。

第1章：认识OpenClaw

学习目标：能说清OpenClaw的诞生背景、核心能力和适用场景；能区分它“能做什么”和“不能做什么”。
主要内容：项目起源、核心架构、典型应用场景及能力边界。
重点：OpenClaw作为“AI网关”的定位；20+消息渠道支持；本地优先的隐私设计。
难点：理解它不内置大模型，需要外接LLM。
链接：[http://www.ifisme.cn/archives/584]
预估学习时长：2.5小时
各节列表：
- 1.1 诞生故事与定位 —— 从周末项目到全球第一的开源网关
- 1.2 核心能力一览 —— Gateway、Agent、Skills、Memory四件套
- 1.3 OpenClaw能做什么：典型应用场景 —— 日程管理、网页抓取、代码执行、金融监控
- 1.4 OpenClaw不能做什么：能力边界认知 —— 不含大模型、需自配API、无内置多用户认证

第2章：部署与基础配置

学习目标：能独立完成OpenClaw在本地（或WSL2）的部署；能通过CLI发送第一条消息；能接入至少一个消息渠道。
主要内容：环境准备、一键安装、Gateway启动、多渠道接入及工作原理。
重点：WSL2的安装与配置；openclaw onboard向导；飞书/Telegram的接入流程。
难点：Windows用户的WSL2环境搭建；API Key的正确配置。
链接：[http://www.ifisme.cn/archives/599]
预估学习时长：4小时
各节列表：
- 2.1 环境准备与系统要求 —— Node.js 22+、WSL2（Windows）、内存推荐
- 2.2 本地部署 —— 一键安装与openclaw onboard交互配置
- 2.3 部署后的验证：测试任务 —— 消息发送、文件读取、网页抓取
- 2.4 接入多渠道：飞书/Telegram/Discord/微信 —— 应用创建、Token配置、回调设置
- 2.5 OpenClaw工作原理深度解析 —— 从渠道适配到Agent运行的完整链路

第3章：OpenClaw核心配置体系与权限管理

学习目标：能编写AGENTS.md定义Agent角色；能配置SOUL.md/IDENTITY.md/USER.md；能配置RAG知识库并理解多Agent记忆隔离；能设置最小权限。
主要内容：Agent结构化定义、人格配置文件、记忆系统、RAG知识库、多Agent访问控制及安全权限。
重点：AGENTS.md的完整结构；RAG的QMD方案；多Agent记忆隔离与共享方式；最小权限原则。
难点：冻结快照机制；跨Agent记忆查询的性能影响；RAG与Hermes记忆不通用。
链接：[http://www.ifisme.cn/archives/609]
预估学习时长：7小时
各节列表：
- 3.1 AGENTS.md：结构化Agent定义 —— 职责、目标、技能、工作流、约束
- 3.2 三大人格配置文件：SOUL.md/IDENTITY.md/USER.md —— 价值观、身份、用户偏好
- 3.3 记忆系统配置 —— 四层记忆与常用命令
- 3.4 RAG知识库配置：从入门到实战 —— QMD插件、小说知识库案例、与Hermes不通用
- 3.5 多Agent间的知识访问控制 —— 默认隔离、三种共享方式、性能优化
- 3.6 权限设置与分配：安全配置详解 —— 双层权限、最小权限、敏感操作审批

第4章：Skill插件开发：从入门到岗位实战

学习目标：能理解Skill的本质（操作手册）；能编写SKILL.md；能从ClawHub安装社区Skill并安全审查；能开发自定义Skill。
主要内容：Skill概念、SKILL.md结构、社区Skill获取与安全审查、三个岗位Skill深度拆解。
重点：渐进式披露加载；SKILL.md的YAML frontmatter与工作流；安全审查清单（脚本、网络、硬编码）。
难点：区分Skill与Hook/Plugin；自动生成Skill的质量治理（Hermes视角，但本章以OpenClaw手工Skill为主）。
链接：[http://www.ifisme.cn/archives/623]
预估学习时长：9小时
各节列表：
- 4.1 Skill是什么 —— 写给AI的操作手册，分内置/社区/自定义
- 4.2 SKILL.md的标准结构与渐进式披露 —— 三层加载，降低Token消耗
- 4.3 自定义Skill开发实战：从目录结构到脚本集成 —— 新闻摘要Skill完整示例
- 4.4 从社区获取Skill并集成到自己的Agent中 —— ClawHub安装、GitHub手动、安全审查
- 4.5 社区岗位Skill深度解析：从拆解到实现 —— 研究员、HR、设计师三个岗位Skill

第5章：Web UI：OpenClaw的图形化管理中心

学习目标：能熟练使用Control UI进行聊天、会话管理、工具监控和配置修改；能安全地配置远程访问。
主要内容：Control UI的启动、三栏布局、核心功能、远程安全访问方案。
重点：会话管理（切换/删除）；工具调用可视化；Settings热更新；Tailscale/Cloudflare Tunnel安全暴露。
难点：设备配对流程；allowedOrigins配置；避免直接暴露端口。
链接：[http://www.ifisme.cn/archives/629]
预估学习时长：5小时
各节列表：
- 5.1 Control UI概述 —— 与TUI的区别，共享Gateway
- 5.2 Control UI的安装与启动 —— dashboard命令、设备配对
- 5.3 Control UI界面布局详解 —— 左侧边栏、中间主区域、右侧面板
- 5.4 核心功能详解 —— 对话、工具调用、会话管理、配置、多Agent可视化
- 5.5 高级主题：Control UI的远程安全访问 —— Tailscale Serve、Cloudflare Tunnel
- 5.6 WebChat：嵌入式聊天客户端（macOS专有） —— 菜单栏原生应用
- 5.7 Control UI实战训练 —— 5个必做任务

第6章：OpenClaw进阶配置与性能优化

学习目标：能使用子Agent（Spawn）进行任务委托；能配置Cron定时任务；能进行多渠道精细化路由；能监控Token消耗并进行优化。
主要内容：子Agent动态派发、Cron定时任务、多渠道路由、性能监控与资源优化、故障排查。
重点：持久Agent vs 子Agent的区别；Cron表达式的时区设置；contextPruning节省Token；openclaw doctor诊断。
难点：子Agent的独立预算与隔离；队列并发控制；Token成本分析。
链接：[http://www.ifisme.cn/archives/637]
预估学习时长：5小时
各节列表：
- 6.1 子Agent：动态派发与隔离执行 —— Spawn机制、Focus模式
- 6.2 Cron定时任务：让Agent主动干活 —— 三种调度类型、心跳机制
- 6.3 多渠道精细化路由 —— bindings配置、最具体优先原则
- 6.4 性能监控与资源优化 —— Token监控、优化策略、预算限额
- 6.5 故障排查与日志分析 —— 诊断命令、常见错误速查

第7章：认识Hermes Agent：会成长的数字员工

学习目标：能说出Hermes的五层架构；能解释闭环学习系统；能对比Hermes与OpenClaw的差异。
主要内容：项目背景、五层架构（输入层→推理层→工具层→执行层→反馈层）、核心运行循环与GEPA自改进机制。
重点：闭环学习（自动生成Skill、自我修复）；三层记忆（常驻、会话、技能）；与OpenClaw的互补关系。
难点：五层架构的依赖关系；同步循环的选择原因；元指令“先问用户再改”的设计哲学。
链接：[http://www.ifisme.cn/archives/644]
预估学习时长：3小时
各节列表：
- 7.1 项目背景与定位 —— Nous Research出品，越用越聪明
- 7.2 Hermes五层核心架构深度剖析 —— 逐层详解
- 7.3 Hermes的核心运行循环与闭环学习系统 —— GEPA机制与自主技能生成

第8章：Hermes部署与基础配置

学习目标：能独立安装Hermes；能配置至少一种LLM模型（含DeepSeek、Qwen3.5、本地Ollama）；能通过CLI对话；能接入飞书/Telegram。
主要内容：环境要求、一键安装、执行后端配置、模型接入、多渠道配置。
重点：DeepSeek和阿里云百炼的接入；本地Ollama部署；执行后端（Local/Docker/SSH）的选择。
难点：Windows用户必须使用WSL2；模型base_url必须以/v1结尾；飞书WebSocket配对。
链接：[http://www.ifisme.cn/archives/650]
预估学习时长：4小时
各节列表：
- 8.1 环境要求与系统准备 —— Python 3.10+、WSL2
- 8.2 一键安装与手动安装 —— curl安装、uv管理
- 8.3 执行后端配置 —— Local/Docker/SSH
- 8.4 模型配置：接入大语言模型 —— DeepSeek、Qwen3.5、Ollama、vLLM
- 8.5 多渠道接入：飞书/Telegram配置 —— WebSocket长连接、设备配对
- 8.6 常用CLI命令速查 —— hermes model、gateway start等

第9章：Hermes三层记忆系统

学习目标：能区分MEMORY.md和USER.md；能使用session_search检索历史对话；能理解技能记忆的自动生成；能删除和管理记忆。
主要内容：持久记忆（MEMORY.md/USER.md）、会话记忆（FTS5全文检索）、技能记忆、外部记忆提供商、记忆删除与维护、外接数据库。
重点：冻结快照机制；session_search主动调用；容量限制（2200+1375字符）；memory工具的add/replace/remove。
难点：冻结快照导致当前会话看不到修改；FTS5索引与自动归档；外部Provider注入风险。
链接：[http://www.ifisme.cn/archives/658]
预估学习时长：4小时
各节列表：
- 9.1 为什么需要三层记忆 —— 语义、情景、程序性记忆对应
- 9.2 第一层：持久记忆——MEMORY.md与USER.md —— 写入机制、冻结快照
- 9.3 第二层：会话记忆——FTS5全文检索 —— session_search使用
- 9.4 第三层：技能记忆——可复用的工作流 —— 自动生成与自我改进
- 9.5 外部记忆提供商（可选扩展） —— Hindsight、Mem0对比
- 9.6 记忆的删除与维护 —— memory remove、session delete、skill删除
- 9.7 🚀 进阶：外接数据库管理记忆 —— Hindsight本地PostgreSQL

第10章：Hermes Skill系统：自动生成的进化能力

学习目标：能理解Hermes Skill与OpenClaw Skill的本质区别；能触发自动技能生成；能使用skill_manage进行create/patch；能进行技能质量治理。
主要内容：SKILLS_GUIDANCE机制、自动生成触发条件、skill_manage工具、agentskills.io标准、技能质量治理（试用期审查、淘汰机制）。
重点：自动生成触发条件（5+工具调用）；渐进式披露；patch机制而非全量重写；安全沙箱配置。
难点：技能质量治理（避免低质量技能膨胀）；patch的模糊匹配；技能版本管理。
链接：[http://www.ifisme.cn/archives/660]
预估学习时长：5小时
各节列表：
- 10.1 Hermes Skill概述 —— 自动生成、渐进式披露
- 10.2 Skill自动生成机制详解 —— SKILLS_GUIDANCE、触发条件、skill_manage
- 10.3 Skill文档格式与agentskills.io标准 —— 跨平台兼容
- 10.4 Hermes Skill vs OpenClaw Skill对比 —— 自动vs手动
- 10.5 Hermes Skill实战演练 —— 复杂任务后观察生成
- 10.6 Hermes安全沙盒配置详解 —— 危险命令审批、容器隔离
- 10.7 自动Skill的质量治理与生命周期管理 —— 试用期、审查、淘汰

第11章：Hermes工具集与子Agent委托

学习目标：能使用47个内置工具；能配置MCP Client接入外部服务；能使用delegate_task进行并行子Agent委托。
主要内容：内置工具集分类、ToolRegistry、MCP协议（Client与Server）、子Agent委托机制、浏览器自动化、代码执行沙箱。
重点：工具集启用/禁用；MCP Server配置；delegate_task的三层隔离（上下文、工具、文件）；并行数量控制。
难点：MCP的双模式（Client/Server）；浏览器自动化反爬；异步委托与回调。
链接：[http://www.ifisme.cn/archives/669]
预估学习时长：5小时
各节列表：
- 11.1 内置工具集：47个工具的分类全解 —— terminal、file、web、browser等
- 11.2 MCP协议集成：扩展工具能力 —— Client与Server配置
- 11.3 子Agent委托：并行任务的核心引擎 —— delegate_task、隔离机制
- 11.4 浏览器自动化 —— 导航、快照、拟人化操作
- 11.5 代码执行与沙箱机制 —— Python解释器、Docker后端

第12章：Hermes多渠道接入与自动化

学习目标：能配置Hermes Gateway并接入飞书/Telegram；能创建Cron定时任务；能使用检查点回滚。
主要内容：多平台消息网关、飞书WebSocket接入、Cron定时任务、检查点与回滚机制。
重点：飞书WebSocket模式（无需公网IP）；Cron自然语言调度；/rollback回滚命令。
难点：设备配对；定时任务时区设置；检查点的自动触发与清理。
链接：[http://www.ifisme.cn/archives/677]
预估学习时长：3.5小时
各节列表：
- 12.1 多平台消息网关 —— 统一管理12+平台
- 12.2 飞书接入：WebSocket模式完整指南 —— 应用创建、权限、配对、主频道设置
- 12.3 Cron定时任务：让Agent主动干活 —— 自然语言、Cron表达式、结果投递
- 12.4 检查点与回滚：保护数据安全 —— 文件系统快照、/rollback

第13章：为什么要让OpenClaw和Hermes协作

学习目标：能阐述两者设计哲学的互补性；能识别4种典型协作场景；能理解数据交换与共享记忆的原理。
主要内容：设计互补、分工场景、核心价值、最佳搭配策略、协同工作原理。
重点：OpenClaw做广度（连接），Hermes做深度（进化）；消息流转全过程；ACP协议的角色。
难点：运行时传递vs定期同步共享记忆；异步回调机制。
链接：[http://www.ifisme.cn/archives/690]
预估学习时长：2.5小时
各节列表：
- 13.1 设计哲学的天然互补 —— 广连接 vs 深思考
- 13.2 分工协作的典型场景 —— 飞书驱动开发、信息聚合、定时巡检、知识库构建
- 13.3 核心价值：1+1>2 —— 专业化、消除单点故障、成本优化
- 13.4 在一人多Agent公司中的最佳搭配策略 —— 职责分配速查表
- 13.5 协作生态速览 —— ACP、技能迁移、共享记忆
- 13.6 OpenClaw与Hermes协同工作的核心原理 —— 消息流转、数据交换、共享记忆模式

第14章：协作架构设计与ACP协议安装配置

学习目标：能配置ACP协议打通OpenClaw与Hermes；能使用hermes claw migrate迁移Skill；能区分ask和delegate模式。
主要内容：两种协作模式、ACP协议详解、stdio/TCP安装、技能一键迁移、任务优先级队列。
重点：stdio方式（同机）和TCP方式（跨机）；hermes claw migrate --dry-run；优先级队列配置。
难点：ACP二进制序列化（MessagePack）；防火墙与企业内网部署；版本兼容性。
链接：[http://www.ifisme.cn/archives/691]
预估学习时长：3.5小时
各节列表：
14.1 两种协作模式 —— 统一入口 vs 独立部署并行
14.2 ACP协议深度解析 —— 消息格式、心跳保活、流式回调
14.3 安装部署完整步骤 —— stdio方式、TCP方式、hermes claw migrate
14.4 协作任务调度 —— ask同步 vs delegate异步
14.5 ACPC底层通信优化与企业版适配指南 —— 直连/网关模式、TLS

第15章：协作模式实战

学习目标：能独立配置规划者-执行者、定时监控、深度研究、代码开发四种协作模式；能实现零代码联动。
主要内容：四种协作模式（规划者-执行者、定时监控、深度研究、代码开发审查）、零代码联动与技能一键迁移实践。
重点：Supervisor Agent的设计；意图识别路由；hermes claw migrate后的验证。
难点：规划者-执行者中的任务拆解粒度；代码审查Skill的集成；零代码联动的意图识别规则迭代。
链接：[http://www.ifisme.cn/archives/692]
预估学习时长：4小时
各节列表：
- 15.1 规划者-执行者模式 —— OpenClaw拆解任务，Hermes执行
- 15.2 定时监控与巡检 —— Cron触发，Hermes健康检查
- 15.3 深度研究与内容处理 —— 多渠道聚合，Hermes研究
- 15.4 代码开发与审查 —— GitHub MCP，自动化PR
- 15.5 零代码联动与技能一键迁移实践 —— 迁移、意图路由、飞书+OpenClaw+Hermes模板

第16章：共享记忆与持续改进

学习目标：能设计L1/L2/L3共享记忆架构；能实现运行时传递和中间共享库；能处理记忆冲突；能进行团队级知识蒸馏。
主要内容：共享记忆三层架构、三种共享方式、持续改进闭环、冲突解决与版本控制、团队级知识蒸馏。
重点：L2（Redis/SQLite）实践；乐观锁解决冲突；Git作为共享记忆后端；hivememory和魔搭Ultron概念。
难点：多Agent并发写入冲突；冻结快照导致当前会话看不到共享记忆更新；记忆蒸馏的自动化。
链接：[http://www.ifisme.cn/archives/710]
预估学习时长：3.5小时
各节列表：
- 16.1 共享记忆架构设计 —— L1运行时传递、L2中间库、L3外部提供商
- 16.2 知识共享机制 —— 三种方式详解
- 16.3 知识检索与复用 —— 精确匹配、语义检索
- 16.4 持续改进的工作流闭环 —— 执行→记录→共享→学习→优化
- 16.5 共享记忆冲突解决与版本控制 —— 乐观锁、Git版本管理
- 16.6 团队级记忆与知识蒸馏：走向群体智能 —— 从个体经验到团队共识

第17章：多Agent系统性能调优与调试

学习目标：能定位性能瓶颈；能优化ACP通信；能使用分布式追踪；能设置资源配额与熔断。
主要内容：性能瓶颈分析、ACP通信优化（MessagePack、压缩）、分布式追踪（Jaeger）、资源配额与限流、故障速查表。
重点：瓶颈分布（Hermes工具执行占45%）；启用MessagePack减少传输大小；maxConcurrent和熔断配置。
难点：分布式追踪的部署；跨Agent调用链关联；contextPruning与缓存命中率。
链接：[http://www.ifisme.cn/archives/718]
预估学习时长：3小时
各节列表：
- 17.1 性能瓶颈分析与定位 —— 工具测量、日志分析
- 17.2 跨Agent通信优化 —— MessagePack、压缩、超时调整
- 17.3 多Agent分布式追踪 —— OpenTelemetry+Jaeger
- 17.4 资源配额与限流 —— maxConcurrent、迭代预算、熔断
- 17.5 性能调优检查清单 —— 网络、资源、记忆、监控
- 17.6 协同系统常见故障速查 —— ACP连接失败、委托超时、记忆冲突等

第18章：一人多Agent公司的核心思维

学习目标：能将企业岗位映射为Agent角色；能设计三层架构；能遵循三大核心原则；能使用五步设计法创建Agent团队。
主要内容：公司视角类比、岗位映射、三层架构、核心原则、五步设计法、扩展流程。
重点：职责单一、协作明确、可追溯；五步设计法（拆解→角色→技能→协作→配置）。
难点：三层架构的依赖关系（入口→执行→进化）；灰度验证扩展新Agent。
链接：[http://www.ifisme.cn/archives/724]
预估学习时长：2.5小时
各节列表：
- 18.1 从公司视角看Agent —— Agent即员工
- 18.2 企业岗位→Agent角色的映射 —— 职责单一、权限最小
- 18.3 一人多Agent公司的三层架构 —— 入口层、执行层、进化层
- 18.4 核心原则 —— 单一职责、协作明确、可追溯
- 18.5 设计你的Agent团队：五步设计法 —— 从业务流到配置
- 18.6 从单人试航到舰队：扩展Agent团队的标准化流程 —— 拆分职责、灰度上线

第19章：案例一：一人内容创作公司

学习目标：能搭建内容创作多Agent流水线（热点→选题→调研→写作→配图→分发）；能实现经验蒸馏（灵感库共享）。
主要内容：业务流程分析、岗位分工、配置实现、效果评估、经验蒸馏、量化类比。
重点：调研Agent→写作Agent的素材传递；共享记忆的选题卡片；memory工具写入灵感库。
难点：Agent间数据格式统一；Cron调度的顺序依赖；经验蒸馏的触发时机。
链接：[http://www.ifisme.cn/archives/725]
预估学习时长：4小时
各节列表：
- 19.1 业务流程分析 —— 热点发现→选题→素材→写作→配图→分发→数据追踪
- 19.2 岗位设置与Agent分工 —— 6个Agent的职责表
- 19.3 完整配置与实现步骤 —— 共享记忆、Cron、Skill
- 19.4 效果评估与迭代优化 —— 采纳率、修改次数、A/B测试
- 19.5 🔗 量化场景类比 —— 内容流水线与因子挖掘流水线
- 19.6 （可选）内容矩阵扩展 —— 视频脚本Agent

第20章：案例二：一人电商运营公司

学习目标：能搭建电商多Agent系统（价格监控、竞品分析、自动调价、客服、订单、库存）；能实现并行监控与竞价策略协同。
主要内容：业务流程、岗位分工、价格监控/调价配置、客服FAQ、并行监控、量化类比。
重点：并行监控（delegate_task）；调价审批流程；库存告警；FAQ知识库。
难点：反爬策略；自动调价的审批与熔断；多Agent并行时的资源竞争。
链接：[http://www.ifisme.cn/archives/729]
预估学习时长：4小时
各节列表：
- 20.1 业务流程分析 —— 上架→监控→分析→客服→订单→库存→营销
- 20.2 岗位设置与Agent分工 —— 监控、分析、客服、订单、库存、营销
- 20.3 关键自动化任务配置 —— 价格监控Cron、调价审批、FAQ回复
- 20.4 异常处理与兜底机制 —— 降级开关、死信队列
- 20.5 多Agent并行监控与竞价策略协同 —— delegate_task并行、协同调价规则
- 20.6 🔗 量化场景类比 —— 价格监控↔行情监控，客服↔风控告警

第21章：案例三：一人开发运维公司

学习目标：能搭建CI/CD流水线（Issue→修复→测试→部署→监控）；能实现故障自愈与回滚。
主要内容：业务流程、岗位分工、GitHub MCP集成、开发-测试-部署流水线、故障自愈、量化类比。
重点：Supervisor Agent调度；code_fixer Skill；健康检查与自动恢复；检查点回滚。
难点：GitHub MCP配置；子Agent委托的异步协调；熔断与自动回滚的平衡。
链接：[http://www.ifisme.cn/archives/734]
预估学习时长：4小时
各节列表：
- 21.1 业务流程分析 —— Issue→开发→测试→审查→构建→部署→监控→故障排查
- 21.2 岗位设置与Agent分工 —— Supervisor、GitHub、开发、测试、审查、构建、部署、监控、诊断
- 21.3 开发流程自动化 —— GitHub MCP、Issue自动修复、PR创建
- 21.4 故障自愈机制 —— 健康检查、诊断、自动恢复、熔断
- 21.5 多人开发场景下的权限强化 —— 只读/操作/管控Agent分层
- 21.6 🔗 量化场景类比 —— CI/CD流水线与策略回测-上线流水线

第22章：一人多Agent公司的最佳实践与进阶

学习目标：能使用五步法将新业务转化为Agent配置；能使用代码片段库加速开发；能进行Agent团队扩张与效率度量。
主要内容：扩张策略、效率度量、常见问题与避坑、五步法、标准化扩展流程、代码片段库、低代码集成。
重点：五步法（业务需求→角色映射→技能匹配→协作设计→配置实现）；代码片段库（AGENTS.md、SKILL.md、Cron、ACP模板）。
难点：职责过载时的拆分决策；灰度上线流程；共享记忆的版本控制。
链接：[http://www.ifisme.cn/archives/741]
预估学习时长：3小时
各节列表：
- 22.1 公司规模扩张的策略 —— 垂直拆分、水平扩展、职能分离
- 22.2 效率度量与优化 —— KPI（响应时间、吞吐量、Token成本）
- 22.3 常见问题与避坑指南 —— 五大血泪教训
- 22.4 从业务需求到Agent团队设计：五步法 —— 详细步骤
- 22.5 扩展你的Agent舰队：新增Agent的标准化流程 —— 6步流程
- 22.6 实用代码与提示词片段库 —— AGENTS.md、SOUL.md、SKILL.md、Cron、ACP模板
- 22.7 （可选）低代码编排与AI Agent的集成扩展阅读 —— n8n/Dify

第23章：真实量化投资公司的业务全景

学习目标：能描述量化私募的典型组织架构和岗位职责；能画出从数据到交易的核心业务流程；能简化为一人的最小模型。
主要内容：量化vs主观、组织架构（5大部门）、岗位设置、业务流程、一人简化模型。
重点：投资总监、因子研究员、交易员、风控专员的职责；一人量化公司的核心Agent团队（6个）。
难点：理解回测与实盘的差距（常见误解）；一人模型中岗位取舍原则。
链接：[http://www.ifisme.cn/archives/765]
预估学习时长：2.5小时
各节列表：
- 23.1 量化投资公司是什么 —— 本质、业务闭环
- 23.2 典型量化私募的组织架构与岗位设置 —— 管理层、策略研发、交易执行、风控、IT数据
- 23.3 典型业务流程与岗位协作图 —— 数据→因子→信号→交易→归因
- 23.4 从真实岗位映射到Agent角色（概览） —— 映射三步法
- 23.5 一人量化投资公司的简化模型 —— 保留哪些岗位、合并哪些、外包哪些
- 23.6 🚨 常见误解：回测收益高 ≠ 实盘能赚钱 —— 过拟合、前视偏差、滑点等

第24章：量化数据治理体系

学习目标：能使用Tushare获取并清洗金融数据；能建立自动化数据质量监控；能实现数据版本控制（Parquet+DVC）。
主要内容：数据源对比、Tushare入门、清洗5步流程、质量监控、存储与版本管理。
重点：Tushare token获取；后复权计算；数据完整性监控Cron；Parquet分区存储。
难点：复权因子的正确使用；数据质量监控的告警阈值；DVC与Git协同。
链接：[http://www.ifisme.cn/archives/769]
预估学习时长：3小时
各节列表：
- 24.1 数据源的选择与对比 —— Tushare、聚宽、Wind
- 24.2 数据清洗与预处理规范 —— 缺失值、异常值、复权、逻辑校验
- 24.3 数据质量监控体系 —— 完整性、时效性、稳定性监控
- 24.4 数据存储与版本管理 —— Parquet格式、DVC版本控制

第25章：迷你实战：从零搭建双均线策略Agent系统

学习目标：能编写双均线回测函数；能配置数据Agent、策略Agent、交易Agent、风控Agent；能运行模拟盘并观察。
主要内容：双均线策略、轻量回测、四个Agent配置、模拟盘运行、扩展讨论。
重点：回测中的滑点与手续费；ACP委托信号；风控Agent独立部署；回测-实盘一致性检查。
难点：多Agent并行调试；滑点模型参数调整；审批流程配置。
链接：[http://www.ifisme.cn/archives/773]
预估学习时长：4小时
各节列表：
- 25.1 策略简介：双均线金叉死叉 —— 逻辑、参数选择
- 25.2 数据获取与回测准备 —— Tushare数据、轻量回测函数
- 25.3 Agent配置：一个迷你团队 —— 数据、策略、交易、风控Agent的配置
- 25.4 运行与观察 —— 模拟盘一周、飞书日志
- 25.5 扩展讨论：如何将双均线升级为多因子模型 —— 过渡到多因子
- 25.6 🚨 常见误解：双均线策略简单=没有价值 —— 实盘中的过滤器价值

第26章：量化投资公司的Agent化映射：从岗位到Agent

学习目标：能完成岗位→Agent的完整映射；能设计部门隔离的共享记忆命名空间；能实现策略多样性管理和经验蒸馏。
主要内容：学术参考、映射表、部门分组、协作流程设计、策略多样性、经验蒸馏。
重点：映射表（10+Agent）；风控Agent独立隔离；hivememory经验共享；策略相关性监控。
难点：多部门共享记忆的命名空间规划；跨Agent协作的数据格式统一；过拟合检测在蒸馏中的应用。
链接：[http://www.ifisme.cn/archives/781]
预估学习时长：5小时
各节列表：
- 26.1 学术研究参考 —— Agentic Trading、QuantAgent等
- 26.2 岗位→Agent完整映射表 —— 管理层、策略研发、交易执行、风控、IT数据
- 26.3 部门划分与Agent分组 —— 共享记忆命名空间设计
- 26.4 跨Agent通信与协作流程设计 —— 数据、因子、信号、交易、风控的流转
- 26.5 策略多样性管理 —— 相关性监控、强制引入低相关策略
- 26.6 因子挖掘Agent团队的经验蒸馏 —— 失败经验共享、记忆蒸馏器

第27章：量化投资Agent的Skill体系设计

学习目标：能开发因子挖掘、回测验证、交易执行、交易成本分析、资金管理等核心Skill。
主要内容：Skill清单、因子挖掘Skill（IC/IR）、回测规范、交易执行与成本建模、资金管理（凯利、风险平价、波动率目标）。
重点：因子挖掘的IC计算和分组收益；回测验证规范（前视偏差、过拟合）；交易成本精细建模（冲击、延迟、机会成本）；半凯利公式。
难点：IC/IR的统计显著性；滑点模型的动态估计；资金管理中的分数凯利选择。
链接：[http://www.ifisme.cn/archives/785]
预估学习时长：6小时
各节列表：
- 27.1 量化投资核心Skill清单 —— 数据、因子、回测、交易、风控、资金管理
- 27.2 核心Skill深度拆解：因子挖掘Skill + 回测验证规范 —— IC计算、分组收益、回测引擎选择
- 27.3 核心Skill深度拆解：交易执行Skill + 交易成本精细建模 —— 滑点模型、成本分解
- 27.4 量化资金管理方法论 —— 凯利公式、风险平价、波动率目标
- 27.5 🚨 常见误解：资金管理中“凯利公式直接满仓”的危险性 —— 分数凯利、实盘保守建议

第28章：量化投资Agent系统的完整配置与实现

学习目标：能配置Portfolio Manager、Risk Manager等核心Agent的完整配置文件；能搭建ACP、Redis和Cron调度；能执行回测-实盘一致性检查。
主要内容：环境准备、Agent配置文件示例（AGENTS.md/SOUL.md）、协作工作流（ACP/优先级/共享记忆/Cron）、一致性检查清单、集成测试与上线。
重点：Portfolio Manager和Risk Manager的完整配置；回测-实盘一致性检查9项清单；实盘上线检查清单。
难点：风控Agent的独立部署（单独Hermes进程）；一致性检查中的滑点和流动性验证；实盘熔断机制。
链接：[http://www.ifisme.cn/archives/801]
预估学习时长：7小时
各节列表：
- 28.1 环境准备与基础设施 —— 硬件、软件、Tushare、交易接口
- 28.2 Agent配置文件完整示例 —— Portfolio Manager、Risk Manager、Data Pipeline的AGENTS.md
- 28.3 协作工作流配置 —— ACP、优先级队列、Redis共享记忆、Cron任务
- 28.4 回测-实盘一致性检查清单 —— 9项必查
- 28.5 系统集成测试与上线 —— 单元测试、集成测试、模拟盘、实盘上线

第29章：量化投资Agent系统的运行、监控与持续优化

学习目标：能搭建监控仪表盘（Web UI/飞书推送）；能实现故障自愈（systemd、熔断）；能生成绩效报告并进行过拟合防范；能执行极端情景压力测试。
主要内容：运行监控、异常处理与自愈、绩效评估、过拟合防范、成本控制、日志审计、压力测试。
重点：绩效报告（夏普、回撤、胜率）；过拟合检测（稳定性测试、样本外验证）；熔断机制（回撤5%暂停、8%全平）；压力测试（闪崩、流动性枯竭）。
难点：自动学习中的过拟合防范；压力测试数据构造；成本优化（Token、数据源、云资源）。
链接：[http://www.ifisme.cn/archives/808]
预估学习时长：5小时
各节列表：
- 29.1 运行监控与仪表盘 —— Web UI、Prometheus+Grafana、飞书推送
- 29.2 异常处理与故障自愈 —— systemd自动重启、熔断机制、故障演练
- 29.3 绩效评估与策略迭代 —— 定期报告、过拟合检测（稳定性检验、人工审批）
- 29.4 成本控制与资源优化 —— Token优化、数据缓存、云服务器自动休眠
- 29.5 交易日志规范与审计追溯机制 —— 日志字段、不可篡改存储、合规要求
- 29.6 极端情景压力测试 —— 闪崩、流动性枯竭、高频冲击

第30章：一人多Agent公司的最佳实践与进阶（量化特供版）

学习目标：能对比量化与通用Agent公司的异同；能制定扩张策略；能使用效率度量指标；能避免10个常见量化陷阱；能快速转化新策略为Agent配置。
主要内容：异同对比、扩张策略、效率度量、常见问题与避坑指南、五步转化流程（量化版）。
重点：量化特有的挑战（资金风险、过拟合、策略衰减）；10个常见问题（信号过密、滑点低估、风控共享记忆等）；新策略转化五步法。
难点：策略容量测试；策略同质化监控；实盘前的模拟盘验证周期。
链接：[http://www.ifisme.cn/archives/811]
预估学习时长：2小时
各节列表：
- 30.1 量化Agent公司 vs 通用Agent公司的异同 —— 复用模式与量化挑战
- 30.2 公司规模扩张的策略 —— 单策略→多策略→多资产，日线→分钟线
- 30.3 效率度量与优化 —— 系统性能指标+策略绩效指标
- 30.4 常见问题与避坑指南（量化特供版） —— 10个高频问题及解决方案
- 30.5 如何将新的业务需求转化为Agent配置 —— 量化版五步法、AGENTS.md模板

第31章：从本书出发：持续学习与未来展望

学习目标：能规划后续学习路径（金融、工程、合规）；能制定系统迭代方向；能了解群体智能、自适应Agent等趋势；能建立持续学习机制。
主要内容：知识体系补充、系统迭代方向、技术趋势展望、持续学习方法、告别语。
重点：金融书籍推荐（《打开量化投资的黑箱》等）；迭代方向（策略、Agent、风控）；群体智能（hivememory）、自适应Agent；避免“学习瘫痪”。
难点：区分趋势与炒作；实盘中的心态管理。
链接：[http://www.ifisme.cn/archives/814]
预估学习时长：1.5小时
各节列表：
- 31.1 知识体系补充建议 —— 金融、工程、社区
- 31.2 系统迭代方向 —— 策略（单因子→多因子→ML）、Agent（新闻情绪、强化学习）、风控（动态预算、因果推断）
- 31.3 技术趋势展望 —— 群体智能、自适应Agent、人机协作新范式
- 31.4 如何持续保持学习 —— 论文、代码、社区、实盘四渠道
- 31.5 告别语：种一棵树最好的时间是十年前，其次是现在

附录

附录A-F：命令、配置与工具

链接：[http://www.ifisme.cn/archives/808]
包含附录：A（命令速查表）、B（配置模板）、C（量化配置包）、D（资源社区）、E（进度跟踪表）、F（版本修订记录）

附录G-N：运维、调试与协作

链接：[http://www.ifisme.cn/archives/811]
包含附录：G（版本迁移）、H（故障排查）、I（性能调优）、J（监管合规）、K（内置工具清单）、L（ACP部署）、M（共享记忆选型）、N（技能迁移）

附录O-W：量化、监管与业务

链接：[http://www.ifisme.cn/archives/814]
包含附录：O（岗位映射模板）、P（低代码集成）、Q（组织架构图）、R（快速启动脚本）、S（券商API示例）、T（Tushare脚本）、U（双均线配置包）、V（术语速查表）、W（顾问审校记录）

附录名词术语索引

链接：[http://www.ifisme.cn/archives/878]
以词典的形式将散落在31章+22个附录中的数百个核心术语集中呈现、统一释义，并标注了每个术语首次出现的主要章节。每个词条后括号内的数字表示出现的章节号（如“13”表示第13章，“24.2”表示第24章第2节）。解释力求简洁准确。