Prompt Governance
审计、修复并验证 TradingAgentsCN 中 agent 与提示词工作流。用于持仓分析、workflow prompt、MongoDB...
Install
npx skills add hsliuping/TradingAgents-CN --skill prompt-governance -g -a claude-code -y- Repository
- hsliuping/TradingAgents-CN32.8k
- Category
- AI and agents
- Updated
- 1mo ago
- License
- See repository
- Context cost
- Lightabout 578 tokens
- Runs scripts
- No, instructions only
What it does
审计、修复并验证 TradingAgentsCN 中 agent 与提示词工作流。用于持仓分析、workflow prompt、MongoDB prompt_templates、adapter prompt assembly、合规修复、运行期模板与代码同步。触发词:修改 agent 提示词、提示词治理、DB 模板同步、workflow 提示词修复、持仓分析提示词排查、prompt compliance、runtime prompt audit。
Prompt Governance
这个 skill 用来处理“agent 行为不对,既可能是提示词问题,也可能是代码装配、运行期模板或兼容解析路径问题”的场景。
它不是普通的文案改写流程,而是一个运行期优先的治理流程:先确认真正控制行为的提示词和代码路径,再做最小修复,并把验证做完。
何时使用
- 用户要求修改某个 workflow 或 agent 的提示词,但仓库文件改了以后运行结果仍不对。
- 需要同时检查 repo fallback 提示词、MongoDB 中的 prompt_templates、adapter 的 _build_system_prompt / _build_user_prompt,以及 service 侧解析逻辑。
- 需要做持仓分析、研究链路、合规改写、用户视图精简、触发语去除、DB 模板同步这类工作。
- 日志里出现“运行期生成内容”和“仓库中的模板/代码理解”不一致。
不适用场景
- 只改一小段纯文案,且可以确定运行期不走数据库模板。
- 单纯解释某个 agent 在做什么,而不是要修复。
- 完全不涉及 prompt / workflow / adapter / DB 模板的普通后端 Bug。
核心原则
- 先查运行期真实控制面,再改仓库文件。
- 先做最小可证伪假设,再做最小修复,不先大改模板。
- DB 模板和代码装配可能同时控制行为,不能假设只改一处就够。
- 任何改动后都要做窄验证,再做治理校验。
标准流程
1. 锁定控制路径
- 先找 workflow_id、agent_name、触发日志、失败输出、相关测试。
- 优先定位真正计算或拼装行为的地方,而不是只看注册层。
- 如果是提示词类问题,先分清:
- 运行期 DB 模板
- repo fallback 模板
- adapter 追加/改写的提示词片段
- service 对输出的二次解析或清洗
2. 先审运行期模板
- 优先查询 MongoDB
prompt_templates集合,不要先假设 repo 模板在生效。 - 读取目标
agent_type+agent_name+preference_type+status=active的模板。 - 如果是 without_cache / with_cache 双分支,必须分别确认。
- 如需修改 DB 模板,只改目标 active 文档,修改后立刻回读确认。
3. 再审代码装配层
- 重点检查 adapter 中:
_build_system_prompt_build_user_prompt- 无缓存 fallback 分支
- 上游报告摘要/净化逻辑
- 重点检查 service / workflow 层:
- analysis_date、current_price、effective_data_date 的来源
- legacy action / price_targets / recommendation 提取逻辑
- 输出清洗是否会重新引入旧语义
4. 判断修复面
- 只改 DB:运行期模板错误,代码装配正确。
- 只改代码:运行期模板正确,但 adapter / service 在追加、污染或误解析。
- 双改:运行期模板和代码装配都需要同步,否则后续还会漂移。
5. 实施修复
- 代码修改保持最小化,避免重写整个 prompt。
- 对无缓存场景,优先补“显式参数约束”,避免 LLM 自行猜日期、ticker、价格口径。
- 对上游污染,优先做摘要化和净化,而不是把原始长文本继续塞给下游 agent。
- 对兼容出口,优先移除旧逻辑的自动提取,而不是在最终文案层硬洗。
6. 验证
- 先补或更新最窄的回归测试。
- 第一轮验证只跑触达的测试切片。
- 再跑治理校验任务。
- 如果改了 DB 模板,必须做回读验证;如果改了运行期行为,优先重跑目标 workflow 并查日志。
7. 输出结果
最终结论至少要包含:
- 根因在 DB 模板、代码装配、service 解析、还是数据口径。
- 实际改了哪些控制面。
- 做了哪些验证,哪些已通过。
- 是否还存在残余风险或下一步观察点。
执行清单
执行时按下面顺序走,不要跳步:

