AI金融助手——用工作流解决复杂问题
学习利用阿里云百炼中构建智能体编排应用,解决复杂的流程编排任务。
实验任务:设计用于股票预测的协同工作流
本实验将指导学生构建一个面向股票预测的多智能体工作流系统,体验智能体协同工作的完整流程。(注:本实验仅用于教学研究,非投资建议)
一、实验目标
构建一个面向股票预测的工作流原型,要求自动整合实时市场行情、公司公告及财经新闻等多源数据,生成结构化分析报告;
报告必须包含明确的短期趋势判断、基于客观依据的驱动因素分析、以及分层级的风险提示
确保内容符合金融信息披露规范且规避主观臆断与过度承诺,并确保所有输出符合合规要求;
完成本实验后,学生应能够:
搭建用于股票预测的协同工作流。
掌握金融信息提取的提示词设计方法。
实现涵盖了短期趋势、驱动因素、技术信号、风险提示的综合判断。
二、实验介绍
证券市场的信息流高度碎片化且更新迅速,单一模型往往难以同时处理新闻舆情的实时冲击、行业景气度的中期变化与财报/估值的基本面约束。基于阿里云百炼平台的工作流编排,以RAG确保结论可追溯、以工具调用对接行情与财务数据,并在统一的治理与审计框架下形成“可解释”的预测闭环(本实验仅用于教学研究,非投资建议)。
三、相关知识点
工作流自动化的核心在于通过编排实现复杂任务的端到端执行。相关关键概念包括:
工作流画布(Workflow Canvas):阿里云百炼提供的可视化开发界面,支持通过拖拽方式将意图识别节点与智能体节点串联成线性流程,实现从问题分类到报告生成的完整链路设计。
单节点分步执行:核心智能体节点内部集成多阶段Prompt(报告生成→结论判断→风险评估),通过预设逻辑顺序处理市场数据与公告信息,确保输出结构化分析内容。
合规性强制嵌入:工作流在关键节点自动注入风险披露语与引用标注规则,保障所有生成内容符合金融信息规范要求,规避法律与伦理风险。
四、实验环境配置
平台与工具:阿里云百炼平台(Bailian Studio)
硬件要求:联网计算机
软件环境:Web浏览器(建议Chrome)
账户设置:注册阿里云账号并完成高校师生认证;开通阿里云百炼应用开发权限
模型选择:千问-plus 、千问-Max
插件选择:夸克插件(需提前3天进行申请)
跳转【组件广场】页面,点击勾选,授权后进入

搜索【夸克】,点击【申请插件】

请等待申请,申请一般会在T+1天后通过

申请通过后,就可以添加插件到智能体啦

五、实验内容与步骤
实验室资源方式简介
进入实操前,请确保阿里云账号满足以下条件:
个人账号资源
使用您个人的云资源进行操作,资源归属于个人。
所有实验操作将保留至您的账号,请谨慎操作。
平台仅提供手册参考,不会对资源做任何操作。
确保已完成云工开物300元代金券领取。
已通过实名认证且账户余额≥0元。
本实验费用以实际使用的token量为准,以千问-Plus为例,输入 0.0008元/千tokens,输出0.002元/千tokens;以千问- Max为例,输入0.006/千tokens,输出0.024/千tokens。
本实验产生的费用优先使用优惠券。如果您调整了资源规格、使用时长,或执行了本方案以外的操作,可能导致费用发生变化,请以控制台显示的实际价格和最终账单为准。
实操结束后,如通过云工开物代金券购买的产品,无需进行注销;如注销产品,代金券不会返还。
新注册阿里云百炼的用户,千问系列模型提供模型的免费额度,不同模型的免费额度不同,请在使用前,先阅读产品文档确认模型的免费额度,或在使用前,登录阿里云百炼-模型广场-模型卡片详情,查看具体模型的免费额度。注意在使用过程中的token消耗。模型列表 只有开通阿里云百炼服务后才能体验模型的免费额度。
领取专属权益
第一步:点击“进入实操”
在开始实验之前,请先点击右侧屏幕的“进入实操”再进行后续操作

第二步:领取300元优惠券
本次实验需要您通过领取阿里云云工开物学生专属300元抵扣券兑换本次实操的云资源,如未领取请先点击领取。(若已领取请跳过)
重要实验产生的费用优先使用优惠券,优惠券使用完毕后需您自行承担。

登录阿里云百炼
在阿里云官网搜索阿里云百炼进入控制台,或点击进入阿里云百炼控制台,点击【应用开发】tab

若之前未登录开通过阿里云百炼请按以下步骤操作,若已开通过百炼服务请跳过此步
进入【应用开发】—【应用管理】,点击【立即登录】

阅读服务协议并点击【同意】

创建智能体编排应用
点击【应用开发】——【应用管理】——【创建应用】

选择【工作流应用】,输入应用名称,点击【立即创建】

创建成功

新建意图分类节点
从左侧节点列表中拖动一个意图分类节点到画布中,并配置相关的参数以及配置需要模型来判断的意图分支。
输入:内置变量-query
模型配置:千问-plus模型
意图分类:金融实体相关问题
输出:默认设置

创建智能体节点
从左侧节点列表中拖动一个智能体创建节点到画布中。
该助手用于回答股价变动预测相关问题。根据给定的消息面、基本面、行业面中一个或多个方面的信息,对其未来一年股价变动情况进行研判预测。
连线金融实体相关问题节点
配置智能体
输入:内置变量/query
智能体名称:股价变动预测助手
模型配置:千问-Plus
示例Prompt:
# 股票预测助手 Prompt 设计 ## 主 Prompt(用于分析生成节点) ### 角色 你是一名专业的金融分析师,擅长根据市场数据和公司信息对股票未来走势进行评估。 ### 技能 1. **短期趋势分析**:总结近期价格与成交量变化趋势。 2. **驱动因素分析**:列出影响股价的主要利好与利空因素,并引用信息来源。 3. **技术信号识别**:识别K线形态或指标信号(如MACD、RSI)并简要说明。 4. **风险提示**:指出潜在不确定性(如财报临近、行业政策等)。 5. **综合判断**:给出"看涨"、"看跌"或"观望"的倾向性结论,并说明理由。 ### 限制 - 仅基于所提供信息进行分析,若无足够依据,请注明"信息不足,无法判断"。 - 语言简洁专业,避免主观臆测。 - 输出为标准Markdown格式。 - 本分析基于公开信息,不构成任何投资建议。 ### 输入数据 【最新市场数据】: {来自API的实时行情} 【公司基本面信息】: {来自知识库的公告、财报等} ### 输出结构 请按以下结构输出分析报告: 1. **短期趋势**:总结近期价格与成交量变化趋势。 2. **驱动因素**:列出影响股价的主要利好与利空因素(需引用信息来源)。 3. **技术信号**:若有K线形态或指标信号(如MACD、RSI),请简要说明。 4. **风险提示**:指出潜在不确定性(如财报临近、行业政策等)。 5. **综合判断**:给出"看涨"、"看跌"或"观望"的倾向性结论,并说明理由。 --- ## 条件判断 Prompt(用于决策分支节点) ### 角色 你是一名专业的金融分析师,能够快速准确地判断分析报告的结论倾向。 ### 技能 - **结论判断**:根据提供的分析报告内容,判断其结论倾向。 ### 限制 - 输出格式必须符合要求。 ### 输入数据 "{分析报告内容}" ### 输出格式 - 若倾向看涨:输出"看涨" - 若倾向看跌:输出"看跌" - 若建议观望:输出"观望" - 若信息不足:输出"待定" --- ## 风险提示 Prompt(用于风险评估节点) ### 角色 你是一名专业的金融分析师,能够从分析报告中提取关键风险点并生成风险提示。 ### 技能 - **风险提取**:从分析报告中提取关键风险点。 - **风险描述**:具体说明风险类型和描述。 - **风险等级**:评定风险等级(高/中/低)。 - **风险提示**:提供对投资者的建议。 ### 限制 - 输出格式必须符合要求。 ### 输入数据 "{分析报告内容}" ### 输出格式 - **风险类型**:[政策风险/市场风险/流动性风险等] - **风险描述**:[具体说明] - **风险等级**:[高/中/低] - **风险提示**:[对投资者的建议]插件:添加夸克搜索
重要搜索并添加夸克插件

若无法选择该插件,点击【详情】

跳转【组件广场】页面,点击勾选,授权后进入

搜索【夸克】,点击【申请插件】

请等待申请,申请一般会在T+1天后通过

申请通过后,就可以添加插件到智能体啦


添加变量处理节点
添加一个变量处理节点,关联意图分类节点中其他类别,即不属于分类的其他问题归类为非金融问题。该变量处理节点直接关联到结束节点。

结束节点
将配置好的变量处理节点连接到最后的结束节点,并在结束节点中,引用上游节点运行的最终结果。

整体系统布局完成。
测试
测试举例1:请从基本面分析一下xx公司的股票——>给出分析建议
警告本实验将指导学生构建一个面向股票预测的多智能体工作流系统,体验智能体协同工作的完整流程。(注:本实验仅用于教学研究,非投资建议)

测试举例2:明天天气——>问题与金融信息无关

实验资源释放
实验结束后,阿里云百炼账号无需注销,无资源释放。
需要注意,在阿里云百炼,模型训练部署等需要付费,请谨慎操作。模型体验、构建应用等需要消耗token,在测试前请先确认是否有免费额度。
六、结果与验证
预期输出:生成带来源引用的结构化分析报告,包含短期趋势判断、驱动因素分析及风险提示。
验证方法:人工审核报告关键要素完整性、抽检引用标注准确率、评估风险披露合规性
此外,学习者需对极端市场场景(如突发政策、财报暴雷)进行人工压力测试,确保系统不生成过度自信或无依据的预测结论。
七、拓展与思考
单智能体内部多阶段Prompt设计(报告生成→结论判断→风险评估)如何影响输出质量?
该工作流架构能否迁移至行业研报摘要生成或企业风险预警场景?
当RAG检索到矛盾信息时,如何优化置信度标注机制以避免错误传导?
八、常见问题
工作流部署与提示词交互的常见问题与解决方案表:
常见问题 | 解决方案 |
引用缺失或模糊 | 在Prompt中强制要求 |
风险提示模板化 | 增加风险类型枚举(政策/流动性/财务造假)并绑定具体案例 |
非金融问题误触发 | 优化意图分类节点的负样本训练(如添加科技/娱乐类query) |
结论与依据不匹配 | 在Prompt中要求“每个结论必须有≥1条数据支撑” |
九、实验报告要求
基于实验学生应提交完整的实验报告,要求包含以下内容:
实验目的与任务描述;
实验环境配置截图;
三版以上Prompt迭代记录(含修改原因与效果对比);
对“七、拓展与思考”问题的回答;
实验总结与个人反思。
十、关闭实验
完成实验后,点击 结束实操

点击 取消 回到实验页面,点击 确定 退出实验界面,关闭页面结束实验


















