[Architecture] ACP + RD-Agent + OpenAlice 闭环系统设想

[crrow]

背景

我们要构建的不是单点“会下单”的 Agent，而是一个可观测、可协同、可迭代优化的交易系统。

核心组合：

• ACP：多 Agent 控制平面（状态同步、事件总线、任务协同）
• RD-Agent：研究循环引擎（假设 -> 实验 -> 评估 -> 迭代）
• OpenAlice：执行循环引擎（paper/live 交易、风控、经纪商适配）

目标是将“研究-执行-反馈”打通为闭环，而不是各模块孤立运行。

问题定义

当前常见方案存在两个断层：

1. 研究系统无法把策略改进稳定传递到执行系统。
2. 执行系统产生的真实战绩与风险数据，无法结构化反哺研究系统。

目标

1. 建立统一控制平面：任何 Agent 都能知道系统正在做什么。
2. 建立研究到执行通道：研究产出可被安全地部署到 paper/live。
3. 建立执行到研究通道：成交、PnL、风险事件可自动回流用于下一轮优化。

架构概览

1) Control Plane (ACP)

职责：

• Agent 能力发现
• 任务状态广播
• 事件订阅/发布
• 关联 ID 追踪（跨模块可观测）

建议接口（MVP）：

• acp.heartbeat
• acp.publish(event)
• acp.subscribe(topic)
• acp.query_state(agent_id|strategy_id)

2) Research Plane (RD-Agent Adapter)

职责：

• 生成研究假设
• 运行实验（回测/评估）
• 产出候选策略与版本
• 发出策略晋级请求

关键事件：

• research.hypothesis.created
• research.experiment.completed
• research.strategy.candidate
• research.strategy.promote.requested

3) Execution Plane (OpenAlice Adapter)

职责：

• 账户接入与路由
• 下单与风控
• 执行与持仓管理
• 交易结果事件化

关键事件：

• trading.order.submitted
• trading.order.filled
• trading.position.updated
• trading.risk.triggered
• trading.pnl.updated

4) Feedback Bridge

职责：

• 将执行事件聚合成研究可用特征/标签
• 触发下一轮研究迭代
• 控制策略晋级和回滚

关键事件：

• feedback.window.closed
• feedback.strategy.degrade.detected
• feedback.research.retrain.requested

统一事件模型（建议）

{
  "event_id": "uuid",
  "event_type": "trading.order.filled",
  "ts": "2026-03-24T12:00:00Z",
  "source": "openalice-adapter",
  "agent_id": "exec-agent-1",
  "strategy_id": "strat-mr-002",
  "strategy_version": "v7",
  "correlation_id": "run-20260324-01",
  "payload": {}
}

MVP 范围

1. ACP 最小可用事件总线（publish/subscribe/query_state）。
2. RD-Agent Adapter 可发布研究流程事件和策略候选事件。
3. OpenAlice Adapter 可发布执行流程事件（paper trading 先行）。
4. Feedback Bridge 可基于固定窗口产出策略评估并触发下一轮研究任务。
5. 端到端演示：hypothesis -> paper order -> pnl feedback -> retrain trigger。

非目标（MVP 阶段）

• 复杂多资产组合优化引擎
• 高速 HFT 级低延迟执行
• 全自动无人值守 live 大规模资金部署

风险与约束

• 事件语义不统一会导致跨模块耦合失控。
• 策略晋级缺乏门槛会放大回撤风险。
• 执行侧和研究侧时间窗口不一致会造成错误归因。

验收标准

1. 所有核心流程均有事件追踪，且可按 correlation_id 回放。
2. 策略从候选到 paper 部署可自动流转。
3. paper 交易结果可自动触发研究侧下一轮任务。
4. 失败场景（风控触发、订单拒绝）可被完整记录并进入反馈链路。

后续里程碑

1. M1: ACP 事件骨架 + topic 规范
2. M2: RD-Agent Adapter 接入
3. M3: OpenAlice Adapter（paper）接入
4. M4: Feedback Bridge + 自动迭代触发
5. M5: Canary live（小资金、严格风控）

[crrow]

项目进度汇报 (2026-03-24)

里程碑完成情况

里程碑	状态	PR	内容
M1: Domain + Event Bus	✅ 完成	#3	领域模型（Contract/SecType/Strategy/Order/Signal/Feedback）+ sled 持久化事件总线
M2: Research Engine	✅ 完成	#5	假设生成 → 策略编码 → 回测 → 评估闭环，Trace DAG 存储
M3: Trading Engine	✅ 完成	#9	Stage → Commit → Guard → Push → Sync 执行模型，GuardPipeline 风控
M4: Sentinel Engine	✅ 完成	#8	舆情监控、信号分类、黑天鹅检测
M5: Feedback Bridge	✅ 完成	#11	指标聚合、策略评估（Promote/Hold/Demote/Retire）、端到端集成测试

真实组件集成（替换所有 Mock）

组件	状态	PR	替换内容
CcxtBroker	✅ 完成	#15	接入 Binance/OKX/Bybit 真实交易所
BarterBacktester	✅ 完成	#16	接入 barter-rs 回测引擎 + 市场数据加载
CliExecutor	✅ 完成	#17	CLI Agent 执行器替代 MockLlmClient
PaperBroker	✅ 完成	#21	MockBroker 重命名为 PaperBroker（纸交易真实组件）
RssDataSource	✅ 完成	#23	RSS/Atom feed 数据源 + WebhookDataSource
MockBacktester	✅ 已移除	#22	测试重构为直接构建研究产物

当前代码结构

src/
├── agent/          # CLI Agent 执行器（Claude/Kiro/Gemini/Codex 等）
├── domain/         # 领域模型（合约、策略、订单、信号、反馈）
├── event_bus/      # sled 持久化事件总线（Push+Pull 混合）
├── research/       # 研究引擎（假设生成、策略编码、barter 回测、Trace DAG）
├── trading/        # 交易引擎（GuardPipeline、CcxtBroker、PaperBroker）
├── sentinel/       # 哨兵引擎（RSS/Webhook 数据源、LLM 信号分析）
├── feedback/       # 反馈桥（指标聚合、策略评估）
├── infra/          # 基础设施（LlmClient trait → CliExecutor 实现）
└── cli/            # CLI 命令定义

关键设计决策

1. 零 Mock 原则 — 所有组件均为真实功能实现，无 mock
2. CLI Agent 驱动 — 研究引擎使用 CliExecutor 调用外部 AI agent，而非直接调 LLM API
3. sled 持久化事件 — 事件总线支持断点续读（offset tracking）
4. 多合约支持 — CryptoSpot（无杠杆）vs CryptoPerp（杠杆+资金费率）有不同风险配置
5. 策略生命周期 — Candidate → Backtesting → PaperTrading → Live → Retired

生产可用差距（Next Steps）

1. CLI 集成 — 将各组件通过 CLI 命令串联（rara research run, rara trade start, rara sentinel watch）
2. 配置系统 — 交易所 API keys、策略参数、风控阈值通过 TOML 配置
3. 策略生命周期自动化 — StrategyBinding 自动晋升/降级流转
4. 更多数据源 — 链上数据（on-chain anomaly）、社交媒体情感
5. 合约特定 Guard — LeverageLimit、LiquidationBuffer、FundingRateGuard、StopLossRequired
6. 可观测性 — 结构化日志 + metrics 导出
7. Live 交易 — 小资金 canary 部署 + 严格风控

统计

• 已合并 PR: 11 个
• 测试用例: 66 个
• 代码行数: ~5000 行 Rust
• 外部依赖: barter-rs（回测）、ccxt-rust（交易所）、sled（持久化）、feed-rs（RSS）