Loading... # MyInvestPilot AI原生投资系统架构解析 # 一、新闻概述 ## 1. 标题 独立开发者 Dawei 公开 MyInvestPilot AI原生投资系统架构设计 ## 2. 发布时间 2026 年 2 月 16 日 ## 3. 来源 GitHub 开源仓库 myinvestpilot/ai-architecture # 二、核心内容 ## 1. 事件摘要 ### A. 主要内容 独立开发者 Dawei（@madawei2699）在 GitHub 上开源了 MyInvestPilot 项目的完整架构设计文档，详细记录了如何从零开始构建一个 AI 原生的投资操作系统。该系列文档涵盖了从约束 DSL 引擎设计到混合 Agent 架构实现的完整技术路径。 ### B. 核心亮点 - 从规则脚本演进到 AI 原生引擎的设计思路 - 60/40 AI 驱动开发方法论（60% 架构对齐，40% 代码执行） - 混合 Agent 架构（Local Agent 负责编排，Remote Agent 负责计算） - 单人公司实现的多云分布式基础设施 ## 2. 关键信息 ### A. 项目规模 - 代码仓库：28 个（21 个活跃） - 代码规模：约 53.8 万行原始代码，11.6 万行可执行代码 - 基础设施：12 个 Cloudflare Workers + 7 个 Fly.io 微服务 ### B. 核心组件 - 约束 DSL 引擎：JSON 格式的中间表示 - 混合 Agent 系统：浏览器端 ReAct 循环 + 远程异步任务处理 - Schema 驱动架构：单一数据源自动生成提示词和验证器 ### C. 技术栈 - 边缘计算：Cloudflare Workers（网关、认证、信号处理） - 核心服务：Fly.io 微服务（策略引擎、LLM Agent、数据代理） - 消息队列：Redis 任务队列 - 存储：Cloudflare R2 对象存储 ## 3. 背景介绍 ### A. 作者背景 Dawei 是一位独立开发者，此前曾开源 myGPTReader（4.4k stars）和 invest-alchemy（750+ stars）项目。MyInvestPilot 是他从传统规则驱动交易系统向 AI 原生系统转型的完整实践记录。 ### B. 演进路径 - invest-alchemy：基于规则的交易任务库 - myGPTReader：GPT 驱动的阅读助手 - MyInvestPilot：AI 原生投资操作系统 # 三、详细报道 ## 1. 主要内容 ### A. 引擎设计：从规则到 DSL Dawei 最初尝试让 AI 直接使用 invest-alchemy 规则库时遇到了严重问题：AI 会产生幻觉、编写无限循环、创建看似正确但金融危险的策略（如前瞻偏差）。 经过三种路径对比后，他选择了 DSL 方案： | 方案 | 优点 | 缺点 | |------|------|------| | 代码生成 + 沙箱 | 无限灵活性 | 幻觉与安全问题 | | 超级 API（REST/GraphQL） | 安全易验证 | 参数爆炸 | | 约束 DSL | API 的安全性 + 代码的表达性 | 需要设计中间表示 | ### B. Schema 供应链 MyInvestPilot 的核心创新是 Schema 供应链架构： ```mermaid graph LR A[Schema Source] --> B[Schema Generator] B --> C[investStrategyService] B --> D[CI Publish Job] D --> E[R2 Public Schema URL] E --> F[AI Generation Service] E --> G[Web Strategy Form] E --> H[Visual/JSON Editor] E --> I[LLM Quickstart Artifact] ```   **三层验证机制**： 1. **前端层**：AJV 编译 Schema 实时捕获结构错误 2. **后端层**：服务端验证器确保类型安全 3. **语义层**：针对性一致性检查（基本面输入一致性、市场依赖检查） ### C. 60/40 开发法则 Dawei 提出了与传统开发相反的工作流： - **60% 对齐阶段**（无代码）：定义意图、边界和契约 - **40% 执行阶段**（AI 编码）：生成、测试和优化实现 **真实案例**：investDataAPI 数据服务开发 **Days 1-4：蓝图阶段（60%）** - 使用 Gemini 1.5 Pro 分析整个遗留代码库 - 定义 MarketAnalysisRequest Schema 契约 - 决定使用 Fly.io 部署和 fly proxy 进行本地 Redis 隧道 **Days 5-7：三角循环（40%）** - Creator（Me + Claude/Cline）：生成功能分支 - Reviewer（CodeRabbit）：AI 审查每个 PR - Auditor（Me）：反馈循环到 Claude **结果**：7 天完成健壮的异步多提供商数据服务，人工编写代码少于 5%。 ### D. 混合 Agent 架构 MyInvestPilot 解决了"Agent 悖论"：用户意图需要灵活性，但金融逻辑需要 100% 可靠性。 **架构对比**： | 特性 | Local Agent（编排器） | Remote Agent（处理器） | |------|---------------------|---------------------| | 身份 | React 组件（Chat2Invest） | Worker + Python 服务 | | 角色 | 模糊性与 UI 状态 | 确定性与计算 | | 逻辑 | 灵活 ReAct 循环 | 固定管道 | | 数据范围 | 用户交互、本地 DOM | 重的市场数据 | **异步架构图**： ```mermaid graph TB User[投资者] --> LocalAgent[Local Agent V3 ReAct] User --> PortfolioTool[Portfolio Analysis Tool] subgraph Edge[Cloudflare Edge] LocalAgent -->|任务提交| WorkerAPIs[Worker APIs] PortfolioTool -->|本地读取| SQLite[(SQLite 快照)] WorkerAPIs -->|RPUSH 任务| Redis[(Upstash Redis)] WorkerAPIs -->|GET 状态| Redis end subgraph Core[Fly.io Remote Services] Redis -->|BRPOP 任务| investLLMAgent[investLLMAgent] investLLMAgent -->|获取数据| investDataAPI[investDataAPI] investLLMAgent -->|模型推理| AIGateway[Cloudflare AI Gateway] investLLMAgent -->|存储输出| R2[(Cloudflare R2)] end LocalAgent -->|HTTPS| WorkerAPIs WorkerAPIs -->|Redis REST| Redis ```   **上下文感知分析**： ```json { "job_id": "uuid-123", "task_type": "stock_analysis", "symbols": ["AAPL"], "analysis_context": { "user_query": "对我来说买入 AAPL 安全吗", "time_horizon": "medium_term", "focus_areas": ["risk_assessment", "valuation", "entry_timing"] } } ``` 通过 Redis 存储用户画像（风险偏好、市场偏好、目标），系统可以为不同投资者类型提供个性化分析： - 日内交易者：高亮波动性和动量 - 退休人员：高亮股息和资本保全 ## 2. 技术细节 ### A. 正交基元设计 引擎将投资视为正交真理的配置，而非脚本： ```json { "fundamental_inputs": { "metrics": ["roe", "pe_ttm", "revenue_yoy", "operating_cashflow", "debt_ratio"], "frequency": "daily", "point_in_time": true, "max_staleness_days": 120 }, "trade_strategy": { "indicators": [ {"id": "ema_fast", "type": "EMA", "params": {"period": 50}}, {"id": "ema_slow", "type": "EMA", "params": {"period": 200}}, {"id": "roe_metric", "type": "ROE"}, {"id": "debt_metric", "type": "DebtRatio"} ], "signals": [ { "id": "trend_up", "type": "GreaterThan", "inputs": [{"ref": "ema_fast"}, {"ref": "ema_slow"}] } ], "outputs": { "buy_signal": "risk_gate", "target_weight": "target_weight_signal" } } } ``` 这种配置是无状态和声明式的。引擎不知道如何计算 EMA，只知道它需要一个 EMA。 ### B. 双路径策略 引擎实际支持两条策略路径： 1. **Primitive DSL 路径**：用于可组合、无状态逻辑（90% AI 用例） 2. **Code 策略路径**：用于复杂有状态模式（如板块轮动） 这种双路径模型保持系统诚实：DSL 用于意图（AI 友好），Code 用于复杂性（人工管理）。 ## 3. 数据与事实 ### A. 项目规模对比 | 指标 | 数值 | |------|------| | 代码仓库 | 28 个（21 个活跃） | | 原始代码 | 约 53.8 万行 | | 可执行代码 | 约 11.6 万行 | | 知识库文件 | 96 个 Markdown/MDX | | 知识库行数 | 35,886 行（65 万+ 字符） | | Cloudflare Workers | 12 个 | | Fly.io 微服务 | 7 个 | ### B. 开发效率 | 项目 | 传统开发 | AI 驱动开发 | |------|---------|------------| | investDataAPI | 2-3 周 | 7 天 | | 人工代码比例 | 100% | < 5% | | 代码审查 | 人工 | AI（CodeRabbit） | # 四、影响分析 ## 1. 行业影响 ### A. AI 原生开发范式 MyInvestPilot 展示了 AI 原生系统开发的完整路径： - **架构优先**：Mermaid 图、OpenAPI/JSON Schema、Gherkin 规范成为真正的源代码 - **代码即中间表示**：Python、Rust、TypeScript 成为意图的编译目标 - **约束即自由**：Schema 和契约定义解放 AI 生成能力 ### B. 单人公司可能性 该架构证明了单人通过 AI 辅助可以构建并维护大规模分布式系统： - 边缘-核心混合架构降低运维负担 - Serverless 优先的成本可控性 - Schema 驱动的可维护性 ## 2. 用户影响 ### A. 现有用户 MyInvestPilot 已拥有数千用户和不断增长的付费基础，其架构支撑： - 投资策略的视觉化编辑 - 个性化投资分析 - 实时市场数据处理 ### B. 潜在用户 对于希望构建 AI 原生应用的开发者： - 提供了可参考的架构蓝图 - 展示了 AI 驱动开发的实际工作流 - 开源了完整的 Schema 和文档 ## 3. 技术趋势 ### A. 从聊天编码到架构驱动 - **Phase 1**：GPT-4 聊天时代（高级结对编程） - **Phase 2**：Gemini 1.5 Pro 上下文战争（架构师/会计师） - **Phase 3**：Agentic 时代（Claude Code 执行 + CodeRabbit 审查） ### B. 混合 Agent 模式 未来 Agent 系统可能采用类似的职责分离： - **Local Agent**：处理模糊性和用户交互 - **Remote Agent**：处理确定性和重计算 # 五、各方反应 ## 1. 项目数据 - GitHub Stars：57+ - GitHub Forks：3 - 标签：serverless、dsl、multi-agent、fintech、cloud-native、ai-native、agent-driven-development、one-person-company ## 2. 业内评价 该项目为 AI 原生系统构建提供了宝贵的实战经验，特别是： - DSL 设计的权衡考虑 - AI 驱动开发的实际工作流 - 混合 Agent 架构的设计模式 - 单人公司的技术栈选择 # 六、相关链接 ## 1. 官方资源 - GitHub 仓库：https://github.com/myinvestpilot/ai-architecture - 项目网站：https://www.myinvestpilot.com - Schema 定义：https://media.i365.tech/myinvestpilot/primitives_schema.json - 视觉编辑器：https://www.myinvestpilot.com/primitives-editor ## 2. 相关项目 - myGPTReader：https://github.com/myreader-io/myGPTReader - invest-alchemy：https://github.com/myinvestpilot/invest-alchemy ## 3. 作者信息 - GitHub：@madawei2699 - Twitter：@madawei2699 *** ## 参考资料 1. [myinvestpilot/ai-architecture GitHub Repository](https://github.com/myinvestpilot/ai-architecture) 2. [From Rule-Based Scripts to AI-Native Engines: Why I Built a Constrained DSL](https://github.com/myinvestpilot/ai-architecture/blob/main/docs/01_ai_native_primitives_engine.md) 3. [Why I Stopped Writing Code: The 60/40 Rule for AI-Native Engineering](https://github.com/myinvestpilot/ai-architecture/blob/main/docs/02_ai_driven_development.md) 4. [The Agent Paradox: Why We Built a "Boring" Hybrid Architecture](https://github.com/myinvestpilot/ai-architecture/blob/main/docs/03_hybrid_agent_architecture.md) 最后修改：2026 年 02 月 17 日 © 允许规范转载 赞 如果觉得我的文章对你有用，请随意赞赏