ima copilot：知识型智能体的投研探索

最近在ima的copilot（Agent即智能体）中不断探索，刚好ima处于更新迭代中，需求不断被满足！首先，什么是ima Agent？就是养一个主打知识型的数字助理。 答：ima内置记忆系统，通过copilot设定、用户档案、长期记忆、经验技巧四大模块，记住用户的背景、习惯与推进事项，实现智能连续调用——创建skill以及内置官方技能包（技能生态上线），支持按需加载扩展Skill。此外，现在版本更新后可以直接购买算力，过去还需要自主接入api，方便了不少想一站式完成的使用者（自主挑选不同的大模型，dsV4flash/pro、kimi2.6、GLM5.1等等，价格不一样看适配什么任务就好）。 那为什么我认为远优于对话网页版？因为让它作为你独属的智能体记住的东西都不会丢——技能文件是永久存储、长期记忆也不会过期，非常适合你某一项长期且重复运行的任务或者项目，见图1。 自己这段时间创建了6个skill，算是搭建了自己初步的投研自动化框架，意义在于更好的利用AI提高生产力以及破除主观获取下的信息茧房，目前看效果都还不错。更重要是，技能是可以迭代进化的，skill所需的自然语言编程是适合更广泛人群的，考验各自的提出问题能力和需求描述能力，最后将生成的两个技能供大家参考： 1、今日简报Skill：在盘前进行新闻简报梳理（迭代了约10个版本的每日自动新闻简报系统）。说不定哪一天哪一个新闻就有预期差了，看到感兴趣的可以再深挖研究——图2 2、Agent选股Skill：先对自主导入的几个知识库（各类研报、纪要）进行信息分析，再基于直联行情数据端口的skill（ westock-data）做量化评分引擎。可以输出市场温度计、宏观策略深度分析、基本面TOP 10、量化检验四维总览表等等。此外，还可以进行回测系统（数据积累+追踪统计）反复优化，成为完整版的量化策略，仍在探索中（已迭代15+版本）——见图3，提供缩略版。 所以说，AI工具真的改变效率，自己去搭建自动化投研框架是费时费精力的，难上加难，但如果在网页端大模型做分析，多问几次就要重启对话丢失记忆了，而现在我的ima-copilot虽然依托云端平台但某种程度就是自己定制的数字智能体助理。 #skill #ima #agent #投研 #投资 #人工智能 #ai #商科