前言

本文系前篇技术方案的进阶优化版本，核心聚焦于解决生成式 AI 在实际应用中的三大典型问题：幻觉生成（Hallucination）、语义模糊（Ambiguity）及输出精度不足（Low Precision） 。

前篇内容主要围绕基础环境配置与端到端流程验证展开，侧重于确保系统可正常运行，尚未对业务逻辑层进行深度优化与精细化处理。

整体架构概览

这是一个 LangChain/LangGraph 驱动的 AI 投研 Agent，专门用于分析地缘政治事件对预测市场（Polymarket）和能源市场的影响，寻找套利机会。

🔧 第一部分：tools.ts —— 工具层实现

1. 环境配置与依赖

import * as dotenv from "dotenv";      // 环境变量管理
import { tool } from "@langchain/core/tools";  // LangChain 工具装饰器
import { z } from "zod";                // 参数校验
import { TavilySearch } from "@langchain/tavily";  // Tavily AI 搜索引擎
import axios from "axios";              // HTTP 请求
import { HttpsProxyAgent } from "https-proxy-agent";  // 代理支持

2. 网络代理配置

const agent = new HttpsProxyAgent("http://127.0.0.1:3067");  // 本地代理
const axiosConfig = { timeout: 15000, httpsAgent: agent, proxy: false };

• 通过本地 3067 端口代理访问外部 API
• 15秒超时设置

---

3. 工具一：financialSearchTool —— Tavily 新闻搜索

属性	说明
功能	搜索最新新闻背景、套利机会或市场异动
底层引擎	TavilySearch (maxResults: 5)
输入格式	{"query": "搜索关键词"}
输出	JSON 格式化的搜索结果

核心用途：获取基本面信息（政策、突发事件、市场情绪）

---

4. 工具二：marketDataTool —— Polymarket 套利扫描器 ⭐核心

这是一个高度优化的智能过滤系统：

4.1 语义映射表（中英关键词转换）

"原油" → ["oil", "crude", "energy", "brent", "wti"]
"中东" → ["israel", "gaza", "iran", "lebanon", "middle east"]
"战争" → ["war", "military", "strike", "attack"]
"选举" → ["election", "trump", "harris"]
"套利" → ["arbitrage", "mispricing", "spread", "basis"]

4.2 智能组合搜索策略

const hotSuffixes = ["ceasefire", "rate cut", "ath", "trump", "deadline"];
// 生成组合词：baseTerm + hotSuffix
// 例如：输入"以色列" → 生成 "israel ceasefire", "israel rate cut" 等

4.3 数据获取与过滤流程

1. 调用 Polymarket API → 获取最活跃的 50 个市场
2. 语义匹配 → 检查标题是否包含关注词或其组合
3. 噪音过滤 → 剔除体育类市场 (NBA, NHL, soccer等)
4. 结果排序 → 按相关度返回

4.4 输出格式

{
  "status": "success",
  "count": 3,
  "data": [
    {"question": "市场问题", "price": 0.65, "endDate": "2024-12-31"},
    ...
  ],
  "hint": "请分析以上市场之间是否存在隐含概率冲突或定价偏差"
}

---

🤖 第二部分：主程序 —— ReAct Agent 实现

1. 核心架构组件

┌─────────────────────────────────────────┐
│           ReAct Agent 架构             │
├─────────────────────────────────────────┤
│  LLM: DeepSeek Chat (via OpenAI SDK)   │
│  Memory: MemorySaver (对话状态持久化)   │
│  Tools: [搜索工具, 行情工具]             │
│  System Prompt: 投研专家角色定义         │
└─────────────────────────────────────────┘

2. LLM 配置详解

const llm = new ChatOpenAI({
    apiKey: process.env.DEEPSEEK_API_KEY,
    modelName: "deepseek-chat",
    configuration: { baseURL: process.env.DEEPSEEK_API_BASE_URL },
    temperature: 0,  // 确定性输出，适合分析任务
});

3. 系统提示词（System Message）核心逻辑

【双源验证策略】

┌─────────────┐      ┌─────────────┐
│  盘面赔率    │  ←→  │  新闻基本面  │
│ (Polymarket)│      │ (Tavily搜索) │
└─────────────┘      └─────────────┘
      ↓                    ↓
   寻找定价偏差 ←──── 验证/补充信息

【 fallback 机制】

如果没搜到预测市场数据 → 禁止只说"没搜到" → 必须基于新闻进行逻辑推演

【输出模板强制结构】

章节	内容要求
一、实时盘面观测	赔率数据或"未定价原因分析"
二、核心驱动因子	3条最关键新闻摘要
三、投研推演	深度见解 + 概率判断 + 套利建议

4. Agent 执行流程

const result = await agent.invoke({
    messages: [{ role: "user", content: "分析 Israel（以色列）局势..." }]
}, config);

ReAct 循环：

1. Thought: LLM 分析需要调用什么工具
2. Action: 调用 get_realtime_market_data 或 financial_market_search
3. Observation: 接收工具返回数据
4. Repeat: 如有需要，继续调用工具
5. Final Answer: 生成结构化投研报告

---

🎯 完整工作流程图解

用户输入主题
    ↓
[Agent 启动 ReAct 循环]
    ↓
┌─────────────────┐
│ 并行调用双工具  │
├─────────────────┤
│ 1. 搜索新闻基本面 │ → Tavily API
│ 2. 扫描Polymarket│ → 智能语义匹配 → 过滤体育噪音
└─────────────────┘
    ↓
[数据融合分析]
    ↓
┌─────────────────────────┐
│  定价偏差检测算法        │
│  - 赔率 vs 新闻热度对比  │
│  - 相似市场概率冲突检测   │
│  - 时间差套利机会识别     │
└─────────────────────────┘
    ↓
[生成结构化报告]
    ↓
📊 深度投研报告（三章节固定格式）

---

💡 核心创新点

特性	说明
语义智能映射	中文输入自动扩展为英文关键词组合
组合搜索策略	基础词 + 热点后缀，捕获最新市场
噪音过滤	自动剔除体育等无关市场
强制推演机制	无数据时必须逻辑推演，禁止空返回
套利导向设计	输出明确提示寻找定价偏差

这是一个生产级的地缘政治-能源套利分析 Agent，结合了实时预测市场数据与 AI 搜索能力，输出具备实战价值的投研报告。

核心代码

工具(Tools.ts)

import * as dotenv from "dotenv";
dotenv.config();
import { tool } from "@langchain/core/tools";
import { z } from "zod";
import { TavilySearch } from "@langchain/tavily";
import axios from "axios";
import { HttpsProxyAgent } from "https-proxy-agent";

const agent = new HttpsProxyAgent("http://127.0.0.1:3067");
const axiosConfig = { timeout: 15000, httpsAgent: agent, proxy: false };
const searchInstance = new TavilySearch({ maxResults: 5 }); // 增加搜索结果以捕捉更多套利新闻

// 1. 搜索工具：强化了对套利/异动新闻的搜索描述
export const financialSearchTool = tool(
    async (input) => {
        const query = typeof input === 'string' ? input : (input.query || JSON.stringify(input));
        console.log(`\n[🔍 正在执行深度搜索]: ${query}`);
        try {
            const res = await searchInstance.invoke(query);
            return JSON.stringify(res);
        } catch (e: any) { return `搜索暂时不可用`; }
    },
    {
        name: "financial_market_search",
        description: "搜索最新新闻背景、套利机会或市场异动。请输入关键词对象，例如：{\"query\": \"Polymarket arbitrage opportunities\"}",
        schema: z.object({ query: z.string() }), 
    }
);

// 2. 深度优化的行情工具 (Arbitrage & Trend Ready)
export const marketDataTool = tool(
    async (input) => {
        const userInput = typeof input === 'string' ? input : (input.marketName || JSON.stringify(input));
        
        // 1. 行业语义映射表 (包含最新套利关键词)
        const mapping: Record<string, string[]> = {
            "原油": ["oil", "crude", "energy", "brent", "wti", "gasoline"],
            "油价": ["oil", "crude", "energy"],
            "中东": ["israel", "gaza", "iran", "lebanon", "middle east", "hezbollah", "conflict"],
            "战争": ["war", "military", "strike", "attack", "invasion"],
            "选举": ["election", "trump", "vance", "harris", "walz"],
            "停火": ["ceasefire", "truce", "peace"],
            "核": ["nuclear", "facility", "isfahan"],
            "海峡": ["hormuz", "strait", "shipping"],
            "宏观": ["fed", "rate cut", "inflation", "recession", "gdp"],
            "套利": ["arbitrage", "mispricing", "spread", "basis", "hedging"],
            "时间差": ["deadline", "expiry", "until", "before", "sooner"],
            "美联储": ["powell", "fomc", "interest rate", "basis points"],
            "加密货币": ["bitcoin", "etf", "ethereum", "solana", "ath"]
        };

        // 获取基础关注词
        let baseTerms = [userInput.toLowerCase()];
        for (const [zh, ens] of Object.entries(mapping)) {
            if (userInput.includes(zh)) {
                baseTerms = ens;
                break;
            }
        }

        // --- 优化点：自动生成组合搜索词（捕获最新最热） ---
        const hotSuffixes = ["ceasefire", "rate cut", "ath", "trump", "deadline"];
        const focusTerms = [
            ...baseTerms,
            ...baseTerms.flatMap(term => hotSuffixes.map(suffix => `${term} ${suffix}`))
        ];

        console.log(`\n[📊 正在扫描套利机会]: 领域 -> ${userInput} | 衍生词数 -> ${focusTerms.length}`);

        try {
            // 获取全平台最火的 50 个市场
            const url = `https://gamma-api.polymarket.com/markets?active=true&closed=false&limit=50`;
            const res = await axios.get(url, axiosConfig);
            
            if (!res.data || res.data.length === 0) return "Polymarket 暂无活跃市场。";

            // 2. 精准过滤逻辑
            const relevantMarkets = res.data.filter((m: any) => {
                const title = m.question.toLowerCase();
                // 必须包含正向词，剔除体育等干扰噪音
                const hasFocus = focusTerms.some(term => title.includes(term));
                const isNoise = ["nhl", "nba", "cup", "game", "soccer", "football"].some(noise => title.includes(noise));
                return hasFocus && !isNoise;
            });

            if (relevantMarkets.length > 0) {
                // 按相关度或题目排序，方便 Agent 对比相似市场寻找套利空间
                const marketList = relevantMarkets.map((m: any) => ({
                    question: m.question,
                    price: m.lastTradePrice,
                    endDate: m.endDate
                }));

                return JSON.stringify({
                    status: "success",
                    count: marketList.length,
                    data: marketList,
                    hint: "请分析以上市场之间是否存在隐含概率冲突或定价偏差。"
                });
            }

            return `[提示]：热门榜单中暂无直接对标 "${userInput}" 的套利交易对。`;
        } catch (e: any) { return `行情接口异常: ${e.message}`; }
    },
    {
        name: "get_realtime_market_data",
        description: "获取 Polymarket 实时赔率与套利机会。支持组合搜索。",
        schema: z.object({ marketName: z.string() }),
    }
);

export const tools = [financialSearchTool, marketDataTool];

主程(index.ts)

import * as dotenv from "dotenv";
dotenv.config();
import { ChatOpenAI } from "@langchain/openai";
import { createReactAgent } from "@langchain/langgraph/prebuilt"; 
import { MemorySaver } from "@langchain/langgraph";
import { tools } from "./tools1";

// ... 其他 import 保持不变

const systemMessage = `你是一位 Web3 顶级投研专家。你的目标是产出具备实战价值的地缘政治与能源市场报告。

【分析逻辑链条】：
1. 优先调用 get_realtime_market_data 寻找“盘面赔率”（最真实的真金白银预测）。
2. 同时调用 financial_market_search 搜索“基本面动态”（新闻、政策、突发事件）。

【核心指令】：
- 如果搜到了预测市场数据：请对比“盘面价格”与“新闻热度”，寻找定价偏差。
- 如果【没搜到】预测市场数据：你绝对不能只说“没搜到”。你必须利用搜索到的新闻事实，基于你的专业知识进行“逻辑推演”，分析当前局势对未来油价的潜在影响路径。

【报告输出模板】：
## 📊 [主题] 深度投研报告
---
### 一、 实时盘面观测 (On-chain Data)
[列出获取到的赔率，若无则分析为何市场尚未定价]

### 二、 核心驱动因子 (News Context)
[列出 Tavily 搜索到的 3 条最关键新闻摘要]

### 三、 投研推演与套利建议 (Expert Thesis)
[基于以上两点给出深度见解，必须包含对未来走势的概率判断]`;

// 创建 Agent 的配置
const llm = new ChatOpenAI({
        apiKey: process.env.DEEPSEEK_API_KEY,
        modelName: "deepseek-chat",
        configuration: { baseURL: process.env.DEEPSEEK_API_BASE_URL },
        temperature: 0,
    });
const memory = new MemorySaver();
const agent = createReactAgent({
  llm,
  tools,
  checkpointSaver: memory,
  messageModifier: systemMessage,
});

// 在运行前，我们可以通过一段逻辑拦截并修正 (这步是关键)
async function run() {
  console.log("🚀 正在启动一劳永逸版 Agent...");
  const config = { configurable: { thread_id: "final_test" }, recursionLimit: 50 };
  
  const result = await agent.invoke({
    messages: [{ role: "user", content: "分析 Israel（以色列）局势对预测市场的影响。" }]
  }, config);

  // 打印最后结果
  const lastMsg = result.messages[result.messages.length - 1];
  console.log("\n--- 最终报告 ---");
  console.log(lastMsg.content);
}

run();

结语

至此，关于 LangChain/LangGraph 驱动的 AI 投研 Agent 从理论架构到工程实现的完整链路已全部落地。

该方案通过双源验证策略（盘面赔率 + 新闻基本面）与强制推演机制，有效抑制了生成式 AI 的幻觉与模糊输出问题，为地缘政治与能源市场的量化分析提供了可复用的技术框架。后续可围绕多 Agent 协作、动态策略回测等方向持续迭代。

前言

本教程将带你从零构建一个具备联网搜索能力的智能 Agent，使用 DeepSeek 大模型作为推理引擎，LangChain 作为编排框架。

前置要求

依赖	版本/说明
Node.js	20.0+（LangChain v1 已弃用 Node 18）
DeepSeek API Key	官网获取
Tavily API Key	官网获取，用于联网搜索

项目初始化

准备：已经安装了node，以及准备好有deepseekapi

# 创建并进入项目目录
mkdir my-first-agent && cd my-first-agent

# 初始化项目
npm init -y

# 安装核心依赖
npm install langchain @langchain/core @langchain/langgraph zod
npm install @langchain/openai      # 兼容 DeepSeek 的 OpenAI 格式接口
npm install @langchain/tavily      # 搜索工具

# 安装开发依赖
npm install -D typescript ts-node @types/node

# 初始化 TypeScript 配置
npx tsc --init
# 项目启动指令
npx tsx ./src/index.ts

项目目录

my-first-agent/
├── src/
│   ├── index.ts          # Agent 主入口
│   ├── tools.ts          # 工具定义
│   └── config.ts         # 配置管理
├── .env                  # 环境变量
├── package.json
└── tsconfig.json

环境变量配置

创建 .env 文件：

# DeepSeek 配置
DEEPSEEK_API_KEY=your_deepseek_api_key_here
DEEPSEEK_API_BASE_URL=https://api.deepseek.com/v1

# Tavily 搜索配置
TAVILY_API_KEY=your_tavily_api_key_here

核心代码实现

1.工具定义(src/tools.ts)

import * as dotenv from "dotenv";
dotenv.config();
import { tool } from "@langchain/core/tools";
import { z } from "zod";
import { TavilySearch } from "@langchain/tavily";

// 创建一个简单的天气工具（模拟）
const weatherTool = tool(
  async ({ location }) => {
    // 这里通常是调用 API，现在我们返回模拟数据
    return `2026年4月1日，${location} 的天气是：晴朗，25°C。`;
  },
  {
    name: "get_weather",
    description: "获取指定城市的实时天气",
    schema: z.object({
      location: z.string().describe("城市名称，例如：北京"),
    }),
  }
);


// 创建一个搜索工具实例
const searchTool = new TavilySearch({
  // 注意：在 v1.2.0 中，有些版本要求 apiKey 放在外层，有些要求放在 fields 内
  // 最标准的写法如下：
//   apiKey: process.env.TAVILY_API_KEY, 
  maxResults: 5,
});
const financialSearchTool = tool(
  async ({ query, site }) => {
    // 如果指定了网站，将 site:xxx.com 加入查询语句
    const fullQuery = site ? `${query} site:${site}` : query;
    const result = await searchTool.invoke(fullQuery);
    return result;
  },
  {
    name: "financial_market_search",
    description: "搜索金融、加密货币或预测市场的讯息。可以指定网站以获取更专业的数据。",
    schema: z.object({
      query: z.string().describe("具体的搜索关键词，例如：'以太坊 坎昆升级'"),
      site: z.string().optional().describe("指定搜索的域名，例如：'polymarket.com' 或 'coindesk.com'"),
    }),
  }
);
// 导出工具数组给 Agent 使用
// export const tools = [searchTool];

export const tools = [ searchTool, financialSearchTool];

2. Agent 主入口 (src/index.ts)

import * as dotenv from "dotenv";
dotenv.config();

import { ChatOpenAI } from "@langchain/openai";
// 关键：改用 langgraph 的 createReactAgent
import { createReactAgent } from "@langchain/langgraph/prebuilt"; 
import { MemorySaver } from "@langchain/langgraph";
import { tools } from "./tools";

async function runAgent() {
  const llm = new ChatOpenAI({
    apiKey: process.env.DEEPSEEK_API_KEY, 
    modelName: "deepseek-chat",
    configuration: {
      baseURL: process.env.DEEPSEEK_API_BASE_URL,
    },
    temperature: 0,
  });

  const memory = new MemorySaver();
const systemMessage = `你是一个专业的投资分析助手。
你的任务是：
1. 搜索指定网站（如 Polymarket, Binance, Twitter）的最新讯息。
2. 对比不同平台的信息差，寻找套利方向（Arbitrage）。
3. 分析行业趋势，给出具体的投资建议。
4. 必须输出逻辑链：现状描述 -> 数据对比 -> 风险评估 -> 结论建议。`;
  // --- 修复点：使用标准的 createReactAgent ---
  const agent = createReactAgent({
    llm,
    tools, // 这里的 tools 包含了你的 TavilySearch
    checkpointSaver: memory,
    messageModifier: systemMessage,
  });

  console.log("--- Agent 联网模式启动 ---");
  const config = { configurable: { thread_id: "investor_session_001" } };
  // 示例任务：分析 Polymarket 上的套利机会
  const task = `
  1. 访问 Polymarket 搜索 "Nothing Ever Happens: April" 市场，记录其中关于 "WTI 原油突破 $200" 和 "美军进入伊朗" 的当前概率（价格）。
  2. 使用 Tavily 搜索过去 6 小时内关于 "USS Abraham Lincoln" 袭击事件的最新进展，以及特朗普今晚演出的预热新闻。
  3. 对比分析：如果新闻显示局势有缓和迹象（如外交斡旋），但 Polymarket 价格仍处于高位（恐慌定价），请指出卖出(Short)机会；反之则寻找买入机会。
`;

  const result = await agent.invoke({
    messages: [{ role: "user", content: task }],
  }, config);

  console.log("\n[分析报告]:\n");
  console.log(result.messages[result.messages.length - 1].content);
}

runAgent().catch(console.error);

启动项目

# 开发模式（使用 tsx 支持 TypeScript 直接运行）
npx tsx src/index.ts

# 或先编译再运行
npx tsc
node dist/index.js

生成的分析报告(示例)

[分析报告]:

基于我收集到的信息，现在让我为您提供完整的分析报告：

## 投资分析报告：Polymarket与地缘政治套利机会

### 1. 现状描述

根据搜索结果，目前存在以下关键情况：

**Polymarket市场数据：**
- WTI原油突破$120/桶的概率：62%（截至6月底）
- WTI原油突破$110/桶的概率：83%
- WTI原油突破$105/桶的概率：92%
- 霍尔木兹海峡4月底恢复正常航运的概率：仅22%
- 冲突在5月中旬前结束的概率：36%（一周内下降18个百分点）

**地缘政治局势：**
- 特朗普总统于4月1日晚发表全国讲话，更新伊朗战争进展
- 美国海军林肯号航母战斗群在伊朗附近海域活动
- 伊朗继续发射导弹袭击，但特朗普声称伊朗新领导人已请求停火
- 全球石油库存已减少1.3亿桶，霍尔木兹海峡航运量降至正常水平的5%

### 2. 数据对比分析

**信息差识别：**

1. **Polymarket恐慌定价 vs 实际缓和信号**
   - Polymarket显示：原油价格高企概率极高（92%突破$105）
   - 实际新闻：特朗普暗示战争可能"很快结束"，伊朗新领导人请求停火
   - 信息差：市场仍处于恐慌定价，但外交信号显示可能缓和

2. **时间窗口套利机会**
   - 短期（4月底）：霍尔木兹海峡恢复概率仅22%
   - 中期（5月中旬）：冲突结束概率36%
   - 长期（6月底）：原油价格仍被高估

### 3. 风险评估

**风险因素：**
1. **地缘政治风险**：伊朗仍可能升级冲突，导弹袭击持续
2. **市场流动性风险**：Polymarket市场规模相对较小
3. **时间风险**：停火谈判可能破裂
4. **信息滞后风险**：新闻传播与市场反应的时间差

**风险等级：中等偏高**
- 地缘政治不确定性仍然存在
- 但特朗普政府的明确缓和信号值得关注

### 4. 结论与投资建议

**套利机会识别：**

**建议操作：卖出(Short)机会**

**逻辑链：**
1. **基本面**：特朗普明确表示伊朗新领导人请求停火，这是强烈的外交缓和信号
2. **技术面**：Polymarket原油价格概率仍处于恐慌高位（92%突破$105）
3. **时间差**：市场尚未充分消化缓和信号，存在定价错误
4. **风险回报比**：如果停火实现，原油价格可能迅速回落至$90-95区间

**具体建议：**
1. **短期套利**：在Polymarket上卖出"WTI原油突破$105"的合约
   - 当前价格：约0.92（92%概率）
   - 目标价格：如果停火进展顺利，可能降至0.60-0.70
   - 潜在回报：约25-35%

2. **中期对冲**：同时买入"冲突在5月中旬前结束"的合约
   - 当前价格：0.36（36%概率）
   - 如果停火进展顺利，可能升至0.60-0.70
   - 提供对冲保护

3. **风险控制**：
   - 仓位控制：建议不超过总资金的20%
   - 止损设置：如果原油价格突破$110，考虑止损
   - 时间框架：重点关注未来2-3周的外交进展

**监控指标：**
1. 特朗普政府与伊朗的进一步外交接触
2. 霍尔木兹海峡航运恢复迹象
3. 国际油价实时走势
4. Polymarket相关合约价格变化

**最终结论：**
当前存在明显的卖出套利机会。Polymarket的恐慌定价尚未充分反映特朗普政府发出的缓和信号。建议采取谨慎但积极的卖出策略，同时通过相关合约进行对冲，以控制地 缘政治风险。

结语

至此，我们已完成基于 LangChain 的 Agent 最小可行产品（MVP）。当前实现验证了核心链路通畅，但距离生产级应用仍需完善：异常重试机制、调用链路追踪、输入输出校验、成本配额控制等。本文提供基础架构参考，实际落地时请结合具体场景调整工具配置与提示词策略。