发布于VeighNa社区公众号【vnpy-community】
原文作者：VeighNa小助手 | 发布时间：2025-10-21
老规矩还是先放几张之前特训营的照片：
准备完毕，静候小班同学到达
学习量化，掌握核心理论框架
深入代码，分析策略逻辑细节
现场实践，剖析机器学习算法
基于之前学员的反馈，小班特训营这种2天10小时+的高强度课程通过线上直播学习的效果并不理想。为了保证更好的学习质量，我们对授课模式进行了调整：后续小班特训营不再提供线上直播参加和视频内容回看，而是改为同一主题的每场小班课都可以再次到场听讲。同时，我们会针对每一个特训营的主题建立专项社群，持续提供专业交流与学习服务，而不再只局限于三个月的答疑时间。
小班特训营优先面向买方投资机构。由于AI Agent（智能体）开发本身的复杂性（大模型知识、GPU算力需求、编程开发水平等），不建议新手报名。本场课程目前仅剩2个名额，感兴趣的同学请抓紧。
VeighNa量化AI智能体应用
日期：2025年11月29日（周六）和11月30日（周日）
时间：两天下午1点-6点，共计10小时
地点：上海浦东（具体地址会在报名成功后发送）
大纲：
1. 认识AI Agent和准备开发环境
a. 课程导览与AI Agent前景
i. 课程目标、内容结构与学习路径
ii. AI Agent在量化金融领域的应用前景
b. VeighNa Agent (vnag) 框架介绍
i. 项目定位、设计哲学与核心优势
ii. vnag的系统架构与模块概览
c. 开发环境搭建
i. 安装Python、vnag及相关依赖
ii. 配置IDE（如Cursor）
2. 连接大模型：vnag的Gateway模块
a. 大模型API核心概念
i. 主流AI服务商（OpenAI, Anthropic）API的特点与异同
ii. API Key管理与安全实践
b. vnag.gateway 抽象设计
i. 详解Gateway基类，理解统一接口的设计思想
ii. 实战：实现OpenaiGateway与AnthropicGateway
c. 流式数据输出（Streaming）
i. 流式输出在交互式应用中的重要性
ii. 在vnag中处理流式响应的核心代码解析
3. 构建Agent知识库：拆分与向量化
a. RAG与知识工程
i. RAG（Retrieval-Augmented Generation）的基本原理
ii. 文档、代码、FAQ等不同类型资料的处理策略
b. vnag.segmenter：智能文本拆分
i. 详解Segmenter基类与拆分器的作用
ii. 拆分器实战：CppSegmenter、PythonSegmenter、MarkdownSegmenter
c. vnag.vector：向量化存储与检索
i. 向量数据库基础（以ChromaDB为例）
ii. 详解Vector基类，实现数据入库与相似度搜索
iii. 动手实践：将拆分后的文本块向量化并存入数据库
4. Agent核心能力：Function Call与UI交互
a. 大模型的Function Call（函数调用）
i. Function Call的原理与应用场景
ii. 基于vnag.engine封装和调用Function Call的技巧
b. MCP：标准化的消息通信协议
i. 为何需要标准化的通信协议
ii. 上手开发一套基础MCP服务
c. vnag.ui：Qt图形前端解决方案
i. vnag的UI架构解析：Window、Widget与Worker
ii. UI与后端Agent的事件驱动与数据交互机制
d. 综合实战：构建一个简单的知识库问答机器人
5. 实战案例一：AI驱动的CTP API接口适配开发
a. 任务背景：量化交易接口升级的痛点
b. Agent任务设计与工作流
i. 知识库：新旧版本的CTP API头文件、官方文档
ii. 工具集（Function Call）：文件读写、代码比对、代码生成
iii. 工作流：定位变更 -> 生成方案 -> 修改代码 -> 验证修正
c. Live Coding：可复用的全自动量化API接口升级开发智能体
6. 实战案例二：AI赋能的CTA策略自动化投研
a. 任务背景：从策略思想到回测报告的“最后一公里”
b. Agent任务设计与工作流
i. 知识库：CTA策略模板、API文档、优秀策略范例
ii. 工具集（Function Call）：代码生成检查、回测引擎调用、报告分析
iii. 工作流：自然语言描述 -> 策略代码生成 -> 初步回测检验 -> 多轮参数优化 -> 编写投研报告
c. Live Coding：与AI Agent对话，从0到1完成完整CTA策略的投研
7. 实战案例三：AI驱动的股票因子挖掘
a. 任务背景：如何从海量信息中自动化挖掘有效Alpha因子
b. Agent任务设计与工作流
i. 知识库：指定的因子研究报告（PDF）或网页链接
ii. 工具集（Function Call）：内容解析、vnpy.alpha调用、指标计算、数据入库
iii. 工作流：阅读资料 -> 生成公式 -> 检验计算 -> 分析结果 -> 循环迭代
c. Live Coding：给AI一篇券商研报，看它如何自动挖掘Alpha因子
价格：11999元
报名请扫描下方二维码添加小助手提供相关信息（想参加的课程、姓名、手机、公司、职位），报名结果以确认回复为准：
