edge-pipeline-orchestrator

Edge 管道编排器

将所有 Edge 研究阶段协调为一次自动化管道运行。

适用场景

• 从工单（或 OHLCV）运行完整的 Edge 管道，直到导出策略
• 从草稿阶段恢复未完成的管道
• 通过反馈循环审查和修订现有策略草稿
• 试运行管道，在不导出的情况下预览结果

工作流

1. 从 CLI 参数加载管道配置
2. 如果提供了 --from-ohlcv，则运行 auto_detect 阶段（从原始 OHLCV 数据生成工单）
3. 运行 hints 阶段，从市场摘要和异常中提取 Edge 提示
4. 运行 concepts 阶段，根据工单和提示综合抽象的 Edge 概念
5. 运行 drafts 阶段，根据概念设计策略草稿
6. 运行审查-修订反馈循环：
   • 审查所有草稿（最多 2 轮）
   • 累积 PASS 结果；累积 REJECT 结果
   • REVISE 结果会触发 apply_revisions，然后重新审查
   • 达到最大轮数后，仍为 REVISE 的结果将降级为 research_probe
7. 导出符合条件的草稿（PASS + export_ready_v1 + 可导出的 entry_family）
8. 写入包含完整执行跟踪记录的 pipeline_run_manifest.json

CLI 用法

# Full pipeline from tickets
python3 scripts/orchestrate_edge_pipeline.py \
  --tickets-dir path/to/tickets/ \
  --output-dir reports/edge_pipeline/

# Full pipeline from OHLCV
python3 scripts/orchestrate_edge_pipeline.py \
  --from-ohlcv path/to/ohlcv.csv \
  --output-dir reports/edge_pipeline/

# Resume from drafts stage
python3 scripts/orchestrate_edge_pipeline.py \
  --resume-from drafts \
  --drafts-dir path/to/drafts/ \
  --output-dir reports/edge_pipeline/

# Review-only mode
python3 scripts/orchestrate_edge_pipeline.py \
  --review-only \
  --drafts-dir path/to/drafts/ \
  --output-dir reports/edge_pipeline/

# Dry run (no export)
python3 scripts/orchestrate_edge_pipeline.py \
  --tickets-dir path/to/tickets/ \
  --output-dir reports/edge_pipeline/ \
  --dry-run

输出

所有产物都会写入 --output-dir：

output-dir/
├── pipeline_run_manifest.json
├── tickets/          (from auto_detect)
├── hints/hints.yaml  (from hints)
├── concepts/edge_concepts.yaml
├── drafts/*.yaml
├── exportable_tickets/*.yaml
├── reviews_iter_0/*.yaml
├── reviews_iter_1/*.yaml  (if needed)
└── strategies/<candidate_id>/
    ├── strategy.yaml
    └── metadata.json

Claude Code 大模型增强工作流

完全在 Claude Code 中运行大模型增强管道：

1. 运行 auto_detect，生成 market_summary.json + anomalies.json
2. Claude Code 分析数据并生成 Edge 提示
3. 将提示保存到 YAML 文件：

- title: Sector rotation into industrials
  observation: Tech underperforming while industrials show relative strength
  symbols: [CAT, DE, GE]
  regime_bias: Neutral
  mechanism_tag: flow
  preferred_entry_family: pivot_breakout
  hypothesis_type: sector_x_stock

4. 使用 --llm-ideas-file 和 --promote-hints 运行编排器：

python3 scripts/orchestrate_edge_pipeline.py \
  --tickets-dir path/to/tickets/ \
  --llm-ideas-file llm_hints.yaml \
  --promote-hints \
  --as-of 2026-02-28 \
  --max-synthetic-ratio 1.5 \
  --strict-export \
  --output-dir reports/edge_pipeline/

可选标志

• --as-of YYYY-MM-DD — 传递给 hints 阶段，用于按日期筛选
• --strict-export — 对包含任何 warn 发现的问题的可导出草稿，使用 REVISE 代替 PASS
• --max-synthetic-ratio N — 将合成工单数量限制为真实工单数量的 N 倍（下限：3）
• --overlap-threshold F — 概念去重的条件重叠阈值（默认值：0.75）
• --no-dedup — 禁用概念去重

注意：--llm-ideas-file 和 --promote-hints 仅在运行完整管道时生效。 --resume-from drafts 和 --review-only 会跳过 hints/concepts 阶段，因此这些标志会被忽略。

资源

• references/pipeline_flow.md — 管道阶段、数据契约和架构
• references/revision_loop_rules.md — 审查-修订反馈循环规则和启发式方法