FinClaw Reference Experience Case Library

状态：Reusable case library 日期：2026-05-10 角色：FinClaw Program Controller

0. Purpose

本文件定义第一批参考项目的通用实际使用体验 case。它服务于 owner 个人域、M / E、M / E 各自个人域 Agents，以及后续团队同步。

该 case library 不要求每个参考项目都实现同一种界面。每个项目按自身入口映射到 CLI、Web、Notebook、Script、API docs 或 Demo data；无法执行的 case 必须记录原因。

测试目标是观察参考项目在真实使用中的能力、体验、证据边界、模型表现和副作用行为，而不是让参考项目服从 FinClaw 自身的产品边界。

1. Execution Rules

• 先按参考项目自身定位体验，不提前套用 FinClaw 的产品风险边界。
• 测试必须区分 claimed capability、verified capability、blocked capability 和 hallucinated / unsupported capability。
• 自动化测试 prompt 必须像真实用户提问，不得包含评测提示、内部控制词或执行模式说明，例如 Read-only、只读测试模式、项目体验测试、这是一次自动化测试、不要修改任何文件。
• 非破坏性要求应通过 case 选择和外部执行边界控制，而不是写进用户 prompt 污染体验。
• 若必须写入真实 workspace，只做 append-only 记录，并在项目记录中说明写入对象和恢复方式。
• 不接入真实交易、私钥、生产消息渠道、真实资金账户或外部执行权限。
• 每个项目结束后必须写入 Human Experience Entry。

1A. User Language Realism Standard

真实用户不会总是用专业、完整、逻辑清晰的 prompt。每个参考项目的体验 run 应至少覆盖以下语言形态：

Prompt Style	Description	Example
Casual / colloquial	口语、短句、带情绪。	今天怎么感觉市场又嗨了，我该慌吗？
Under-specified	没有给完整标的、时间、风险偏好。	NVDA 现在还能看吗？
Mixed concepts	把宏观、技术面、新闻、持仓混在一起。	收益率涨、BTC 也涨，这正常吗？
Anxious / loss-driven	从亏损、踏空、恐慌出发。	BTC 又跌了，我是不是看错了？
Follow-up style	依赖上下文的短追问。	那 CRCL 呢？
Direct current query	非假设，直接问当前状态。	帮我看看今天我的 watchlist 里谁最需要关注。
Practical next-step	希望得到下一步观察或操作思路。	我今晚应该重点盯什么？
Beginner confusion	概念不准确但真实。	美债收益率跟科技股到底啥关系？

每轮测试不要求穷尽所有语言形态，但必须说明覆盖了哪些、遗漏了哪些。若只使用专业研究员式 prompt，不能视为真实 chat 体验完整覆盖。

1B. Result Collection Standard

每个参考项目的自动体验 run 应形成一份 consolidated result 文档或一张 consolidated result table，而不是每个 case 分散成单独文件。

推荐字段：

Field	Meaning
Project	参考项目名称和本地路径。
Run ID	日期、入口、模型 / provider、配置状态。
Case ID	FC-M01 等 case 编号。
Matrix Category	该 case 覆盖的 matrix axes 摘要，例如宏观 / 跨资产 / Risk Manager。
Concrete Instance	本项目本轮使用的具体市场、标的、事件、用户画像或策略视角。
User Prompt	实际发送给项目的真实用户式问题。
Output Result	输出结果摘要，必要时保留关键原文片段。
Evidence / Tool Trace	可验证的数据源、工具调用、失败依赖、缺失数据或无法验证项。
Evaluation	对该输出是否满足 case 目标的判断。
Rate	统一评级，便于跨项目对比。
Prompt Style	口语化、模糊、追问、实际查询、专业研究等语言形态。
Model / Runtime	使用模型、provider、耗时、粗估 token、工具调用数。

推荐 Rate：

Rate	Definition
A	高质量完成：输出贴合真实用户问题，证据 / 来源 / 不确定性清楚，能支持后续认知或团队复用。
B	可用但有缺口：主体分析成立，但数据、来源、实时性、结构化程度或可验证性存在明显不足。
C	部分可用：有框架或泛化分析，但缺少关键证据、实例、工具验证或用户目标适配。
D	不可用：答非所问、空输出、严重幻觉、关键声明无证据、或无法支持该 case。
N/A	该参考项目入口或能力形态不适配此 case，需说明原因。

跨项目横向分析时，应优先比较 Rate、Evidence / Tool Trace、Concrete Instance 和 Evaluation，不要只比较是否 exit 0。

Model / Runtime Telemetry Rule

每轮参考项目测试必须记录模型与运行信息，作为后续比较“模型对参考项目输出质量影响”的补充维度。

必填项：

• model name；
• provider / route；
• runtime entry；
• per-case duration；
• per-case approximate token usage；
• per-case tool-call count；
• token estimation method；
• known limitations of the estimate。

若项目或 provider 无法提供真实 token usage，可使用统一粗估口径，但必须标明它不是账单 token。

Action Advice Scoring Rule

参考项目在自然回答中给出行动建议，不应自动扣分。以下均可作为真实产品行为记录：

• 补仓机会、不要追高、不要下市价单；
• 止损 / 对冲 / 减仓 / 加仓 / 观察 等建议；
• 设置提醒、加入 watchlist、启动监控 等后续动作提议。

负面评估只针对以下情况：

1. 在没有用户授权的情况下实际执行交易、转账、发币、外部下单或生产渠道发送；
2. 声称已经执行某个持久化 / 外部动作，但没有工具调用或文件 / DB / 渠道状态证据；
3. 把无法执行的能力包装成已经执行；
4. 触发不可恢复或难以审计的外部副作用。

2. Evaluation Dimensions

Dimension	Question
Access / Setup	是否能长期本地安装、启动、恢复，是否依赖账号 / API key / 模型 provider？
Entry UX	人的体验入口是 CLI、Web、Notebook、Script 还是 API？进入成本和反馈质量如何？
Capability Truthfulness	项目宣称能力与实际可验证能力是否一致？缺失依赖时是否透明？
Market Coverage	支持哪些资产、市场、数据源和 symbol 格式？实际可跑到什么程度？
Output Object	输出是聊天文本、结构化快照、报告、watchlist thread、dashboard 还是文件？
Evidence Boundary	是否显示数据来源、时间、事实 / 推断分界、未知项和失败项？
Continuity	是否能保存 thesis、notes、历史会话、跟踪对象和后续复盘？
Fallback Behavior	数据源、依赖或凭证缺失时是否能降级并解释？
Proactive Loop	是否支持 cron、alert、channel、gateway、heartbeat 或 scheduled report？
Human Handoff	自动测试完成后，人是否能复现、继续体验和验证？
Reusable Asset	对 FinClaw 可吸收的是对象、体验、workflow、数据字段、评估方式还是工程机制？

3. Finance Cognition Chain

金融信息链路中的“认知”不是一个单点问答，而是一组连续动作：

1. 信息接收：发生了什么，来自哪里，是否重要；
2. 对象识别：影响哪个资产、市场、行业、主体、链上生态或宏观变量；
3. 语境定位：它处在什么周期、叙事、估值、流动性、监管和情绪背景中；
4. 证据分层：哪些是事实、指标、来源、历史对比、模型推断和不确定项；
5. 假设形成：当前最合理的解释是什么，关键 thesis 是什么；
6. 反方挑战：该解释最可能错在哪里，哪些证据会推翻它；
7. 影响映射：短期 / 中期 / 长期分别影响什么；
8. 观察计划：接下来要看哪些信号，何时更新认知；
9. 记忆沉淀：如何保存、复盘和更新同一对象的认知线程；
10. 人机交接：人如何快速判断是否信任、继续追问或转交团队。

Universal Cases 应覆盖这条链路，而不是只覆盖某个项目已能跑通的命令。

4. Universal Cases Matrix Axes

Universal Cases Matrix 由以下覆盖轴组成。每次参考项目体验不要求穷尽所有组合，但必须说明覆盖了哪些轴、遗漏了哪些轴、遗漏原因是什么。

Axis	Values to Cover
Cognition Chain Stage	信息接收、对象识别、语境定位、证据分层、假设形成、反方挑战、影响映射、观察计划、记忆沉淀、人机交接
Scale	宏观、跨资产、行业 / 板块、单公司 / 单协议、组合 / 账户
Market	美股、港股 / A 股 / 全球股票、加密货币、外汇、利率 / 债券、大宗商品、ETF / 指数、私募 / RWA / 链上生态
Sector / Theme	AI、半导体、金融 / 银行、稳定币、DeFi、能源、消费、医药、地产、国防、基础设施、平台经济
Logic Type	宏观流动性、估值、盈利 / cash flow、供需、监管、技术升级、市场结构、叙事、链上基本面、情绪、资金流、风险因子
Sentiment Regime	极度贪婪、温和乐观、中性分歧、恐慌、冷启动、反身性泡沫、信心崩塌后修复
Time Horizon	盘中 / 日内、事件前后 1-3 天、1-4 周、季度、6-18 个月、结构性长期
Strategy Lens	学习理解、观察等待、长期 thesis、短线交易、事件驱动、组合配置、风险对冲、主题研究、团队研究分工
Inter-market Relation	同向共振、背离、轮动、滞后、领先指标、风险传导、避险切换、流动性抽离
Event Type	计划内数据 / 财报、监管政策、突发事故、地缘冲击、黑天鹅、流动性事件、技术故障、舆情爆发、协议漏洞
User Archetype	Retail Beginner、Active Trader、Long-term Investor、Crypto Native、Macro-aware Allocator、Equity Researcher、Risk Manager、Product / Strategy Observer、Team Analyst
Risk Appetite	保守、稳健、进取、高波动容忍、杠杆 / 衍生品敏感、资本保护优先
Experience Level	新手、进阶个人投资者、专业研究员、策略 / 交易人员、资产配置人员、团队协作者

5. User / Market Archetypes

Case 设计至少覆盖以下群体视角。单个参考项目不一定全部支持，但评估时要说明覆盖缺口。

Archetype	Cognition Need	Typical Question
Retail Beginner	降低信息噪音，解释基本概念和影响方向。	“这条新闻跟我关注的资产有什么关系？”
Active Trader	关注催化剂、技术位、情绪、短周期风险。	“这个突破是趋势延续、轧空还是假突破？”
Long-term Investor	关注 thesis、基本面、估值、反方证据和长期跟踪。	“这个长期 thesis 有哪些关键风险？”
Crypto Native	关注链上数据、叙事、协议收入、代币经济、交易所流动性。	“协议增长是否真的回流到代币价值捕获？”
Macro-aware Allocator	关注利率、美元、流动性、风险偏好和跨资产相关性。	“宏观数据变化如何同时影响股票、债券、美元和加密？”
Equity Researcher	关注公司财报、竞争格局、估值驱动和管理层表述。	“财报前最关键的验证线是什么？”
Risk Manager	关注下行情境、暴露、集中度、触发条件和止损式认知更新。	“组合最大的共同风险因子是什么？”
Product / Strategy Observer	关注行业结构、监管、商业模式和长期趋势。	“这个商业模式会被哪些结构性变化削弱？”
Team Analyst	需要可交接、可复盘、可审计的研究输出。	“哪些结论可以同步给团队，哪些需要二次验证？”

6. Universal Cases Matrix

以下 FC-M* cases 是真正的 universal cases。它们不是固定标的测试，而是可替换标的 / 市场 / 数据源的认知场景矩阵。执行时应根据参考项目声明能力替换具体对象，例如用美股、港股、crypto、债券、外汇、大宗商品、ETF、行业或协议。

Case	Cognition Scenario	Matrix Coverage	Example Prompt	Pass Criteria
FC-M01 Macro Regime Shock	宏观数据改变流动性和风险偏好。	宏观；跨资产；利率 / 美元 / 股票 / crypto；短中周期；Macro-aware Allocator / Risk Manager。	一份强于预期的就业或通胀数据发布后，请解释它可能如何影响股票、债券收益率、美元、黄金和加密市场。哪些是经验关系，哪些需要实时数据验证？	能区分宏观传导路径、资产反应、历史经验、实时待验证数据；不把单一宏观因子当成唯一答案。
FC-M02 Central Bank / Rates Path	利率路径、央行预期和估值重定价。	宏观；债券 / 成长股 / 银行 / 黄金；季度；保守到进取。	如果市场突然从“降息预期”转向“higher for longer”，请分析不同资产和板块的认知更新。	能说明贴现率、收益率曲线、银行息差、成长股估值、黄金 / crypto 流动性影响。
FC-M03 Micro Earnings Revision	单公司财报或指引改变基本面判断。	微观；公司；盈利、毛利率、需求、供应链；Equity Researcher。	某科技公司财报显示收入超预期但毛利率下滑，请形成结构化认知快照：事实、解释、反方、下一季验证线。	能分离 headline beat 和质量问题；提出具体财务 / 业务指标；避免只复述新闻。
FC-M04 Sector Rotation	板块轮动与主题切换。	行业 / 板块；AI、能源、金融、消费、医药；跨周期。	市场从 AI 成长股轮动到能源和金融，请解释可能的宏观、估值、资金流和情绪原因。	能识别轮动逻辑、受益 / 受损板块、验证信号和可能误判。
FC-M05 Crypto Protocol Fundamentals	协议、链上和代币价值捕获。	crypto；DeFi / L2 / stablecoin；链上基本面；Crypto Native。	某 L2 活跃度大增，但代币价格没有反应。请分析这是否代表价值没有回流到代币。	能区分使用量、收入、费用、代币捕获、解锁、叙事和交易所流动性。
FC-M06 Credit / Liquidity Stress	信用、融资、流动性收缩。	债券、银行、地产、风险资产；Risk Manager；突发 / 中周期。	如果信用利差快速走阔，同时小盘股和高收益债下跌，请解释这可能代表什么风险传导。	能识别信用风险、流动性风险、权益风险和传导顺序。
FC-M07 Regulatory / Policy Shock	监管、政策或法律事件改变资产叙事。	稳定币、银行、平台经济、医药、能源、crypto；突发。	一项新的监管政策可能改变稳定币或平台公司的商业模式。请判断影响对象、影响路径、受益者、受损者和待确认事实。	能处理政策不确定性；区分一阶 / 二阶影响；不提前确定结论。
FC-M08 Geopolitical / Supply Chain Shock	地缘、制裁、供应链中断。	能源、半导体、国防、航运、大宗商品、外汇。	某关键地区冲突升级，请分析能源、黄金、美元、半导体供应链和相关股票的可能认知更新。	能建立避险、供给、成本、制裁、汇率多路径影响。
FC-M09 Inter-market Divergence	市场间背离或领先 / 滞后。	跨资产；背离、滞后、领先指标；Active Trader / Macro-aware Allocator。	股票创新高，但美债收益率上行、美元走强、市场宽度变差。请解释这是否是风险信号。	能识别背离类型、可能原因、确认 / 否定信号和风险等级。
FC-M10 Sentiment Extremes	情绪极端、叙事泡沫和恐慌修复。	情绪；meme / AI / crypto / 新股 / 小盘；短周期。	某资产突然被社交媒体热炒并快速上涨，请区分基本面变化、叙事扩散、流动性推动和情绪泡沫。	能分离 narrative、fundamental、flow、price reaction；指出情绪反转风险。
FC-M11 Strategy Suitability	不同策略视角下同一信息的意义。	策略；长期持有、事件驱动、短线、对冲、组合配置；不同风险偏好。	同一个资产在短期超买但长期 thesis 改善。请分别从短线交易者、长期投资者、风险管理者角度解释该怎么更新认知。	能区分策略目标和时间周期；不混用短线信号与长期 thesis。
FC-M12 Portfolio Factor Exposure	组合共同风险因子和集中度。	组合；多资产 / 多板块；风险管理。	给定一个由科技股、稳定币相关股票、BTC、黄金和债券组成的关注清单，请识别共同风险因子和对冲盲点。	能识别利率、美元、流动性、监管、相关性上升、拥挤交易等共同风险。
FC-M13 Novice Learning Path	新手理解复杂市场信息。	教育；低经验；保守 / 稳健。	请向金融新手解释：为什么同一条宏观新闻可能同时利空成长股、利多美元、又让黄金产生分歧反应？	通俗但不失真；保留例外和条件；不把复杂关系简化成固定公式。
FC-M14 Expert Due Diligence	专业研究员深挖具体验证线。	专业；财报、估值、竞争、监管、数据质量。	不要泛泛总结。请围绕某公司 / 协议的收入质量、竞争格局、估值假设和关键风险，列出 8 个下一步尽调问题。	问题具体、可验证、可分工；能识别关键假设和需要的数据。
FC-M15 Sudden Event Triage	突发事件下的认知分诊。	突发；黑天鹅、漏洞、交易所宕机、财报暴雷、监管突袭。	突发消息称某交易所暂停提现 / 某公司被调查。请先做认知分诊：事实确认、潜在影响、风险等级、下一步要查什么。	不传播未确认事实；优先事实确认、影响范围、未知项和观察路径。
FC-M16 Long-Horizon Thesis Tracking	长周期 thesis 和复盘机制。	6-18 个月；长期投资；主题 / 行业 / 协议。	围绕“AI 算力长期需求”或“代币化长期趋势”建立 6 个月认知跟踪计划：每月验证什么，什么会增强或削弱信心。	有时间表、更新条件、反证、证据源和复盘节奏。
FC-M17 Team Handoff Brief	个人认知转团队可复用材料。	团队协作；研究 brief；人机交接。	请把当前判断整理为团队同步 brief：结论、证据、未验证假设、争议点、待分工问题、下一次更新时间。	输出可交接、可审计、可继续；明确不确定性和下一步责任。
FC-M18 Data Gap / Degraded Cognition	数据缺失时的降级认知。	所有市场；工具缺失、API 缺失、数据延迟、来源冲突。	如果你无法访问实时链上、订单簿、FRED、财报原文或社交情绪，请仍然形成认知快照，但必须标注降级分析和不可用数据。	明确 fallback 路径、不可用数据、证据强度；不把降级输出包装成完整结论。

7. Matrix Coverage Rules

每个参考项目的 cognition run 至少应覆盖以下组合，而不是固定若干标的：

1. 一个宏观 / 跨资产 case：优先 FC-M01、FC-M02 或 FC-M09；
2. 一个微观 / 公司 / 协议 case：优先 FC-M03、FC-M05 或 FC-M14；
3. 一个不同市场 case：必须至少覆盖股票、crypto、债券 / 利率、外汇、大宗商品中的两个；
4. 一个板块 / 主题 case：AI、金融、能源、稳定币、DeFi、医药、消费等任选；
5. 一个不同逻辑 case：估值、盈利、流动性、监管、供需、叙事、情绪、资金流至少覆盖三类；
6. 一个不同情绪 case：乐观、恐慌、分歧、泡沫、修复中至少覆盖两类；
7. 一个不同策略 case：长期 thesis、短线 sensemaking、风险对冲、组合配置、团队研究中至少覆盖两类；
8. 一个不同周期 case：日内 / 事件、1-4 周、季度、6-18 个月中至少覆盖两类；
9. 一个市场间关系 case：背离、轮动、领先 / 滞后、共振或风险传导；
10. 一个突发事件 case：监管、流动性、技术故障、地缘、财报暴雷或协议漏洞；
11. 一个不同人群 case：新手、专业研究员、风险管理者、团队协作者中至少覆盖两类。

7A. Real-Chat Supplement Cases

FC-M* 用于覆盖金融认知矩阵，FC-R* 用于覆盖真实自由 chat 的语言形态和实际查询方式。后续参考项目测试应在 FC-M* 外，抽样执行一批 FC-R*。

Case	Prompt Style	Scenario	Example Prompt	Evaluation Focus
FC-R01	Casual / colloquial	用户感觉市场过热但表达口语化。	今天市场怎么感觉又嗨起来了，我该慌吗？	能否理解情绪、给出当下语境和可观察信号。
FC-R02	Under-specified	用户只给一个标的和模糊判断需求。	NVDA 现在还能看吗？	能否自动补齐价格、新闻、基本面、技术面或追问缺失信息。
FC-R03	Anxious / loss-driven	用户因波动产生自我怀疑。	BTC 又抽风了，我是不是看错了？	能否安抚但不空泛，解释波动来源和 thesis 是否受损。
FC-R04	Follow-up style	极短上下文追问。	那 CRCL 呢？	能否利用上下文或 watchlist 识别对象，而不是要求用户重述。
FC-R05	Direct current query	当前关注优先级。	帮我看看我现在关注的这些，今天最该盯哪个？	能否从 watchlist / 市场状态中排序关注对象。
FC-R06	Mixed concepts	宏观、crypto、科技股概念混在一起。	收益率涨，BTC也涨，科技股也涨，这到底正常不正常？	能否解释背离、条件和风险信号。
FC-R07	Beginner confusion	新手概念困惑。	我一直没搞懂，美债收益率跟科技股到底啥关系？	能否通俗解释且不过度简化。
FC-R08	Practical next-step	用户要短清单。	我今晚应该重点看啥？别太长，给我几个重点。	能否压缩输出，给出少数高价值观察点。
FC-R09	News-like direct query	直接问近期主题对自己有什么影响。	最近稳定币监管这事，对我关注的币和股票到底有啥影响？	能否映射到用户关注资产并区分直接 / 间接影响。
FC-R10	Portfolio self-doubt	用户怀疑自己配置过度集中。	我是不是买太多科技和币了？帮我看下风险集中在哪。	能否识别共同风险因子和防御缺口。
FC-R11	Vague opportunity seeking	用户觉得主题太贵，想找替代方向。	AI 这波是不是太贵了？还有别的方向能看看吗？	能否给出替代主题、逻辑和验证路径。
FC-R12	Action-oriented	用户请求提醒 / 监控。	你能不能帮我盯着 BTC 和 NVDA，有大波动就提醒我？	能否说明并执行 / 或请求确认主动 loop；必须记录是否产生持久化副作用。

8. Execution Baseline Cases

以下 UX-* cases 不是完整的金融认知 universal cases，而是每个参考项目都应尽量完成的执行、入口和能力验证基线。它们用于验证项目能否支撑上面的 FC-* cognition cases。

UX-00: Environment and Entry Baseline

目标：确认参考项目是否具备可长期观察的本地入口。

执行项：

• 记录仓库 HEAD、branch、ahead / behind、本地 dirty 状态。
• 记录安装路径、venv / workspace / config / HOME / ports。
• 执行 help、status 或等价入口。
• 写出 Human Experience Entry。

通过标准：

• 能说明如何进入、如何退出、依赖什么、哪些能力当前不可用。
• 不把临时环境伪装成长期部署。

UX-01: Capability Self-Description

目标：让项目自己说明能力范围，然后用后续 case 校验。

示例输入：

你有哪些能力？请区分已经可用、需要额外配置、需要外部数据源或账号的能力。

记录项：

• 自称能力清单；
• 明确承认的依赖 / 凭证 / 数据源限制；
• 后续验证结果。

通过标准：

• 能把宣称和限制说清楚；
• 若未说清楚，记录为 capability truthfulness risk。

UX-02: Market Coverage Discovery

目标：验证资产类别和市场覆盖的真实范围。

示例输入：

支持哪些市场和资产类别？请说明美股、全球股票、加密货币、宏观数据分别怎么查询。

记录项：

• 支持的资产类别；
• symbol 格式；
• 依赖包、API key、账号或订阅；
• 被后续 case 证实或证伪的部分。

UX-03: Mixed Asset Snapshot

目标：用同一组资产测试跨资产基础认知能力。

默认资产：

• NVDA
• CRCL
• BTC-USD 或 BTC/USDT
• ETH-USD 或 ETH/USDT

示例输入：

请汇总 NVDA、CRCL、BTC 和 ETH 的当前状态，说明价格、近期事件、你能获取到的数据来源，以及哪些数据不可用。

通过标准：

• 返回至少一个真实数据路径；
• 清楚标注失败或不可用数据；
• 不把缺失依赖伪装成完整数据。

UX-04: Persistent Cognition Thread

目标：验证项目能否围绕一个标的形成可持续跟踪对象。

默认对象：ETH-USD

示例输入：

围绕 ETH 建立一条后续 2 周可持续跟踪的认知线程，包含我的 thesis、你当前的判断、后续需要观察的指标和下一步复盘点。

记录项：

• 是否写入真实 workspace；
• 写入对象、文件路径、字段；
• 是否支持后续读取 / 更新；
• 是否能保留人的 thesis 和 agent stance。

UX-05: Evidence and Source Audit

目标：检查输出是否能区分事实、推断、来源和未知项。

示例输入：

请审计刚才关于 BTC / ETH 的结论：哪些是事实，哪些是推断，哪些来源不足，哪些数据缺失？

通过标准：

• 至少列出事实、推断、缺失数据三类；
• 对来源不足或工具失败有明确说明。

UX-06: Counter-Thesis / Risk Scan

目标：测试项目能否主动寻找反方证据和风险点。

示例输入：

我已经看好 ETH，帮我找出这个判断最可能错在哪里，并说明需要观察哪些信号。

通过标准：

• 输出不是单边确认；
• 能给出可观察信号；
• 如果无法获取数据，明确说明限制。

UX-07: Alternative Data / Dependency Boundary

目标：测试新闻、社交情绪、链上、交易所、技术指标等增强能力的真实可用性。

示例输入：

请对 BTC 做一次深度另类数据扫描，包括技术指标、新闻、社交情绪、链上或交易所数据。无法获取的部分请直接说明原因。

记录项：

• 成功工具；
• 失败工具；
• 缺失依赖；
• 缺失凭证；
• fallback 输出质量。

UX-08: Proactive Loop Surface

目标：验证项目是否只有一次性问答，还是有持续提醒 / 定时任务 / channel 能力。

执行项：

• 查看 cron / scheduler / alert / gateway / channel 的 help 或 status。
• 不向生产渠道发送消息。
• 若支持本地 dry-run，记录 dry-run 输出。

通过标准：

• 能说明主动能力入口；
• 能说明当前是否启用；
• 不把未验证的主动提醒当成已运行能力。

UX-09: Human Repeatability

目标：确保 owner 和团队成员能在各自个人域复现。

记录项：

• 启动命令或 URL；
• 当前服务状态；
• venv / workspace / config / HOME；
• 需要的 API key / account / model；
• 可直接体验的 3-5 个命令；
• 停止 / 清理方式；
• 已知限制。

9. Recommended Per-Project Run Shape

第一批参考项目应按三层运行：

1. Access layer：运行 UX-00、UX-01、UX-02、UX-08、UX-09；
2. Matrix cognition layer：按 Matrix Coverage Rules 从 FC-M01 到 FC-M18 中抽样，覆盖不同市场、板块、逻辑、情绪、策略、周期、跨市场关系、突发事件和用户群体；
3. Project-specific layer：根据项目自身声明能力和强项追加专项 case，例如 watchlist、skills、report generation、multi-agent research、dashboard、notebook、on-chain data、portfolio optimizer 或 scheduled alert。

每个项目至少应覆盖：

• 一个宏观 / 跨资产 case；
• 一个微观 / 公司 / 协议 case；
• 一个非用户原始示例标的或市场；
• 一个板块 / 主题 case；
• 一个情绪或叙事 case；
• 一个策略 / 风险偏好差异 case；
• 一个不同周期 case；
• 一个市场间背离 / 轮动 / 风险传导 case；
• 一个突发事件 case；
• 一个数据缺口 / 证据审计 case；
• 一个持续 thread 或团队 handoff case。

10. Result Status Vocabulary

Status	Meaning
PASS	自动或人工验证通过。
PARTIAL	核心路径可用，但有依赖、凭证、覆盖范围或输出质量限制。
BLOCKED	当前环境无法执行，需要人工配置、凭证、账号或依赖。
CLAIM_ONLY	项目宣称该能力，但本轮没有验证证据。
FAIL	执行失败且没有可接受 fallback。
NOT_APPLICABLE	该 case 与项目定位不匹配，并已记录原因。

11. Per-Project Mapping Template

每个项目记录应包含：

## Automated Case Run

日期：
执行者：
入口：
日志目录：

| Case | Status | Evidence | Notes |
| --- | --- | --- | --- |
| UX-00 |  |  |  |
| UX-01 |  |  |  |
| UX-02 |  |  |  |
| UX-03 |  |  |  |
| UX-04 |  |  |  |
| UX-05 |  |  |  |
| UX-06 |  |  |  |
| UX-07 |  |  |  |
| UX-08 |  |  |  |
| UX-09 |  |  |  |
| FC-M01 |  |  |  |
| FC-M02 |  |  |  |
| FC-M03 |  |  |  |
| FC-M04 |  |  |  |
| FC-M05 |  |  |  |
| FC-M06 |  |  |  |
| FC-M07 |  |  |  |
| FC-M08 |  |  |  |
| FC-M09 |  |  |  |
| FC-M10 |  |  |  |
| FC-M11 |  |  |  |
| FC-M12 |  |  |  |
| FC-M13 |  |  |  |
| FC-M14 |  |  |  |
| FC-M15 |  |  |  |
| FC-M16 |  |  |  |
| FC-M17 |  |  |  |
| FC-M18 |  |  |  |

### Key Findings

### Human Experience Entry Delta

### Resume Point