References Layer
状态：基线收束草案 最后更新：2026-05-08 用途：管理外部参考、竞品 / 类比对象、反例材料和持续深度参考对象
1. 本目录定位
references/ 是 FinTec AI Ecosystem 的外部参考层。
它用于保存和索引：
- 外部项目、产品、开源仓库、公开资料或竞品材料；
- 对外部对象的分析、比较、候选筛选和反例判断；
- 已经部分吸收但仍需要保留追溯的参考材料；
- 需要持续复核的本地参考仓库或长期深度参考对象。
本目录的核心价值不是“囤资料”，而是帮助团队判断：哪些外部模式值得吸收，哪些模式只适合作为反例，哪些结论已经进入正式文档，哪些仍需要重新核验。
只要某份参考分析在收束后仍保留，它就应进入文档目录索引、门户全文检索和 Agent manifest。它不是正式事实源，但它是战略、产品和边界判断的参考证据层。
“已被正式文档吸收”不等于“应删除”。参考材料是否继续保留，取决于它是否仍有证据链、对照、反例或复核价值。
2. 这一层不是什么
references/ 不是正式事实源，也不是当前有效基线。
这里的材料不能直接覆盖：
baseline/下的生态级事实源；registry/project-registry.md；contexts/下的上下文恢复文档；projects/*下的项目级正式入口、产品定义、MVP 定义、系统设计边界或协同边界记录；governance/下的正式治理规则。
参考材料若要影响正式体系，必须先被分析、转译、比对，并回写到相应正式文档。回写后，正式文档优先于本目录中的分析稿。
3. 与 source/ 的区别
source/ 主要承载内部原始材料、项目预对齐材料和来源链路。
references/ 主要承载外部参考对象、竞品 / 类比项目、公开资料、外部仓库分析和反例边界。
两者都不直接承担 Official Layer 职责；二者都必须遵循 governance/material-intake-policy.md 的材料接入规则。
4. 当前目录结构
当前已存在的参考目录包括：
references/agent-platform/：跨生态 Agent 平台、个人域 Agent runtime、协作运行时和桌面 Agent 产品参考。references/finclaw/：FinClaw 相关外部参考、开源仓库分析、候选池与反例材料。references/trading-matrix/：AI Trading Matrix 相关第三方交易执行、自动化交易、AI 交易、量化交易、回测和策略评估参考材料。
当前暂不强制建立类型化子目录。后续是否新增子目录，应以真实材料规模和检索需要为准。
5. 参考项目评估方法
后续非生态内对标的第三方开源项目、Agent 平台、知识库工具、协作框架、金融参考项目、数据平台、交易系统和模型工具链，统一使用 external-reference-evaluation-method.md 的三层评估框架：
- Curvature Labs 生产力层；
- FinTec AI Ecosystem 公共基座层；
- 生态内独立产品 / 项目层。
参考分析不应只输出功能清单，而应明确每项能力应被 参考、借鉴、集成、作为 风险参考，还是直接 淘汰，并说明由哪个 Controller / Agent / 会话继续跟进。
6. 当前跨生态 Agent 平台参考材料状态
| 文档 | 参考对象 | 当前状态 | 主要用途 |
|---|---|---|---|
| agent-platform/bitfun-analysis.md | GCWing/BitFun | Active / 跨生态 Agent 平台参考 | 支撑个人域 Agent、Program Controller、open-cowork 衔接、桌面运行时、session / memory / tool registry / usage report 等模式判断 |
这类参考不应被放入某个单一金融产品的竞品目录。它的作用是帮助生态判断“人、个人域 Agent、团队域 Agent、协作框架和知识库之间如何运行和衔接”。
6.1 当前 FinClaw 参考材料状态
| 文档 | 参考对象 | 当前状态 | 主要用途 |
|---|---|---|---|
| finclaw/external-reference-candidate-analysis.md | FinClaw 外部候选池、轻量筛选和反例清单 | 已部分回写，保留为候选池与参考入口 | 支撑后续外部对象深挖、参考优先级判断和反例边界复核 |
| finclaw/aifinlab-finclaw-analysis.md | aifinlab/FinClaw，本地目录 /Users/mlabs/Programs/aifinlab-FinClaw | 已部分回写，保留为活跃深度参考与反例材料 | 支撑 Fin Skills、Agent 编排、数据抽象、输出模板和“不要把本项目做成大而全执行框架”的边界判断 |
| finclaw/fin-chelae-finclaw-analysis.md | Fin-Chelae/FinClaw，本地目录 /Users/mlabs/Programs/Chelae-FinClaw | 已部分回写，保留为活跃深度参考 | 支撑个人 / 团队金融 Agent 产品骨架、channels、agent loop、memory / profile、cron、MCP 与执行风险边界判断 |
| finclaw/martinpmm-finclaw-analysis.md | martinpmm/Finclaw，本地目录 /Users/mlabs/Programs/martinpmm-Finclaw | 已部分回写，保留为持续深度参考 | 支撑 Market Cognition Thread、Research Follow-up / Watch Questions、Memory / Personalization、Heartbeat、report template 和认知型决策支持设计 |
这些材料目前都不应被当作一次性扫描稿处理。它们已经成为理解 FinClaw 产品语言、能力边界和参考实现的重要材料，但正式口径仍应以 projects/finclaw/ 下已回写文档为准。
6.2 当前 AI Trading Matrix 参考材料状态
| 文档 | 参考对象 | 当前状态 | 主要用途 |
|---|---|---|---|
| trading-matrix/nofx-reference-evaluation-plan.md | NOFX，本地目录 /Users/mlabs/Programs/trading-matrix/other/nofx | 第一批参考评估计划 / 待执行 | 支撑 AI Trading Matrix 实施前的参考项目分析、测试、体验、评估、对比和上游待决问题整理 |
| trading-matrix/nofx-reference-evaluation.md | Trading Matrix 当前实践、NOFX 最新仓库 | Draft / 当前实践 vs 最新 NOFX gap 评估 | 承载 gap 对照、处置边界和上游待决问题 |
| trading-matrix/external-reference-candidate-analysis.md | NOFX 之外的第三方参考候选与深评估对象 | Draft / 外部参考筛选与评估入口 | 登记、筛选并逐步评估其他第三方项目，输出可转译的参考结论、边界问题和待决输入 |
AI Trading Matrix 参考评估应以当前 Trading Matrix 实践为事实基准，同时推进两条线：当前实践与 NOFX 最新仓库的 gap 评估，以及其他第三方参考项目的筛选、评估和对比归纳。NOFX 早期基座只作为已整合历史来源和迁移线索，不再作为独立差异对比对象。
NOFX 和其他第三方参考结论都不能直接覆盖 AI Trading Matrix 的正式产品定义。它们必须先被转译为可借鉴能力、不应继承假设、gap、风险、边界问题和上游待决问题，再按需回写到 projects/trading-matrix/ 或 sync / escalation。
7. 参考材料处理状态
后续新增或复核参考材料时，建议使用以下状态：
未处理：仅保存或登记，尚未分析；分析中：正在阅读、比较或抽取可复用判断；已部分回写：部分结论已进入正式文档，但仍有待复核内容；持续深度参考：需要保留为长期对照对象，正式引用前应重新核验；反例边界参考：主要价值是说明不应继承的产品定位、能力边界或风险模式；已吸收保留追溯：有效内容已进入正式文档，原材料仅用于来源追溯；降级归档候选：内容价值有限或已过时，待确认后可压缩归档；删除候选：无继续保留价值，且不承担追溯职责。
8. FinClaw 参考吸收边界
FinClaw 是金融链路中的认知环节。
因此，外部参考中的以下能力不应被机械排除：
- Bullish / Neutral / Bearish 评级；
- conviction、target price、估值假设、DCF 或 peer comparison；
- portfolio analysis、portfolio optimization、backtesting、tearsheet 或绩效归因；
- strategy suggestions、watch questions、research follow-up；
- 价格 / 事件 / 风险变化提醒、proactive alerts、morning brief 或定期报告。
只要这些能力被表达为证据有界、条件化、可复查的认知产物或决策支持，就可以作为 FinClaw 候选能力进入讨论。
真正排除的是直接执行行为，包括但不限于：
- 自动下单、直接交易触发、无授权调仓；
- 资金划转、链上交易、资产发行、私钥操作；
- 绕过用户授权、风控、审计或执行治理的执行系统调用。
涉及真实执行时，应进入 AI Trading Matrix 或明确授权的执行链路，而不是由 FinClaw 在认知层内直接完成。
9. 正式引用前复核规则
外部参考具有时效性。任何参考材料在进入正式文档、产品定义、MVP 定义、协同边界记录或正式判断前，应复核：
- 外部项目或产品当前是否仍然存在、是否改变定位、价格、功能或许可；
- 本地参考仓库的当前路径、分支、HEAD、主要目录和关键能力是否仍与分析稿一致；
- 分析结论是否已经被正式文档吸收，是否还需要保留为独立判断；
- 该参考对象是正向借鉴、局部借鉴、反例边界，还是仅作为背景；
- 是否会改变 FinClaw 与
Data Horizon / 数据视界、AI Trading Matrix、Reinforcement Learning Engine或Financial Expert Foundation Model的职责边界； - 是否触发金融风险、执行治理、数据授权、合规或安全边界。
9.1 吸收后的保留判断
参考材料被正式文档吸收后，仍建议在以下情形继续保留：
- 它是竞品、参考项目、本地参考仓库或持续深度参考对象；
- 它保存了正式文档没有展开的比较过程、反例边界、能力取舍或风险判断；
- 它未来可能因外部项目定位、价格、能力、许可、实现或市场变化而需要重新核验；
- 它对团队成员、外部协作者或个人域 Agent 理解产品边界仍有解释价值。
建议压缩而不是删除的情形：
- 结论已进入正式文档，但原分析仍有来源追溯或复核价值；
- 文档过长、过程性强，但仍应进入门户和图谱作为参考层；
- 只需要保留参考对象、核验时间、已吸收位置、未吸收价值和复核规则。
只有当参考材料不再具备证据链、对照、反例或复核价值，且无正式文档依赖时，才进入删除候选。
10. 吸收与回写规则
参考材料进入正式体系时，应遵循以下路径：
- 在参考分析文档中标明参考对象、核验时间、时效边界和当前处理状态；
- 将可吸收结论转译为项目语言，而不是照搬外部项目语言；
- 回写到对应的
projects/*、contexts/、baseline/、registry/、产品定义或 MVP 定义文档； - 在参考分析文档中记录已回写位置；
- 若参考结论改变跨项目接口或风险边界，应进入
packets/sync/或packets/escalation/的后续协同链路。
11. 当前下一步
当前最需要继续处理的不是新增参考材料，而是为 references/finclaw/ 下各分析文档补齐或复核：
- 已回写位置；
- 仍未吸收的高价值内容；
- 是否继续作为持续深度参考；
- 每次正式引用前需要重新验证的本地仓库状态或外部产品状态。
一句话规则：references/ 可以启发正式判断，但不能替代正式判断；可以扩大 FinClaw 的认知能力想象，但不能越过执行边界。