每日A股简报，从推送到底层都折腾了一遍

每天自动推三次简报（盘前9点/午盘12点/收盘16点）。光推送就折腾了很久——`main + systemEvent` 下 announce 不触发，绑 QQ session 会和用户聊天打架，最后 `isolated + announce` 才稳定。采集逻辑也从"LLM 调工具"改成了 exec 脚本，采集+格式化写死在脚本里，确定性比依赖 LLM 自觉性强得多。

数据源也踩过坑：AkShare 经常 SSL 报错或接口挂死没超时保护，最后改用 curl 直连腾讯/东方财富 API，给东方财富板块数据加了 30 秒超时。简报从最早只有三大指数，逐步扩展到覆盖关注板块、龙头股实时行情、热门涨停股，还会带一个当日学习点。

记忆系统走了弯路

试了 QMD 向量搜索（610MB 模型 CPU 加载要1分钟，太慢放弃），部署过 mem0 自托管（修了向量维度 bug），切到 MemOS 后搜索报 Pydantic 校验错——直连 Neo4j 清了 64 条脏数据才好。现在 builtin BM25 + MemOS 互补着用。

多模型路由

接了 LiteLLM 做路由，Zai/ModelScope/MiniMax 轮换分散风险。架构参考 Harness Engineering "厚编排薄执行"思路——管理 Agent 编排验证，子 Agent 执行。经验：**约束写死在配置里，比指望 LLM 记住靠谱**。

环境：Docker 部署，通道微信+QQ，2月开始用。