ADR-006：事件感知层（第一层）+ 轻量新闻 RAG

日期：2026-05-13（v1 默认关）；2026-05-15 修订为默认开状态：Accepted（default-on 自 2026-05-15，见末尾 Default-on 决策段）

Context

openInvest 在本次提交前是纯定时驱动：daily_report 10:00，没有事件驱动入口。盘中突发事件相关时，verdict 滞后到次日，而且基于的是事件前的行情。

同时验证发现：services/news.py 是孤儿模块（0 caller），capabilities/tools.py 的 5 个 tool 不含 news，jobs/verdict_review.py:376 自己写"新闻/宏观叙事不在 tool 里…Macro Strategist 仅靠数值指标"。也就是说 Macro 一直都没在看新闻 —— "加新闻"是新增能力，不是优化旧管线。

Decision

加一个事件层，两条腿共享同一个 sqlite event store：

1. Trigger 路径（盘中实时）—— jobs/event_watch.py cron 默认 */30 0-2,8-23 * * *（按 Asia/Shanghai，即北京 8:00-次日 2:30；可经 config event.watch_schedule 运行时改，ADR-017，scheduler ≤10 分钟自动拾取）：

   • 多源拉新闻（DDGS news / RSS / yfinance.Ticker.news）
   • flash LLM 归一化为结构化事件（一次批调用）
   • 维度命中（severity ≥ mid + 影响到 holdings/target_assets + stance ≠ neutral）→ 发 digest 邮件；其中命中 target_assets 的再 POST /api/committee/run（只在持仓的标的委员会跑不了）

   2026-10 闸提成共享 service：判级闸 + 触发 + 报警搬进 services/event_trigger.py， agent 投喂门（MCP/CLI ingest_event）入库后走同一道闸——此前只入库，Hermes 哨兵 喂的事件 committee_task_id 全 NULL。新增两门共享频控：同 symbol 冷却 event.committee_cooldown_hours（12h）+ 滚动 24h 上限 event.committee_daily_cap（4， 按 symbol 计，额度紧时高 severity 先占）+ 冷却期内 severity 严格升级越级放行 （event.committee_escalation_bypass）；顾问模式只入库不触发。

   2026-07-03 窗口修正：上线至今实跑北京 0:00-7:30（旧 yml 注释把 cron 误标成 UTC 语义，实际 CronTrigger.from_crontab(..., timezone="Asia/Shanghai") 按北京解释）—— 错开 A股/ASX 白天与美盘上半场（ADP/非农/Fed 讲话都在北京 20:15-21:30）， 黄金 10 分钟垂直拉升无人报警后被用户发现。窗口改为北京 8:00-次日 2:30 并进 config 白名单；末段 2:30-8:00 的新闻由次日 8:00 首扫补上（有延迟、不丢失）。

2. RAG 路径（committee 召回）—— core/committee_runner.py 准备 macro 前：

   • 维度 hard filter (entity ∩ time window ∩ severity) → 向量精排 → 时效冲突标注
   • 结构化 brief 只注入 Macro 的 prompt（事件 RAG 严格隔离）
   • 由 env INVEST_EVENT_RAG_ENABLED 总开关控制（2026-05-15 起 default-on， 未设/空值 = 当 true；显式 false/0/off 才关）

关键设计差异（vs 通用 RAG）

通用 RAG 假设语料静态、独立、语义重复度低。新闻反过来 —— 时效是第一维，多源报道是噪音，事件 > 文档。我们：

• 入库时不 embed 原文，先 flash 抽事件结构 + claim 文本，对 claim 哈希做 event_id，同一事件多源 merge 到 sources 子表
• 检索：维度过滤先于向量精排（向量只是 marginal 精排）
• 召回结果显式标注 supersedes —— 同实体新事件覆盖旧事件

Embedding 提供方

DeepSeek 没有公开 embedding API（plan 早期一稿写错）。当前实现：

• 默认：deterministic hash 1024 维（够做粗去重；硬过滤负责重活）

  2026-10-08：hash 向量无语义，召回时不再拿它精排（embeddings.embed_query 返回 None）， 合格集按真实时刻倒序取 top_k（ts 混着 +08:00 / Z / naive，按 julianday 排、不按字符串）；只有真 embedding 才精排。同批修了召回的 symbol 过滤晚于 LIMIT 200 导致低频标的被挤掉、以及未来 ts 钉榜首（回放见 experiments/event-recall-crowding-2026-10/）。

• 升级路径：INVEST_EMBEDDING_PROVIDER=openai + OPENAI_API_KEY → text-embedding-3-small（1024 维截断）

跨 agent 隔离

Role	看事件吗
Macro Strategist	✅ 看 event_brief（结构化、含 supersedes）
Quant Analyst	❌ 只看技术面
Risk Officer	❌ 只看 user wealth_context
CIO	❌ 只看 Macro 综合后的 KEY_TAILWIND / KEY_HEADWIND

理由：Quant/Risk 的输入应该确定性可复现；新闻情绪一旦渗透就破坏 cross-check。Macro 看新闻、CIO 看 Macro 的总结 —— 这一层抽象本身就是过滤器。

落地顺序

见 PR / feat/event-layer 分支。

验证

事件 RAG 是否值得全量启用，由 scripts/research/analyze_news_attribution.py 跑出来的根因占比决定：

• news_blindspot ≥ 30% → 开 INVEST_EVENT_RAG_ENABLED=true
• 10% ~ 30% → 只开 trigger 路径，RAG 暂留
• < 10% → 瓶颈不在新闻

Trigger 路径不依赖根因结论（任何场景都有价值），无条件可启用。

公开数据红线

事件层不动 docs/accuracy_summary.json / pnl-data 分支 / outperform feed 任何公开 URL。 邮件是用户私人收件箱，不是公开数据，所以邮件正文可以含 symbol / verdict 数值 / 持仓 P&L 等。CLAUDE.md 那条红线只约束公开 feed。

---

Default-on 决策（2026-05-15 修订）

Context

作者本人实测：4 步流程（dry-run / 跑 2 周看根因 / 改 .env / 改 yml）记不住。 新功能藏在 feature flag 后 + 默认关 = 没人用 = ROI 为 0。

Decision

默认开 RAG + event_watch：

• INVEST_EVENT_RAG_ENABLED 未设 / 空值 → 视为 true（之前视为 false）
• jobs/event_watch.yml: enabled: true（之前是 false）
• .env.example 明确写出 INVEST_EVENT_RAG_ENABLED=true + 注释如何关

Safety

fork 用户没 DEEPSEEK_API_KEY 时：

• _resolve_event_brief 任何异常 graceful 退化空字符串（已实现），委员会照常跑
• event_watch 在 normalize 阶段 LLM 失败 → scheduler 记 job_runs failed， 不影响其他 jobs；用户看到 failed log 可自行关闭 yml

想关掉怎么做（fork 用户）

1. .env 加 INVEST_EVENT_RAG_ENABLED=false —— RAG 注入关
2. jobs/event_watch.yml 改 enabled: false —— 后台监控关