Antseer

用于多用户交易后端设计并发安全模型，按策略生命周期、快速下单、待成交订单派发、账户镜像和 Agent 任务划分锁颗粒度，强调 claim before work、幂等键、状态机和分布式锁，避免重复下单和状态错乱。

用于给交易、回测和研究平台设计对外 AI Agent 网关的能力风险分级模型，按只读、工作区写、回测模拟、通知、凭证和真实交易分层治理，并结合 paper only、kill switch、幂等键和并发域控制实盘风险。

用于把真实券商下单 API 包装成 AI Agent Skill 时设计安全边界，覆盖默认模拟盘、预览确认硬阻塞、提交与成交状态区分、下单类操作隔离、数据源忠诚和多语言判定优先级，适合涉及资金操作的金融 Agent。

用于判断投研、运营和分析任务是否适合用 GenAI 自动化，基于 CFA Institute 六维度评分框架拆解任务复杂度、输出客观性、数据结构化程度、风险水平、人工监督需求和效率收益，适合投研团队做自动化优先级排序。

用于给 Agent 可调用的本地脚本设计稳定 CLI 契约，包含 JSON 信封、schema 输出、dry-run、退出码、NDJSON 进度流和错误结构，解决 Agent 解析人类文本、误判执行结果和难以自动恢复的问题。

用于设计多 Agent 投研系统，覆盖对抗式辩论、委员会投票、大师面板、红队审查和加权信号合成等聚合范式，帮助团队选择适合的协作结构，并控制确认偏误、角色穿帮和辩论退化。

用于评估加密交易和回测框架是否具备生产可信度，围绕策略抽象、交易所对接、撮合引擎、资金费率、滑点、K线内顺序、强平模拟等关键环节做三层核查，适合量化团队选型、自研框架审查和上线前风险复盘。

面向为 AI Agent 对接交易所、券商或回测平台的工程师，提炼金融 MCP Server 的协议层、安全边界、限流、只读模式、工具风险元数据、CLI/MCP 复用与生命周期监控设计模式。

面向自建 LLM 交易 Agent 的工程架构技能，定义用户策略层、系统硬约束层和输出格式层，区分代码强制护栏与 AI 建议约束，防止仓位、保证金和风控参数被模型误改。

面向可直接调用交易所 API 的 AI 交易 Agent，提供订单执行层安全护栏设计，包括唯一脚本入口、预览执行复用接口、强确认规则、专用平仓接口、只读验证与自进化策略风险边界。