即刻App年轻人的同好社区
下载
行业思考：温室效应引发可可危机后的农业与工业蝴蝶效应路径
一、宏观背景与路径概述
温室效应导致可可主产区高温、降水异常，产量和品质下降，推升可可价格并导致市场波动。下游巧克力企业提价、降级和消费者转移需求，引发农业结构重构和技术投入上升，从而产生连锁蝴蝶效应和潜在黑天鹅事件：
温室效应 → 气候极端化 → 可可产量下降与品质恶化
↓
可可价格上涨、波动增强
↓
巧克力厂涨价／降级配方 → 消费者转向替代零食
↓
可可需求下降 → 农户收入受损 → 农地用途转换／农业生态系统脆弱
↓
替代农作物（豆类、坚果、水果等）崛起 → AgTech 与气候适应技术需求激增
↓
黑天鹅风险触发：生态病害、政治动荡、新政策突变、供应中断等
二、关键情景路径对应投资领域
A. 抗旱／基因编辑种子企业
Origin Agritech Ltd.（NASDAQ: SEED）
• 2024 财年收入同比增长 24.6%，达人民币 1.134 亿元（约 1,620 万美元），研发投入加速，2025 上半年收入略降至 1,010 万美元。
• 其转基因玉米 BBL2‑2 获批安全证书，4 个 GMO 玉米杂交品种进入国家试验流程，预计未来 1–2 年商业化。
• 基因编辑材料技术发表在《Nature》，Hi3 技术可在一年内完成品种改良，大幅领先传统育种周期。
国内对标企业
• 袁隆平高科、北大荒金丰、安农金燕等，具备抗旱抗病种子研发实力，可通过 A 股或港股参与。
B. 智慧灌溉与农业物联网设备企业
大禹节水（证券代码 300021）
• 公司构建智能灌溉系统、云平台、水肥一体化产品与遥感监测服务系统，覆盖全国 20 多省市灌区。
• 旗下“大禹慧图”接入 DeepSeek 大模型，实现洪水预报、灌区需水预测、全链调度决策等 AI 化水利管理能力。
• 全国累积实施高标准农田节水项目近 700 个、面积超过 1,200 万亩，亩产提升 10–20%。
C. 替代零食与健康消费类企业
• 消费向健康坚果、果干、代乳制品、低糖甜品迁移，可留意 三只松鼠、洽洽食品、良品铺子 等 A 股消费品牌。
D. 农业灾害保险与政策扶持板块
• 中国政府在 2025 年投入农业灾害补贴，农业保险成为风控重要窗口，关注参与农业险产品的平台公司（如中国人保、平安产险等）。
三、路径图及递归分析结构汇总
总结与路径图（结合第一性原理与递归逻辑）：
全球变暖 → 可可主产区温度升高、降水异常 → 授粉与病害问题加剧 → 可可产量与品质下降
↓
供给紧张 → 可可价格飙升、市场波动
↓
巧克力企业提价／缩减可可比例 → 消费者转向替代品 → 可可需求下降
↓
小农受损收益 → 农地用途调整 → 替代作物（坚果、豆类等）扩大种植
↓
农业科技需求上升（抗旱种子、数字灌溉、病虫害预警、碳耕技术等）
↓
相关企业与行业受益（种业、AgTech、健康消费、保险、可再生能源等）
↓
可触发黑天鹅风险：生态崩溃、新病害传播、主产国政策/政变、中断出口贸易、市场系统性断裂
四、其他
一、极端天气导致重大农业生产大幅减产的概率估算
• 基于 Marmai 等（2022） 研究，分析多个地区主粮产区，在极端高温/低降水/大降水等条件下，任一主粮产量骤降至低于正常水平 90%分位点以上的 条件概率最大值约为 40%（苏丹干旱地区犹如高风险区域）；其他多地区概率普遍低于30%。
• 即若某地区出现极端高温或极端干旱，发生重灾性减产（>90分位水平）的可能性估算为 30–40%。
二、全球性“多粮仓失败”事件概率趋势
• 麦肯锡 Global Institute 指出，至2030年左右，“超过15%粮食产量冲击”的概率将从目前的 1%／年（即百年一遇）提升至 2%／年（即 50年一遇），意味着在2030年代某年发生此类事件的累积概率将在 18% 左右。
三、巧克力供应链崩溃／可可价格极端暴涨事件概率估算
• 2024–2025 年可可和咖啡价格分别上涨 163% 和 103%，与极端气候事件密切相关。
• 结合食品通胀报告与极端天气事件串连效应（近期16次极端事件推动主要食品严重涨价）可推断：对应发生一次极端气候引发的可可等大宗食品极端波动。
四、社会／政治黑天鹅触发农业系统中断的概率估计
• 根据历史经验（Dust Bowl、区域冲突、病害传播）其导致全球关键主产地中断的概率可粗估为低于 5%／年，但一旦发生影响剧烈。
结论与建议
• 极端产量骤降（如 >90% 减产）条件概率高达 30–40%，提示抗旱品种和保险工具的重要性；
• 全球性粮食冲击概率虽较低（约 2%／年），但一旦发生绝对值得战略关注；
• 可可价格双倍暴涨事件年内发生概率为 10–15%，与气候极端事件相关，适合捕捉农业科技与替代消费机会。
投资
以下是为你精选的中国境内具备工业与农业交叉抗灾韧性的上市公司推荐，以及国际基金/全球农业股指数 ETF 的涨幅表现参考，以便在中国投资环境下对比选择。
一、中国境内重叠农业 + 工业抗灾韧性标的推荐
1. 通威股份（Tongwei Co., Ltd.）
• 行业覆盖：新能源（光伏制造）与农业饲料。
• 韧性逻辑：太阳能光伏与农业互补“光伏+养殖/耕作”模式，可对暴雨或干旱气候具备双重缓冲作用。
• 投资亮点：全球领先 polysilicon 产能＋农业原料业务内生稳定性。
2. 通威农业 / 中国粮油控股（China Agri‑Industries Holdings，港股）
• 行业：粮油加工、种植原料与生物燃料。
• 韧性逻辑：深耕粮食加工业链条，涵盖油籽、米面、酒糟等业务，多元化削弱单一作物供给风险。
3. 大禹节水（A 股 300021）
• 行业：智能节水灌溉与农业物联网。
• 韧性逻辑：节水灌溉系统在干旱或降水不规律时提升产量稳定性，多项目覆盖全国主要旱地地区（见前述报告部分内容）。
二、近期表现与中期动态（新闻与数据参考）
• 中国农业类股票整体表现走强：2025 年 4 月中国农业股板块受贸易政策扶持带动上涨幅度 2.5%–6.5%，代表企业如大北农、温氏食品、垦丰等上涨明显。
• 虽个别股表现在新闻中被点出，但行业整体关注度及资金进场明显增强，说明农业相关企业具备抗外部风险吸引力。
三、国际基金／全球农业 ETF 与中国标的对比表现
参考全球农业行业 ETF 最新走势，作为全球行业对比与配置参考：
📌 iShares Global Agriculture Index ETF（COW）
• 投资方向：全球农业、农机、农化与农业食品公司。
• 2025 年年初至今表现（YTD）：约 +7%（截至 7 月 28 日）。
📌 国际主流中国市场 ETF（用于对比中国大型股整体表现）
• iShares FTSE China A50 ETF（A50） 与 iShares MSCI China A ETF（CNYA），代表中国本土大型 A 股市场整体表现。
• 虽不专注农业韧性板块，但可作为大盘对比基准。
四、推荐组合对比一览
标的类别 公司 / ETF（代码） 属性 抗灾韧性逻辑 2025 年表现（参考）
中国本土农业+工业混合 通威股份 光伏＋饲料 双重产业互补，对自然灾害（干旱、洪涝）具缓冲能力 港股评级强，营收稳定
中国粮油加工龙头 中国粮油控股（港股） 粮油加工 原料加工链条延伸，应对上下游风险能力好 农业类板块整体上涨，但个股需具体查询
科技农业系统公司 大禹节水（300021） 智慧灌溉 IoT 提高灌溉效率，应对干旱和水资源波动能力强 行业内项目签约增多，前景乐观
国际农业主题 ETF iShares Global Agriculture ETF（COW） 全球农机农化 分散全球农业波动风险 2025年 YTD +7%
中国大型 A 股 ETF CNYA / A50 中国市场宽基 可作基准参考整体市场表现 参考中国股市整体趋势
五、建议配置与投资思路参考
1. 核心选择：优先关注中国本土既涉及农业又涉及工业基础设施或技术（如农业科技、光伏与农业融合）的公司，如通威股份、大禹节水。
2. 稳定对照：搭配全球农业 ETF（如 COW）可分散单一市场系统风险，获得稳健行业成长收益。
3. 市场对照：可将 CNYA / A50 视为中国股市整体表现基准，比较上述精选标的的超额收益能力。
4. 尽调建议：进一步获取个股实时股价、估值（市盈、市净率）、财报逻辑；同时关注相关政策补贴与项目推进情况。
如你希望针对某一标的（如通威股份 / 大禹节水）获取近一年股价走势、估值分析、收入贡献结构，或模拟将其加入组合后的风险与收益对比，我可以继续提供更细致数据分析。
一、宏观背景与路径概述
温室效应导致可可主产区高温、降水异常，产量和品质下降，推升可可价格并导致市场波动。下游巧克力企业提价、降级和消费者转移需求，引发农业结构重构和技术投入上升，从而产生连锁蝴蝶效应和潜在黑天鹅事件：
温室效应 → 气候极端化 → 可可产量下降与品质恶化
↓
可可价格上涨、波动增强
↓
巧克力厂涨价／降级配方 → 消费者转向替代零食
↓
可可需求下降 → 农户收入受损 → 农地用途转换／农业生态系统脆弱
↓
替代农作物（豆类、坚果、水果等）崛起 → AgTech 与气候适应技术需求激增
↓
黑天鹅风险触发：生态病害、政治动荡、新政策突变、供应中断等
二、关键情景路径对应投资领域
A. 抗旱／基因编辑种子企业
Origin Agritech Ltd.（NASDAQ: SEED）
• 2024 财年收入同比增长 24.6%，达人民币 1.134 亿元（约 1,620 万美元），研发投入加速，2025 上半年收入略降至 1,010 万美元。
• 其转基因玉米 BBL2‑2 获批安全证书，4 个 GMO 玉米杂交品种进入国家试验流程，预计未来 1–2 年商业化。
• 基因编辑材料技术发表在《Nature》，Hi3 技术可在一年内完成品种改良，大幅领先传统育种周期。
国内对标企业
• 袁隆平高科、北大荒金丰、安农金燕等，具备抗旱抗病种子研发实力，可通过 A 股或港股参与。
B. 智慧灌溉与农业物联网设备企业
大禹节水（证券代码 300021）
• 公司构建智能灌溉系统、云平台、水肥一体化产品与遥感监测服务系统，覆盖全国 20 多省市灌区。
• 旗下“大禹慧图”接入 DeepSeek 大模型，实现洪水预报、灌区需水预测、全链调度决策等 AI 化水利管理能力。
• 全国累积实施高标准农田节水项目近 700 个、面积超过 1,200 万亩，亩产提升 10–20%。
C. 替代零食与健康消费类企业
• 消费向健康坚果、果干、代乳制品、低糖甜品迁移，可留意 三只松鼠、洽洽食品、良品铺子 等 A 股消费品牌。
D. 农业灾害保险与政策扶持板块
• 中国政府在 2025 年投入农业灾害补贴，农业保险成为风控重要窗口，关注参与农业险产品的平台公司（如中国人保、平安产险等）。
三、路径图及递归分析结构汇总
总结与路径图（结合第一性原理与递归逻辑）：
全球变暖 → 可可主产区温度升高、降水异常 → 授粉与病害问题加剧 → 可可产量与品质下降
↓
供给紧张 → 可可价格飙升、市场波动
↓
巧克力企业提价／缩减可可比例 → 消费者转向替代品 → 可可需求下降
↓
小农受损收益 → 农地用途调整 → 替代作物（坚果、豆类等）扩大种植
↓
农业科技需求上升（抗旱种子、数字灌溉、病虫害预警、碳耕技术等）
↓
相关企业与行业受益（种业、AgTech、健康消费、保险、可再生能源等）
↓
可触发黑天鹅风险：生态崩溃、新病害传播、主产国政策/政变、中断出口贸易、市场系统性断裂
四、其他
一、极端天气导致重大农业生产大幅减产的概率估算
• 基于 Marmai 等（2022） 研究，分析多个地区主粮产区，在极端高温/低降水/大降水等条件下，任一主粮产量骤降至低于正常水平 90%分位点以上的 条件概率最大值约为 40%（苏丹干旱地区犹如高风险区域）；其他多地区概率普遍低于30%。
• 即若某地区出现极端高温或极端干旱，发生重灾性减产（>90分位水平）的可能性估算为 30–40%。
二、全球性“多粮仓失败”事件概率趋势
• 麦肯锡 Global Institute 指出，至2030年左右，“超过15%粮食产量冲击”的概率将从目前的 1%／年（即百年一遇）提升至 2%／年（即 50年一遇），意味着在2030年代某年发生此类事件的累积概率将在 18% 左右。
三、巧克力供应链崩溃／可可价格极端暴涨事件概率估算
• 2024–2025 年可可和咖啡价格分别上涨 163% 和 103%，与极端气候事件密切相关。
• 结合食品通胀报告与极端天气事件串连效应（近期16次极端事件推动主要食品严重涨价）可推断：对应发生一次极端气候引发的可可等大宗食品极端波动。
四、社会／政治黑天鹅触发农业系统中断的概率估计
• 根据历史经验（Dust Bowl、区域冲突、病害传播）其导致全球关键主产地中断的概率可粗估为低于 5%／年，但一旦发生影响剧烈。
结论与建议
• 极端产量骤降（如 >90% 减产）条件概率高达 30–40%，提示抗旱品种和保险工具的重要性；
• 全球性粮食冲击概率虽较低（约 2%／年），但一旦发生绝对值得战略关注；
• 可可价格双倍暴涨事件年内发生概率为 10–15%，与气候极端事件相关，适合捕捉农业科技与替代消费机会。
投资
以下是为你精选的中国境内具备工业与农业交叉抗灾韧性的上市公司推荐，以及国际基金/全球农业股指数 ETF 的涨幅表现参考，以便在中国投资环境下对比选择。
一、中国境内重叠农业 + 工业抗灾韧性标的推荐
1. 通威股份（Tongwei Co., Ltd.）
• 行业覆盖：新能源（光伏制造）与农业饲料。
• 韧性逻辑：太阳能光伏与农业互补“光伏+养殖/耕作”模式，可对暴雨或干旱气候具备双重缓冲作用。
• 投资亮点：全球领先 polysilicon 产能＋农业原料业务内生稳定性。
2. 通威农业 / 中国粮油控股（China Agri‑Industries Holdings，港股）
• 行业：粮油加工、种植原料与生物燃料。
• 韧性逻辑：深耕粮食加工业链条，涵盖油籽、米面、酒糟等业务，多元化削弱单一作物供给风险。
3. 大禹节水（A 股 300021）
• 行业：智能节水灌溉与农业物联网。
• 韧性逻辑：节水灌溉系统在干旱或降水不规律时提升产量稳定性，多项目覆盖全国主要旱地地区（见前述报告部分内容）。
二、近期表现与中期动态（新闻与数据参考）
• 中国农业类股票整体表现走强：2025 年 4 月中国农业股板块受贸易政策扶持带动上涨幅度 2.5%–6.5%，代表企业如大北农、温氏食品、垦丰等上涨明显。
• 虽个别股表现在新闻中被点出，但行业整体关注度及资金进场明显增强，说明农业相关企业具备抗外部风险吸引力。
三、国际基金／全球农业 ETF 与中国标的对比表现
参考全球农业行业 ETF 最新走势，作为全球行业对比与配置参考：
📌 iShares Global Agriculture Index ETF（COW）
• 投资方向：全球农业、农机、农化与农业食品公司。
• 2025 年年初至今表现（YTD）：约 +7%（截至 7 月 28 日）。
📌 国际主流中国市场 ETF（用于对比中国大型股整体表现）
• iShares FTSE China A50 ETF（A50） 与 iShares MSCI China A ETF（CNYA），代表中国本土大型 A 股市场整体表现。
• 虽不专注农业韧性板块，但可作为大盘对比基准。
四、推荐组合对比一览
标的类别 公司 / ETF（代码） 属性 抗灾韧性逻辑 2025 年表现（参考）
中国本土农业+工业混合 通威股份 光伏＋饲料 双重产业互补，对自然灾害（干旱、洪涝）具缓冲能力 港股评级强，营收稳定
中国粮油加工龙头 中国粮油控股（港股） 粮油加工 原料加工链条延伸，应对上下游风险能力好 农业类板块整体上涨，但个股需具体查询
科技农业系统公司 大禹节水（300021） 智慧灌溉 IoT 提高灌溉效率，应对干旱和水资源波动能力强 行业内项目签约增多，前景乐观
国际农业主题 ETF iShares Global Agriculture ETF（COW） 全球农机农化 分散全球农业波动风险 2025年 YTD +7%
中国大型 A 股 ETF CNYA / A50 中国市场宽基 可作基准参考整体市场表现 参考中国股市整体趋势
五、建议配置与投资思路参考
1. 核心选择：优先关注中国本土既涉及农业又涉及工业基础设施或技术（如农业科技、光伏与农业融合）的公司，如通威股份、大禹节水。
2. 稳定对照：搭配全球农业 ETF（如 COW）可分散单一市场系统风险，获得稳健行业成长收益。
3. 市场对照：可将 CNYA / A50 视为中国股市整体表现基准，比较上述精选标的的超额收益能力。
4. 尽调建议：进一步获取个股实时股价、估值（市盈、市净率）、财报逻辑；同时关注相关政策补贴与项目推进情况。
如你希望针对某一标的（如通威股份 / 大禹节水）获取近一年股价走势、估值分析、收入贡献结构，或模拟将其加入组合后的风险与收益对比，我可以继续提供更细致数据分析。
0 00
#记一件小事
雅江工程验证与推荐
根据以上分析，直接投资个股需要密切跟踪，风险相对集中。对于普通投资者而言，通过投资基金进行布局是更稳妥的选择。
基金推荐逻辑
方向一：基建工程类ETF：这类基金直接投资于基础设施建设领域的上市公司，能够最直接地捕捉到工程建设带来的行业性机会。
推荐理由：雅鲁藏布江工程作为“新基建”的重要组成部分，将有力拉动整个基建板块。[11] 相关ETF成分股集中于大型建筑央企和建材龙头，与工程受益方向高度契合。[11][12]
基金示例：广发中证基建工程ETF、银华中证基建ETF等。投资者需注意不同ETF跟踪的指数略有差异，例如“基建指数”和“中证基建指数”在成分股上有所不同。[11]
方向二：能源基建主题主动型基金：由基金经理主动选股，更能灵活地根据工程进度和市场变化调整持仓。
推荐理由：能够更精细地挖掘产业链上下游的投资机会，并根据风险事件进行仓位调整。
基金示例：景顺长城能源基建混合等。[13] 投资者应重点考察基金经理的过往业绩和基金的前十大持仓股是否与雅鲁藏布江工程受益标的高度重合。
方向三：央企主题基金：雅鲁藏布江工程由新成立的央企主导，众多央企深度参与其中，这类基金也能间接受益。
推荐理由：投资央企主题基金，可以在一定程度上分散单一项目的风险，同时分享国企改革和国家战略带来的红利。
行动建议与风险提示
投资节奏：考虑到市场已在工程开工初期做出强烈反应，投资者应避免追高。可采取分批买入或定投的方式，以平滑成本。
风险提示：任何投资都存在风险。雅鲁藏布江工程的投资回报周期极长，且面临地缘政治、工程技术、宏观经济等多重不确定性。投资者需对此有清醒认识，并根据自身的风险承受能力做出决策。[14] 财政资金的到位情况和宏观经济环境也会对基建投资的整体节奏产生影响。
雅江工程验证与推荐
根据以上分析，直接投资个股需要密切跟踪，风险相对集中。对于普通投资者而言，通过投资基金进行布局是更稳妥的选择。
基金推荐逻辑
方向一：基建工程类ETF：这类基金直接投资于基础设施建设领域的上市公司，能够最直接地捕捉到工程建设带来的行业性机会。
推荐理由：雅鲁藏布江工程作为“新基建”的重要组成部分，将有力拉动整个基建板块。[11] 相关ETF成分股集中于大型建筑央企和建材龙头，与工程受益方向高度契合。[11][12]
基金示例：广发中证基建工程ETF、银华中证基建ETF等。投资者需注意不同ETF跟踪的指数略有差异，例如“基建指数”和“中证基建指数”在成分股上有所不同。[11]
方向二：能源基建主题主动型基金：由基金经理主动选股，更能灵活地根据工程进度和市场变化调整持仓。
推荐理由：能够更精细地挖掘产业链上下游的投资机会，并根据风险事件进行仓位调整。
基金示例：景顺长城能源基建混合等。[13] 投资者应重点考察基金经理的过往业绩和基金的前十大持仓股是否与雅鲁藏布江工程受益标的高度重合。
方向三：央企主题基金：雅鲁藏布江工程由新成立的央企主导，众多央企深度参与其中，这类基金也能间接受益。
推荐理由：投资央企主题基金，可以在一定程度上分散单一项目的风险，同时分享国企改革和国家战略带来的红利。
行动建议与风险提示
投资节奏：考虑到市场已在工程开工初期做出强烈反应，投资者应避免追高。可采取分批买入或定投的方式，以平滑成本。
风险提示：任何投资都存在风险。雅鲁藏布江工程的投资回报周期极长，且面临地缘政治、工程技术、宏观经济等多重不确定性。投资者需对此有清醒认识，并根据自身的风险承受能力做出决策。[14] 财政资金的到位情况和宏观经济环境也会对基建投资的整体节奏产生影响。
https://kdocs.cn/l/cfYMop3d8qU4
0 00
1 01
#提示词工程
通用 GPT Agents 配置模板
{
"agents": [
{
"name": "ProblemModeler",
"description": "问题发现与结构建模专家。擅长将输入信息拆解为结构元素，进行类比推理，建立模型框架。",
"type": "reasoning",
"inputs": ["text"],
"outputs": ["model_structure", "problem_elements", "application_logic"],
"prompt_template": "你是一个“问题建模专家”，请基于以下信息识别潜在问题，并根据“结构决定性质，性质决定应用”的逻辑建立分析模型。\n\n输入内容：\n{text}\n\n请输出：\n1. 现象结构（核心组成元素）\n2. 性质推导（每个结构元素的作用/影响）\n3. 应用场景（这种结构导致了哪些现象）\n4. 可用类比（这个结构像什么系统？）"
},
{
"name": "CausalDBBuilder",
"description": "因果推理建模专家。擅长将关键词和事件要素转化为数据库风格的知识模型。",
"type": "data_modeling",
"inputs": ["keywords", "scenario_description"],
"outputs": ["causal_model", "timeline", "mermaid_diagram"],
"prompt_template": "你是一个“因果推理建模专家”，请使用结构化思维将以下关键词与事件，构造成数据库风格的因果推理模型。\n\n关键词清单：\n[是什么]：{keywords.what}\n[为什么]：{keywords.why}\n[怎么样]：{keywords.how}\n\n场景描述：\n{scenario_description}\n\n请输出：\n1. 时间、地点、人物、起因、经过、结果六要素\n2. 数据模型（JSON或表格）\n3. Mermaid 逻辑图"
},
{
"name": "ExperimentValidator",
"description": "验证设计专家。根据模型设计验证方案，并提供实验设计与评估标准。",
"type": "execution_planner",
"inputs": ["model_hypothesis"],
"outputs": ["experiment_plan", "validation_metrics", "optimization_advice"],
"prompt_template": "你是一个“验证设计专家”，请基于以下模型/假设设计一套可执行的实验或实证策略。\n\n模型/假设：\n{model_hypothesis}\n\n请输出：\n1. 验证目标\n2. 关键变量（控制组/实验组）\n3. 实验步骤\n4. 数据收集方法\n5. 成功标准与下一步优化建议"
}
],
"workflow": {
"type": "sequential",
"steps": [
{
"agent": "ProblemModeler",
"input_key": "text",
"output_keys": ["model_structure", "problem_elements", "application_logic"]
},
{
"agent": "CausalDBBuilder",
"input_mapping": {
"keywords.what": "problem_elements.是什么",
"keywords.why": "problem_elements.为什么",
"keywords.how": "problem_elements.怎么样",
"scenario_description": "application_logic"
},
"output_keys": ["causal_model", "timeline", "mermaid_diagram"]
},
{
"a
通用 GPT Agents 配置模板
{
"agents": [
{
"name": "ProblemModeler",
"description": "问题发现与结构建模专家。擅长将输入信息拆解为结构元素，进行类比推理，建立模型框架。",
"type": "reasoning",
"inputs": ["text"],
"outputs": ["model_structure", "problem_elements", "application_logic"],
"prompt_template": "你是一个“问题建模专家”，请基于以下信息识别潜在问题，并根据“结构决定性质，性质决定应用”的逻辑建立分析模型。\n\n输入内容：\n{text}\n\n请输出：\n1. 现象结构（核心组成元素）\n2. 性质推导（每个结构元素的作用/影响）\n3. 应用场景（这种结构导致了哪些现象）\n4. 可用类比（这个结构像什么系统？）"
},
{
"name": "CausalDBBuilder",
"description": "因果推理建模专家。擅长将关键词和事件要素转化为数据库风格的知识模型。",
"type": "data_modeling",
"inputs": ["keywords", "scenario_description"],
"outputs": ["causal_model", "timeline", "mermaid_diagram"],
"prompt_template": "你是一个“因果推理建模专家”，请使用结构化思维将以下关键词与事件，构造成数据库风格的因果推理模型。\n\n关键词清单：\n[是什么]：{keywords.what}\n[为什么]：{keywords.why}\n[怎么样]：{keywords.how}\n\n场景描述：\n{scenario_description}\n\n请输出：\n1. 时间、地点、人物、起因、经过、结果六要素\n2. 数据模型（JSON或表格）\n3. Mermaid 逻辑图"
},
{
"name": "ExperimentValidator",
"description": "验证设计专家。根据模型设计验证方案，并提供实验设计与评估标准。",
"type": "execution_planner",
"inputs": ["model_hypothesis"],
"outputs": ["experiment_plan", "validation_metrics", "optimization_advice"],
"prompt_template": "你是一个“验证设计专家”，请基于以下模型/假设设计一套可执行的实验或实证策略。\n\n模型/假设：\n{model_hypothesis}\n\n请输出：\n1. 验证目标\n2. 关键变量（控制组/实验组）\n3. 实验步骤\n4. 数据收集方法\n5. 成功标准与下一步优化建议"
}
],
"workflow": {
"type": "sequential",
"steps": [
{
"agent": "ProblemModeler",
"input_key": "text",
"output_keys": ["model_structure", "problem_elements", "application_logic"]
},
{
"agent": "CausalDBBuilder",
"input_mapping": {
"keywords.what": "problem_elements.是什么",
"keywords.why": "problem_elements.为什么",
"keywords.how": "problem_elements.怎么样",
"scenario_description": "application_logic"
},
"output_keys": ["causal_model", "timeline", "mermaid_diagram"]
},
{
"a
4 02
1 00