2026 年 6 月 13 日，第一個 commit 叫 phase 1 skeleton — config + SQLite storage layer。那時候她還沒有名字，只是一個「學習用的 Discord 投資 bot」：查美股和加密貨幣的報價、記持倉、設到價警報。這篇記錄第一天的骨架，因為後來長出來的所有東西，都還站在這幾層上面。

最早的小黃是動漫畫風。那時她還只是一個會查報價的 bot。

一天之內的五層

第一天照著事先寫好的 PLAN.md，由下往上一層一層疊：

1
2
3
4
5
6
7
8
9

Discord bot ＋ 排程            ← 收訊息、定時檢查警報
        │
Claude tool-use 迴圈           ← 模型決定要叫哪個工具、叫幾次
        │
工具層                          ← 報價、持倉、警報、技術指標（SMA／RSI）
        │
行情資料層                      ← 多來源備援＋快取＋用量統計
        │
設定 ＋ SQLite                  ← 持倉、警報、使用者資料

• 行情資料層：美股走 yfinance，掛掉就換 Finnhub、Alpha Vantage；加密貨幣走 Binance。每個來源後面都有快取，免費額度才不會一下就燒光。
• 工具層：每個工具都是一個普通的 Python 函式，加上一段給模型看的說明。
• tool-use 迴圈：把使用者的話和工具清單一起交給 Claude，它決定要不要叫工具；工具結果再塞回去，直到它決定可以回答。

第一個重要決定：工具綁死使用者

持倉、警報這種工具，「是誰的」不是模型說了算。程式在呼叫工具時自己帶入使用者 id，模型的參數裡根本沒有「使用者」這一欄。

這樣就算有人在對話裡說「幫我看一下某某人的持倉」，模型也沒有任何辦法指定別人。這個原則後來一路延伸：群組不碰個人資料、會改東西的動作要主人親口同意。說到底都是同一句話：安全靠程式結構，不靠模型乖不乖。

同一天還接上的東西

• 選股方法論：整合開源的 serenity-skill，推薦一律附風險與免責。
• 網路搜尋＋獨立查證：查到的東西交給另一個子代理再查一次，降低「一本正經地講錯」。
• SEC 財報：直接讀官方資料，不靠二手整理。
• 對話驅動的知識庫（LLM Wiki）：這是後來她「記性」的起點。每一輪對話先原樣記下來，背景再用 LLM 批次蒸餾成一頁頁互相連結的 markdown（市場知識共用一份，個人筆記每人一份）。回答時她會先翻自己的筆記，知識會複利。整個資料夾可以直接用 Obsidian 打開。

第二個重要決定：本地用訂閱，對外才用 API key

開發期間我們會跟她講非常多話。如果每一句都走 Anthropic API，按量計費很快就痛了。所以從第一天就做了兩個後端：

• cli：透過 Claude Agent SDK，用本機已登入的 Claude Code 訂閱跑。測試、日常都走這條。
• api：Anthropic Messages API，給部署到雲端時用。

這個決定一直沿用到今天，後來還長出第三、第四種主腦（Codex、本地模型），但「怎麼呼叫主腦」始終只是可以抽換的一層。

第一天的心得

一天能從零長到能跑，靠的是先把層切好。每一層只往下依賴，不往上 import。四個多月後做架構體檢時，結論是「不需要重切架構」，底層到現在都沒有往上依賴過。那份體檢會在最後一篇提到。

下一篇：她有了名字。