Superalgos / 机器人网络
Superalgos 交易机器人：一条 bot 链是怎么串起来的
官方对平台的定位是「可视化设计你的加密交易机器人，并利用集成图表系统、数据挖掘、回测、模拟盘与多服务器部署」。注意「多服务器部署」这几个字：在 Superalgos 里，一个机器人并不是一个策略文件，而是一条由不同机器人接力组成的链——取数、算指标、做决策、学模型分别由不同角色承担，再交给任务层调度起来。看懂了这条链，才知道策略跑不通时该从哪一环查。
Superalgos 机器人有哪些：四类核心 bot 与承载它们的任务层
下表把「一条机器人在做什么」拆成四类核心角色，外加两个不在四类里、但缺了就转不起来的环节。所有名称都是对官方文档的整理，界面里的确切叫法以应用内文档为准。
| 角色 | 主要职责 | 典型输入 | 典型输出 | 什么时候需要它 | 注意 / 核对依据 |
|---|---|---|---|---|---|
| 行情传感类 bot | 把交易所的行情拉进系统，并按市场与时间框架组织好 | 交易所侧的行情数据 | 系统内的原始行情序列 | 任何要用到真实行情的任务 | 取数能力取决于所用交易所与凭据；官方 README 把数据挖掘列为平台核心能力之一 |
| 指标类 bot | 把原始行情加工成指标，供后续策略消费 | 原始行情 | 指标类数据产品 | 策略条件里要用到指标时 | 指标是「加工结果」而不是「原始数据」，这决定了它归数据挖掘环节而不是交易环节 |
| 交易类 bot | 按策略读数据、判断条件、产生信号与订单意图 | 数据产品、策略定义 | 信号 / 订单意图 | 要真正产生交易行为时 | 官方简介提到回测与模拟盘，说明同一套策略定义可先在非真实环境验证 |
| 学习类 bot | 用历史数据训练与验证模型，产出预测类结果 | 历史行情与数据集 | 预测结果（可作为指标使用） | 你关心 AI / 预测，或愿意贡献算力时 | 官方 Bitcoin Factory 文档说明模型以 RMSE 衡量优劣，并明确 TensorFlow 集成自述为「部分且未完成」 |
| 社交交易机器人（信号收发） | 把信号发出去或接收别人发来的信号 | 交易策略信号、P2P 网络 | 可被策略引用的信号 | 你要跟单或被跟单时 | 不在四类核心里，但官方文档单独给了配置路径与前置 |
| 任务与 Task Server（调度层） | 把上面这些机器人实例调度起来运行，并记录任务状态 | 任务定义、可用的 Task Server | 运行中的任务与日志 | 只要你真的要跑一次机器人 | 官方文档要求在任务上引用用户档案里空闲的 Task Server；任务各自有独立日志目录 |
数据流是怎么走的：五步从交易所行情到可复用的数据产品
下面五步是按官方文档整理的一条最小链路；每一步都给出「这步做完了没」的核对方式，方便你定位卡在哪一环。
第一步：把行情取进来（传感环节）
由行情传感类机器人负责，把目标市场与时间框架的行情接入系统。核对方式：在集成图表系统里能看到该市场该时间框架的走势；如果图表是空的，说明这一步没有产出，后面的环节可以先跳过。
第二步：把行情加工成指标（指标环节）
指标类机器人读取原始行情，算出策略要用的指标。核对方式：对应的指标能在图表里叠加出来，或能作为数据产品被别的节点引用。这一步的产出不是「给你看的图」，而是「给策略用的数据」。
第三步：把结果落成数据产品（数据挖掘环节）
数据挖掘任务把加工结果固化成可复用的数据产品，供多个策略共用，而不是每个策略各算一遍。核对方式：数据产品的落盘目录里有内容、体积随时间增长。官方 Docker 文档把这些目录列为必须挂卷持久化的对象。
第四步：策略读数据、决策、产生信号（交易环节）
交易类机器人按策略定义读取数据产品，判断条件是否成立，进而产生信号与订单意图。核对方式：能在任务日志里看到该任务确实跑起来了，并且能找到它读取的市场与时间框架；日志目录是
./Platform/My-Log-Files/<应用名>/{error,combined}/<日期>.log。第五步：先验证再上生产（回测与模拟盘）
官方简介明确列出回测与模拟盘两项能力，与实盘共用同一套策略定义。核对方式：先用测试性任务跑通、结果符合预期，再考虑生产任务。验证结果只代表历史与模拟条件下的表现，不构成任何收益预期。
Data Mine 与 bot 到底是什么关系
这是最容易混的一组概念：数据挖掘不是「另一种 bot」，机器人也不是「自带数据」。下表把常见问题对回各自的负责方。
| 你会问的问题 | 由谁负责 | 产出在哪里体现 | 什么时候会碰到它 | 注意点 |
|---|---|---|---|---|
| 行情数据从哪来 | 行情传感类机器人 + 交易所连接 | 系统内的原始行情序列，可在图表系统里查看 | 第一次跑任何任务之前 | 取数依赖交易所与凭据，本站未做任何连通验证 |
| 指标是谁算的 | 指标类机器人 | 指标类数据产品 | 策略条件里用到指标时 | 指标属于「加工层」，不是原始行情 |
| 算好的东西存在哪 | 数据挖掘任务负责落盘 | 数据目录（Docker 部署下必须挂成卷） | 备份、迁移、容器化时 | 不持久化则容器重启后数据丢失 |
| 策略怎么拿到这些数据 | 通过引用指向数据产品 | 策略节点上能看到引用关系 | 搭策略、改策略时 | 引用是「指向」不是「复制」，改一处会牵动所有引用它的地方 |
| 为什么我的策略一点都不跑 | 先查数据，再查任务层 | 任务日志的 error 目录 | 第一次运行失败时 | 缺数据、缺可用的 Task Server 都会让任务起不来；日志路径见排错页 |
| 换个市场或时间框架要做什么 | 重新挖对应范围的数据 | 新范围的数据产品 | 扩大研究范围时 | 数据量与磁盘、内存占用成正比，提前规划 |
| 多个策略能共用一份数据吗 | 可以，这正是数据产品的意义 | 一份数据产品被多处引用 | 同时跑多个策略时 | 共用能省算力，但改数据结构时要统一评估影响面 |
一个 Trading System 由哪些要素组成
官方把策略搭在节点画布上，一个交易系统是分层组合出来的，而不是一个脚本文件。下表说明各要素回答什么问题、缺了会怎样。
| 要素 | 回答什么问题 | 在哪一环被用到 | 缺了会怎样 | 注意点 |
|---|---|---|---|---|
| 市场与时间框架 | 我在哪个市场、哪个周期上做 | 从取数环节开始贯穿全局 | 没有数据产出，后面全部无效 | 数据是按市场与时间框架组织挖掘的，换范围要重新准备数据 |
| 策略 | 我要执行的是一套什么规则集合 | 交易决策环节 | 机器人没有行为依据 | 同一套策略既可跑验证任务，也可跑生产任务，差别在任务配置而不是策略本身 |
| 触发条件 | 什么情况下去评估这件事 | 交易决策环节 | 策略不会被触发，表现成「什么都不发生」 | 触发与条件是两个层次，混用会导致逻辑难以维护 |
| 事件与情境 | 在什么上下文里算作有效信号 | 交易决策环节 | 信号过多或过少，难以筛选 | 官方文档把交易系统描述为多层组合，理解层级比记名称更重要 |
| 条件判断 | 这个信号成立吗 | 交易决策环节 | 无法把连续行情转化为离散决策 | 信号要在策略里当条件用，需要按官方给的写法写成判断表达式 |
| 订单与仓位意图 | 信号成立后要做什么动作 | 交易决策的出口 | 有信号但没有行为 | 本站不提供任何买卖点、仓位或资金建议；真实交易风险与合规要求请自行确认 |
| 引用关系 | 这个节点指向谁 | 贯穿整个交易系统 | 出现空引用，任务起不来或读不到数据 | 引用是 Superalgos 界面里最关键的机制，改完务必先验证再上生产任务 |
测试性任务与生产任务：差别不在策略，在配置
官方文档在讲信号配置时，把交易任务分成测试性任务与生产任务两类。它们的区别决定了「出错时会不会影响真金白银」。
| 维度 | 测试性任务 | 生产任务 | 注意点 |
|---|---|---|---|
| 目的 | 验证策略行为是否符合预期 | 让策略按配置持续运行 | 先用测试性任务跑通是官方文档默认的顺序 |
| 凭据与环境 | 尽量先在非真实环境验证 | 才会真正接触交易侧配置 | 官方安全政策要求自行保管凭据；管理员不会向你索要任何 key 或资金 |
| 前置引用 | 任务上要引用一个空闲的 Task Server | 同样需要 Task Server 引用 | 没有可用的 Task Server，任务起不来；这是在用户档案里配置的 |
| 涉及信号时的额外引用 | 需要把机器人实例引用到具体的（社交交易）机器人节点 | 同上 | 官方文档把这列为跑任务前的必做项，漏了会连不上信号 |
| 失败的影响面 | 只影响你自己的验证过程 | 可能影响真实账户 | 本站不提供任何收益预期或买卖点，实盘风险请自行评估 |
| 日志排查 | 看任务对应的日志目录 | 同上 | 五个应用各有独立日志目录，任务日志按任务 ID 分开，口径见排错页 |
| 多服务器部署 | 可以在不同机器上分别跑 | 官方把「多服务器部署」列为平台能力之一 | 多实例并存时要分清各实例的职责，否则容易互相干扰 |
关于 Superalgos 交易机器人的七个常见误解
这些误解集中出现在「以为它和自己用过的交易机器人是一回事」的时候。每条都给出依据与建议动作。
| 常见说法 | 实际情况 | 依据 | 建议动作 |
|---|---|---|---|
| 机器人就是一个策略文件，装上就跑 | 它是一条多角色接力的链，还要有数据产品与可用的 Task Server | 官方 README 对数据挖掘、多服务器部署的描述 | 按「取数 → 指标 → 数据产品 → 策略 → 验证」的顺序排查 |
| 取数和算指标是策略内部的事 | 这两步由独立的机器人角色完成，产出还能被多个策略共用 | 官方把数据挖掘列为独立能力与独立项目 | 先确认数据产品已产出，再谈策略逻辑 |
| 本地跑通就等于实盘也能跑 | 测试性任务与生产任务是两类任务，接触的交易侧配置不同 | 官方文档中两类任务的区分与前置要求 | 先用测试性任务验证，再考虑生产任务 |
| 装了就能开始交易 | 官方把教程、数据准备放在前面，凭据与部署在最后 | README 的入门路径与安全政策 | 按顺序走，别跳过教程与数据准备 |
| AI 部分已经很成熟了 | 官方自述 TensorFlow 集成为「部分且未完成」，并提醒初期预测不要期待精准 | README 前置条件与 Bitcoin-Factory 文档 | 把 AI 当作实验性分支看待，别把它当成决策依据 |
| 它也能做股票 | 平台面向加密货币市场 | 官方仓库简介与 topics 全部围绕 crypto | 要研究股票就换别的工具 |
| 跑不通就是策略写错了 | 更常见的原因是数据没挖、Task Server 没引用、或引用关系是空的 | 官方文档对任务前置引用的要求与日志目录结构 | 先看日志的 error 目录，再逆着数据流往回查 |
机器人网络常见问题
涉及机器人与任务的前置要求以官方 README、Network 与 Bitcoin-Factory 文档为准；本站未实机运行过 Superalgos。
到底什么算「一个交易机器人」？
在 Superalgos 里，机器人指按职责分工的一组角色：取行情的、算指标的、做交易决策的、训练模型的，它们接力组成一条链，再由任务层调度运行。所以「我的机器人」通常对应一条链加一批数据产品，而不是单个策略定义。各角色的确切名称与位置以应用内文档为准。
只想要一个简单策略，能跳过数据挖掘吗？
不能完全跳过。策略消费的是数据产品，没有对应市场与时间框架的数据产出，策略就没有输入。官方的思路是把数据加工与策略执行分开，好处是多策略可共用一份数据；代价是第一次使用必须先做数据准备。具体流程以官方文档为准。
为什么任务起不来？
按官方文档，任务需要引用用户档案里可用的 Task Server，涉及信号时还要引用具体机器人节点——这些引用缺一不可。常见原因依次是：没有可用的 Task Server、引用为空、数据未产出。建议先看任务日志的 error 目录，再沿着数据流往回查，而不是先改策略。
测试性任务和生产任务有什么区别？
官方把交易任务分成这两类，它们在配置与接触的交易侧资源上不同：测试性任务用于验证行为，生产任务则是让策略按配置运行。官方文档的默认顺序是先测试、后生产。无论哪一类，本站都不提供任何收益预期、买卖点或资金建议，实盘风险请自行确认。
学习类机器人现在能用了吗？
官方把它作为一个众包方向：以 RMSE 衡量模型优劣，找到更好的参数组合就替换旧模型。但官方同时自述 TensorFlow 集成是「部分且未完成」，并明确提醒不要期待初期预测精准，还列出过未修的缺陷项。所以它更适合当作可参与的实验分支，而不是成熟能力。
能在 EasyClaw 里跑这些机器人吗？
不能。Superalgos 的机器人需要按官方路径安装并启动自己的服务，本机 EasyClaw 技能目录里也没有任何 Superalgos 相关技能，两边没有已证实集成。EasyClaw 侧能做的是加密货币行情取数、出图与量化研究方法论这类研究辅助，不能下单、不能代管资金。
这些机器人的名字和界面位置，我在官方文档里怎么核对？
本站的名称是对官方材料的整理，官方文档里用的是逐层展开的节点路径写法（例如 User Apps > Server Apps > Task Server）。核对时以应用内文档为准——官方明确说明应用内版本与软件交互，且比网页版更新。你所在版本的界面与名称可能与本文描述不同。