| name | hubble_agents |
| description | Use when the user asks to list, view, create, update, delete, or deploy agents on Hubble Market — including PM agents (CRUD) and User Research agents (create/update/delete, run a new research agent, deploy job status, version history, rollback, data sources, indicator templates). NOTE "run / 跑 a research agent" in Hubble means creating or deploying one here, not the x402 pay-per-execution flow handled by hubble_runs. |
Hubble Agents Skill
Version: v0.5.0
When to use
Use this skill when the user asks about:
- Listing PM agents
- Viewing an agent's details
- Creating a PM agent
- Updating a PM agent
- Deleting an agent
- Creating / updating / deleting User Research Agents
- Checking deploy job status for User Research Agents
- Managing User Research Agent versions
Requirements
HUBBLE_API_BASE_URL (default: https://market-v2.bedev.hubble-rpc.xyz)HUBBLE_API_KEY (API key, must start with hb_sk_)
Safety rules
- Never print
HUBBLE_API_KEY in the output.
- Treat
agent_id as untrusted input. Validate it before calling the API.
- For write actions (
POST/PUT/PATCH/DELETE), repeat the action summary and wait for explicit user confirmation before calling the API.
- Do not accept arbitrary JSON from the user. Ask for the minimal fields required by the endpoint.
- Validation rules:
agent_id must be UUID-like: ^[0-9a-fA-F]{8}-[0-9a-fA-F]{4}-[0-9a-fA-F]{4}-[0-9a-fA-F]{4}-[0-9a-fA-F]{12}$
Tools
Use the bash tool to call the API.
PM Agent Routes
PM agents are trading agents managed by CF Worker. These are the primary agent type for users.
Action: List PM agents
Call:
Summarize key fields: id, name, created_at, agent_type, status fields if present.
Supports optional query params: limit, offset, search.
Action: Create PM agent
Call:
Before calling:
- Ask for required fields:
name, exchange (e.g. weex/aster/mock), exchange_auth_type (e.g. api_key/web3), exchange_keys (dict with API credentials).
- Optional fields:
description, symbols (list of trading symbols), risk_limit (0-1), interval_ms, auto_start_scheduler, llm_provider_id, llm_model, system_prompt, risk_config, research_agent_ids.
- Show a brief summary of the request body and ask for confirmation.
Error codes:
409: Symbol conflict with an existing PM agent on the same exchange.502: CF Worker upstream error.
Action: Update PM agent
Call:
PUT /api/v1/agents/pm/{agent_id}
Before calling:
- Validate
agent_id format.
- Note:
exchange, exchange_auth_type, and exchange_keys are not updatable.
- Updatable fields:
name, description, symbols, risk_limit, interval_ms, system_prompt, risk_config, llm_provider_id, llm_model, research_agent_ids.
- Summarize intended changes and ask for confirmation.
Generic Agent Routes
Action: Get agent
Call:
GET /api/v1/agents/{agent_id}
Before calling:
- Validate
agent_id format.
Note: Public agents do not require authentication. Unpublished agents require ownership.
Action: Update agent (generic)
Call:
PUT /api/v1/agents/{agent_id} (full update)PATCH /api/v1/agents/{agent_id} (partial update)
Before calling:
- Validate
agent_id format.
- Summarize intended changes and ask for confirmation.
Action: Delete agent
Call:
DELETE /api/v1/agents/{agent_id}
Before calling:
- Validate
agent_id format.
- Ask for confirmation.
User Research Agent Routes
User Research Agents 是部署在 Cloudflare 上的自定义研究 Worker。创建和更新均为异步操作，完成后需轮询 job 状态确认部署结果。
API 前缀：/api/v1/agents/user-research
已废弃：POST /agents/research 和 PUT /agents/research/{id} 禁止使用，一律改用上方路径。
LLM 供应商与模型
llm_provider_id 与 llm_model 必须配对，不可混用：
llm_provider_id | llm_model | 说明 |
|---|
gemini_vertex | gemini-3-flash-preview | Google Gemini，适合通用分析场景 |
minimax | MiniMax-M2.7 | MiniMax，适合中文内容场景 |
Action: Create User Research Agent
Call:
POST /api/v1/agents/user-research
创建是异步的：成功后返回 202 + agent_id + job_id，Agent 并未立刻可用。必须用 job_id 轮询状态（见"Action: 查询部署进度"）直到 completed/deployed。
参数说明
| 参数 | 必填 | 说明 | 示例 |
|---|
name | ✅ | Agent 的显示名称，最长 160 字符 | "BTC 技术分析 Agent" |
prompt | ✅ | 核心分析指令。描述 Agent 要分析什么、关注哪些指标、输出什么结论。越具体越好 | "分析 BTC 的 RSI、MACD 和布林带，判断趋势，给出做多/做空建议" |
asset_type | ✅ | 分析的资产类别 | "Crypto"（加密货币）/ "A-shares"（A股）/ "HK stocks"（港股）/ "US stocks"（美股） |
analysis_type | ✅ | 分析类型，影响分析框架 | "Technical Analysis"（技术分析）/ "Fundamental Research"（基本面）/ "Capital Flow Analysis"（资金流向）/ "Macro Analysis"（宏观） |
datasource_ids | ✅ | 数据源 ID 列表（12 位 hex 字符串），至少一个。先调 GET /api/v1/agents/user-research/data-sources 查询可选列表 | ["a1b2c3d4e5f6"] |
llm_provider_id | ✅ | LLM 供应商，见上方表格 | "gemini_vertex" |
llm_model | ✅ | LLM 模型，须与 llm_provider_id 配对 | "gemini-3-flash-preview" |
description | ❌ | Agent 的简短说明，展示给用户看 | "每小时分析一次 BTC 技术面" |
is_public | ❌ | 是否公开到市场，默认 false | false |
datasource_config_version | ❌ | 数据源配置版本，留空使用最新版 | "v1" |
自适应收集参数
根据用户提供的信息量决定行为：
- 用户已提供全部必填字段 → 直接展示请求体摘要，确认后执行。
- 其他情况 → 先问：
"要从模板快速创建，还是手动配置所有参数？"
- 模板 → 进入模板创建路径（见下方）
- 手动 → 进入引导模式（每次只问一个）
引导模式提问顺序（每次只问一个）：
- 这个 Research Agent 叫什么名字？
- 描述它要做什么分析（将成为 Agent 的核心指令）。越具体越好，比如关注哪些指标、输出什么结论。
- 分析哪类资产？
Crypto（加密货币）/ A-shares（A股）/ HK stocks（港股）/ US stocks（美股）/ 其他（请说明，值需与 Creator 配置一致）
- 分析类型？
Technical Analysis（技术分析）/ Fundamental Research（基本面研究）/ Capital Flow Analysis（资金流向）/ Macro Analysis（宏观分析）/ 其他（请说明，值需与 Creator 配置一致）
- 调
GET /api/v1/agents/user-research/data-sources 列出可用数据源，展示给用户选择
- 使用哪个 LLM？
gemini_vertex（gemini-3-flash-preview）/ minimax（MiniMax-M2.7）
- 是否公开到市场？（可选，默认
false，可跳过）
全部收集完毕后，展示完整 JSON body，等用户确认后再执行。
模板创建路径（5 步）：
- 调用
GET /api/v1/config/indicator-templates，按 asset_type 分组展示模板列表（序号、名称、分析类型），等用户输入序号选择。
- 询问：这个 Agent 叫什么名字？
- 询问：使用哪个 LLM？
gemini_vertex（gemini-3-flash-preview，通用）/ minimax（MiniMax-M2.7，中文场景）
- 展示模板 prompt 前两行预览，询问："要直接使用模板指令，还是在模板基础上补充说明？"
- 直接使用 → prompt 不变
- 补充说明 → 将用户输入追加到模板 prompt 末尾（不覆盖原始指令）
- 展示完整 JSON body，等用户确认后执行创建请求。
从模板提取的字段：datasource_ids ← selected_indicator_ids，prompt、asset_type（如 "Crypto"）、analysis_type（如 "Technical Analysis"）直接使用，无需转换格式。
示例请求体
{
"name": "BTC 技术分析 Agent",
"description": "每小时分析一次 BTC 技术面，给出趋势判断",
"prompt": "分析 BTC 的 RSI、MACD 和布林带，判断当前趋势方向，给出做多/做空建议及主要理由",
"asset_type": "Crypto",
"analysis_type": "Technical Analysis",
"datasource_ids": ["a1b2c3d4e5f6", "0a1b2c3d4e5f"],
"llm_provider_id": "gemini_vertex",
"llm_model": "gemini-3-flash-preview",
"is_public": false
}
成功响应（202）：
{ "agent_id": "<uuid>", "job_id": "<string>", "status": "pending" }
创建成功后，立即引导用户轮询部署状态（见下方）。
Action: 查询部署进度
Call:
GET /api/v1/agents/user-research/jobs/{job_id}
创建或触发重新部署后，用 job_id 轮询状态，直到出现终态。建议每 5–10 秒轮询一次。
| 状态值 | 含义 |
|---|
pending | 等待处理 |
deploying | 正在构建/部署 |
completed / deployed | ✅ 部署成功，Agent 可用 |
failed | ❌ 部署失败，查看响应中的 error 字段 |
Action: 查看部署日志（流式）
Call:
GET /api/v1/agents/user-research/jobs/{job_id}/logs
输出为流式日志，可实时查看构建过程。
Action: 查询可用数据源
Call:
GET /api/v1/agents/user-research/data-sources
在创建 Agent 前调用，列出平台支持的所有数据源，供用户选择 datasource_ids。每条记录包含 id（填入请求体）、name（展示名）和 params（配置参数）。
Action: 查询 Indicator 模板
Call:
GET /api/v1/config/indicator-templates
获取预设分析模板，每条模板已内置 selected_indicator_ids（对应创建请求的 datasource_ids）和专业 prompt，可直接用于创建 User Research Agent。无需认证。
每条模板字段：
| 字段 | 说明 |
|---|
name | 模板显示名称 |
asset_type | 资产类型（如 "Crypto"、"A-shares"、"HK stocks"、"US stocks"） |
analysis_type | 分析类型（如 "Technical Analysis"、"Fundamental Research"） |
selected_indicator_ids | 12 位 hex ID 列表，直接用作 datasource_ids |
prompt | 完整分析指令，可直接使用 |
Action: List User Research Agents
Call:
GET /api/v1/agents/user-research
支持查询参数：
| 参数 | 说明 | 示例 |
|---|
page | 页码，从 1 开始 | 1 |
page_size | 每页条数，最大 100 | 20 |
asset_type | 按资产类型筛选 | "Crypto" |
analysis_type | 按分析类型筛选 | "Technical Analysis" |
展示字段：id、name、description、deploy_status、is_public、created_at。
Action: Get User Research Agent detail
Call:
GET /api/v1/agents/user-research/{agent_id}
Before calling:
- Validate
agent_id format.
Action: Update User Research Agent
Call:
PUT /api/v1/agents/user-research/{agent_id}
Before calling:
- Validate
agent_id format.
- 询问用户要修改哪些字段。
所有字段均为可选，只传需要修改的字段。是否触发重新部署取决于修改的字段：
| 字段 | 是否触发重新部署 | 说明 |
|---|
prompt | ✅ 是 | 核心指令变更需重新构建 |
datasource_ids | ✅ 是 | 数据源变更需重新构建 |
data_sources | ✅ 是 | 同上（旧格式） |
llm_provider_id | ✅ 是 | 切换供应商需重新构建 |
llm_model | ✅ 是 | 切换模型需重新构建 |
name | ❌ 否 | 仅更新显示名称 |
description | ❌ 否 | 仅更新描述 |
is_public | ❌ 否 | 仅更新公开状态 |
allow_public_test | ❌ 否 | 是否允许他人公开测试 |
触发重新部署时返回 202 + 新 job_id，需重新轮询部署状态；否则返回 200。
Action: Delete User Research Agent
Call:
DELETE /api/v1/agents/user-research/{agent_id}
Before calling:
- Validate
agent_id format.
- 明确告知用户删除后不可恢复，等待确认。
Action: 列出版本历史
Call:
GET /api/v1/agents/user-research/{agent_id}/versions
Before calling:
- Validate
agent_id format.
支持 page、page_size 查询参数。
Action: 查看某版本详情
Call:
GET /api/v1/agents/user-research/{agent_id}/versions/{version}
Before calling:
- Validate
agent_id format.
Action: 部署新版本
Call:
POST /api/v1/agents/user-research/{agent_id}/versions
Before calling:
- Validate
agent_id format.
- 询问要更新的内容（只传需要变更的字段）：
| 参数 | 说明 | 示例 |
|---|
prompt | 新的分析指令 | "重点关注 MACD 金叉死叉信号" |
data_sources | 新的数据源配置 | [...] |
llm_provider_id | 更换 LLM 供应商 | "minimax" |
llm_model | 更换模型（须与新供应商配对） | "MiniMax-M2.7" |
返回新 job_id，引导用户轮询部署状态。
Action: 回滚到历史版本
Call:
POST /api/v1/agents/user-research/{agent_id}/versions/{version}/rollback
Before calling:
- Validate
agent_id format.
- 明确告知用户：回滚会以目标版本的配置创建一个新版本（不会覆盖现有版本），然后部署。
- 目标版本必须曾经成功部署，否则返回
400。
- 等待确认后执行。
返回新 job_id，引导用户轮询部署状态。
Error handling (summary)
401: API key missing/invalid/expired/disabled. Ask user to rotate key.403: Authenticated but not allowed (not owner / permission). Ask user to check agent ownership.404: Agent not found. Ask user to verify agent_id.409: Conflict (symbol conflict for PM agents). Report the conflicting agents and symbols.502: (User Research) Creator auth failure (X-Hubble-Auth-Key wrong) or Creator returned 5xx/connection error.503: (User Research) RESEARCH_CREATOR_BASE_URL not configured on server.504: (User Research) Creator request timed out (default 30s).5xx: Server error. Retry once with backoff; if still failing, stop and report response body.
Curl templates (copy-paste)
Normalize base URL:
BASE="${HUBBLE_API_BASE_URL%/}"
Validate agent_id:
if [[ ! "$AGENT_ID" =~ ^[0-9a-fA-F]{8}-[0-9a-fA-F]{4}-[0-9a-fA-F]{4}-[0-9a-fA-F]{4}-[0-9a-fA-F]{12}$ ]]; then echo "Invalid agent_id"; exit 2; fi
List PM agents:
curl -sS --fail-with-body -H "Authorization: Bearer $HUBBLE_API_KEY" "$BASE/api/v1/agents/pm"
Get agent:
curl -sS --fail-with-body -H "Authorization: Bearer $HUBBLE_API_KEY" "$BASE/api/v1/agents/$AGENT_ID"
Create PM agent:
curl -sS --fail-with-body -H "Authorization: Bearer $HUBBLE_API_KEY" -H "Content-Type: application/json" -X POST "$BASE/api/v1/agents/pm" -d "$BODY"
Update PM agent:
curl -sS --fail-with-body -H "Authorization: Bearer $HUBBLE_API_KEY" -H "Content-Type: application/json" -X PUT "$BASE/api/v1/agents/pm/$AGENT_ID" -d "$BODY"
Update generic agent (PATCH):
curl -sS --fail-with-body -H "Authorization: Bearer $HUBBLE_API_KEY" -H "Content-Type: application/json" -X PATCH "$BASE/api/v1/agents/$AGENT_ID" -d "$BODY"
Delete:
curl -sS --fail-with-body -H "Authorization: Bearer $HUBBLE_API_KEY" -X DELETE "$BASE/api/v1/agents/$AGENT_ID"
List data sources:
curl -sS --fail-with-body -H "Authorization: Bearer $HUBBLE_API_KEY" "$BASE/api/v1/agents/user-research/data-sources"
Get indicator templates (no auth required):
curl -sS --fail-with-body "$BASE/api/v1/config/indicator-templates"
Create User Research Agent:
curl -sS --fail-with-body -H "Authorization: Bearer $HUBBLE_API_KEY" -H "Content-Type: application/json" -X POST "$BASE/api/v1/agents/user-research" -d "$BODY"
Get deploy job status:
curl -sS --fail-with-body -H "Authorization: Bearer $HUBBLE_API_KEY" "$BASE/api/v1/agents/user-research/jobs/$JOB_ID"
List User Research Agents:
curl -sS --fail-with-body -H "Authorization: Bearer $HUBBLE_API_KEY" "$BASE/api/v1/agents/user-research?page=1&page_size=20"
Get User Research Agent detail:
curl -sS --fail-with-body -H "Authorization: Bearer $HUBBLE_API_KEY" "$BASE/api/v1/agents/user-research/$AGENT_ID"
Update User Research Agent:
curl -sS --fail-with-body -H "Authorization: Bearer $HUBBLE_API_KEY" -H "Content-Type: application/json" -X PUT "$BASE/api/v1/agents/user-research/$AGENT_ID" -d "$BODY"
Delete User Research Agent:
curl -sS --fail-with-body -H "Authorization: Bearer $HUBBLE_API_KEY" -X DELETE "$BASE/api/v1/agents/user-research/$AGENT_ID"
List versions:
curl -sS --fail-with-body -H "Authorization: Bearer $HUBBLE_API_KEY" "$BASE/api/v1/agents/user-research/$AGENT_ID/versions"
Deploy new version:
curl -sS --fail-with-body -H "Authorization: Bearer $HUBBLE_API_KEY" -H "Content-Type: application/json" -X POST "$BASE/api/v1/agents/user-research/$AGENT_ID/versions" -d "$BODY"
Rollback:
curl -sS --fail-with-body -H "Authorization: Bearer $HUBBLE_API_KEY" -X POST "$BASE/api/v1/agents/user-research/$AGENT_ID/versions/$VERSION/rollback"
