周末烦人的任务挑战：交易台在云端、链上、空中执行摘要

标题：周末烦人的任务挑战：交易台在云端、链上、空中执行摘要

标签： #productivity

使用 DeskPulse 节省日终报告的时间，DeskPulse 是一款 AWS 原生应用程序，可在三分钟内将原始执行记录转换为多语言更新。它由无伺服器 AWS Lambda、Amazon S3 版本控制和 Amazon Translate 提供支持，可清理敏感贸易数据并发布六种语言的翻译摘要。安全的 Amazon CloudFront 只读端点可立即向公共网站提供讯息，从而消除操作错误，实现对核心订单系统的零暴露。

---

连结到应用程式或储存库

● 直播应用： https://vertexmacro.com/cloud_club/demo/best_frontier_prime_securities/index.html

● 公共GitHub储存库： https://github.com/dchan-dev/updateTradeWeb

使用者心态流程

AWS架构

AWS 架构上的资料流

开始进阶产品流程

高层次的整个组织流程

网站

网站 API 调用

开发流程

---

周末烦人任务挑战：DeskPulse

每个交易日结束时都承担著同样看似简单的义务：将交易台的执行历史记录转变为股东和合作伙伴的简洁、专业的更新，然后以多种语言可靠地发布。这项任务是重复性的、时间敏感的，当交易台已经专注于交易后控制、休息、分配和下一个交易日的风险时，很容易出错。

我建立了 DeskPulse，这是一个 AWS 原生应用程序，它将交易者的前日执行记录转换为经过净化的桌面级每日执行消息，将其翻译为六种语言变体，将版本化的 JSON 文件写入 Amazon Simple Storage Service (ZXQ10QZXQQ8QXZ)，并提供给 Amazon Simple Storage Service (ZXQQ101Z21公司通过交易者提交执行历史记录，等待约三分钟，然后检查公共网站。这就是整个用户旅程。

该专案故意很好地解决了一项烦人的任务。它不下订单、推荐交易、更改帐簿和记录、计算监管资本或取代交易报告。其范围是受控发布源自于所提供的执行历史记录的事实交易后通信。这种狭窄的边界使其成为周末挑战赛的理想提交，更重要的是，使得无需将周末专案转变为完整的订单管理系统就可以建立有用的工作垂直切片。

---

愿景和应用程式的用途

---

烦人的任务

交易柜台通常需要用非交易者可以理解的语言解释昨天的执行活动，同时又不失去市场专业人士所期望的准确性。原始来源可能包含时间戳记、符号、边、数量、地点、策略说明、成交状态、平均价格、参与观察和交易者的非正式评论。在该资料出现在公司网站上之前，必须有人删除个人或机密识别码、规范语气、提取有意义的绩效故事、对其进行翻译、格式化并发布。

此手动过程会产生多种形式的操作阻力：

1. 复制贴上风险。 电子邮件地址、客户名称、法人实体、经纪人联络人或内部桌面评论可以传送到公共管道。
2. 市场语言不一致。 一位作者可能会说该服务台“做得很好”，而另一位作者则描述了衡量的价差捕获、实施不足、参与率或市场影响。第二种形式较可信和可审计。
3. 翻译延迟。 手动产生 Simplified Chinese、Traditional Chinese、English、Japanese、Korean 和 Tagalog 变体可将简短的更新转变为串行工作流程。
4. 发布摩擦。 即使内容准备就绪，仍然需要有人编辑内容管理系统或要求网路业者上传它。
5. 时间不确定性。 交易者没有确定性的交接。更新可能会在十分钟内准备就绪，也可能会消失在伫列中。

DeskPulse将操作模式从手动排版改为基于异常的审核。交易者提供前一个交易日的执行历史记录。 Amazon Bedrock AgentCore Runtime 接收此有效负载并编排有界转换管路。该应用程式删除 PII 和组织特定的名称，过滤不良语言，用专业的卖方或买方执行词汇重写注释，产生简明的绩效摘要，将批准的规范摘要翻译为六个变体，根据 JSON 模式验证输出，并将其储存在 Amazon S3 中。然后，公司网站透过 GET 请求检索目前的 JSON 物件。

---

三分钟工作流程

成功之路是故意无聊的：

1. 交易者将昨天的桌面执行历史记录汇出或贴到 DeskPulse 提交画面。
2. 该请求立即返回作业标识符，而代理继续非同步处理。
3. 交易者最多等待三分钟。
4. 交易者打开公司网站并确认最新的每日执行讯息在所需的语言标签中可见。

清晰的状态模型支援此旅程：RECEIVED、SANITIZING、NORMALIZING、SUMMARIZING、TRANSLATING、ZXQQ17QXZ、PUBLISHING、PUBLISHED 或 VALIDATING。三分钟的数字是该专案面向使用者的服务目标，而不是声称每次模型呼叫总是需要那么长时间。透过对工作流程进行检测，我可以追踪 p50, p95, 和最大端到端延迟，并确定时间是否花费在输入验证、代理、翻译、S3 发布或网站快取刷新上。

---

输出是通信，而不是执行报告

这种区别在金融服务业中很重要。 DeskPulse 可以总结可观察的事实，例如母订单数量、所提供资料中代表的总名目金额、完成率、场地组合、平均参与度、到达价格滑点（如果输入包含有效基准）或透过限价、市场、VWAP、TWAP 或参与式策略执行的流量部分。可以用谨慎的语言讨论流动性状况、点差环境、紧迫性、剩余数量和市场影响。

它绝不能发明最佳执行结论。诸如「执行品质非常出色」之类的陈述需要明确的基准和足够的证据。 DeskPulse 相反地使用诸如「提供的记录显示提交数量的 96% 已完成，与提供的到货价格基准相比，中位数滑点为 4.2 基点」之类的表述。如果没有基准，系统会这么说并忽略该指标。如果记录不完整，则状态为 REVIEW_REQUIRED，而不是假装磁带完整。

该应用程式还避免暴露订单级别阿尔法、客户身份、限制清单资讯、重大非公开资讯或可能对柜台执行策略进行逆向工程的细节。公共产出被汇总并延迟到前一个交易日。这不仅仅是一项隐私措施。它减少了有关即时流动性需求、经纪商路由行为、场地偏好和剩余库存的资讯泄漏。

---

我是如何建造它的

---

架构第一，提示第二

制作脆弱代理的最快方法是从一个巨大的提示开始，并将每个输出视为可发布的文字。我采取了相反的方法。我首先写下了系统边界、资料契约、故障状态和发布不变性：公共指标绝不能引用未通过确定性验证的物件。

设计有四个逻辑层：

● 入口：对交易者进行身份验证，接受执行历史记录，拒绝不支援的文件，并发出作业标识符。

● 代理处理：清理、规范化、总结并产生规范的桌面 English 讯息。

● 本地化和验证：产生六种所需的语言变体，强制执行术语和模式规则，并执行最终的安全检查。

● 发布：编写一个不可变的日期对象，然后自动更新网站使用的 latest.json 指针。

Amazon Bedrock AgentCore 非常适合代理程式层，因为它提供了一个用于部署和操作代理程式的托管平台，同时允许建置者选择代理框架和模型。 AgentCore Runtime 旨在在专用环境中托管代理程式和工具，其可观察性与 Amazon CloudWatch 整合；可使用 AWS Distro for OpenTelemetry 发出自订遥测资料。 citeturn1search1turn1search2turn1search5

---

AgentCore Runtime 中的代理程式工作流程

The runtime entry point accepts the job envelope, assigns a correlation ID, and executes a state machine inside the application. The steps are deliberately explicit rather than left to an open-ended autonomous loop.

1. Receive and quarantine

原始有效负载放置在使用 AWS Key Management Service 金钥加密的受限 S3 前缀中。它不会暴露在网站储存桶中。物件金钥包括交易日期、作业 ID 和内容杂凑。这支援重播保护并让应用程式侦测到相同的重新提交。

The agent receives only the fields needed for transformation. IAM permissions follow least privilege: the runtime role can read the quarantine prefix, write to the processed prefix, invoke the selected Amazon Bedrock model and guardrail, call Amazon Bedrock AgentCore runtime, and emit telemetry. It cannot modify the website code or enumerate unrelated buckets.

---

2. Remove PII and organization identifiers

The project requirement specifically calls for removal of email addresses and company names. I use two layers. First, deterministic detectors remove obvious email patterns, phone numbers, account-like strings, and configured legal-entity names. Second, Amazon Bedrock Guardrails sensitive information filters inspect model inputs and outputs. Guardrails can block or mask detected PII, replacing it with a type marker such as {EMAIL}; custom regular expressions can extend detection to organization-specific identifiers.

Company names require special handling because generic PII filters are not the same as a confidential-entity dictionary. I therefore maintain a small denylist of the company, affiliates, broker aliases, customer aliases, and desk nicknames. The list is loaded as configuration, not embedded in the prompt. A post-generation scanner checks every language output before publication. A hit moves the job to REVIEW_REQUIRED and keeps the previous latest.json unchanged.

该架构承认 FSI 的现实：机率编辑很有用，但它不是权利控制，而且并不完美。确定性检查、资料最小化、受限原始资料区域和故障关闭发布仍然是必要的。

---

3. Remove poor language without deleting meaning

交易者笔记可以是简洁的、情绪化的，也可以是速记的。目标不是消除不利的执行事实。它是为了消除亵渎、侮辱、指责和不专业的措辞，同时保留操作意义。 「经纪人没用，错过了整个行动」不能变成「执行成功」。忠实的标准化可能是：“订单在价格变动期间没有维持所要求的参与；需要经纪人跟进。”

我配置了内容和文字过滤器，并添加了区分语气校正和事实校正的提示说明。 Bedrock Guardrails 支援内容过滤器、拒绝主题、单字过滤器和敏感资讯过滤器，允许应用程式围绕模型输入和输出应用一致的保护措施。 citeturn1search15turn1search16

拒绝主题策略也会阻止个人化投资建议的产生。这是一种交易后沟通工具，而不是研究或咨询管道。如果输入注释包含前瞻性交易建议，代理商会将其从公开摘要中删除并记录非公开验证警告。

---

4。将笔记升级为桌面语言

规范提示要求仅以提供的记录为基础的专业执行语言。它提供了一个受控的术语表：

● filled quantity 而不是“完成了什么”

● residual quantity 而不是“剩下的”

● arrival-price slippage 仅当存在到达基准时

● implementation shortfall 仅当所有必需元件均可用时

● participation rate 用于执行市场交易量参与

● market impact、spread capture、liquidity、urgency、venue mix、block liquidity 和 opportunity cost 仅当输入支援时

● basis points 具有基准和符号约定

该提示还包含禁止的行为：不推断客户意图、不声称最佳执行、不指定交易对手、不暴露即时头寸、不将相关性转化为因果关系、不制造基准。温度保持较低以保证可重复性。预期的模型响应是结构化的 JSON，而不是围绕 JSON 的散文。

符号约定是模式的一部分。对于买入，正成本意味著执行价格高于基准；对于卖出，正成本意味著执行价格低于基准。对此进行明确编码可以防止常见的破坏信任的错误，即有利和不利的滑动在双方之间颠倒。

---

5。总结表现

总结分为三层：

1. 标题： 一句话描述完成情况和整体执行情况。
2. 案头回顾：两到四句话，涵盖流量、基准绩效、流动性和重大例外情况。
3. 指标： 订单、数量、完成、名义、滑点、策略组合和异常计数的结构化值。

典型的规范输出可能表明，交易台完成了提交数量的指定百分比，基准子集记录了给定的加权滑点，并且流动性集中在开盘拍卖或稍后的交易量窗口周围。它不会埋葬异常。材料残留、被拒绝的记录、缺失基准或异常偏差都显示在 exceptions 阵列中。

为了将公共讯息保持在专案范围内，帐户层级、用户端层级和安全层级详细资讯将聚合到桌面安全储存桶中。确切的工具可以省略或按资产类别、地区或流动性范围进行分组。公开资讯旨在提高股东和合作伙伴的透明度，而不是深入分析交易成本。

---

6。翻译成六种语言变体

所需的输出为：

● Mainland Chinese：Simplified Chinese、zh

● Taiwan Chinese：Traditional Chinese、zh-TW

● English: en

● Japanese: ja

● Korean: ko

● Tagalog: tl

Amazon Bedrock AgentCore运行时支援这些语言代码和语言对。它还支援自订术语，这对于保持桌面术语、产品名称和批准的翻译一致特别有用。 citeturn1search19turn1search21

English 是规范来源。对于每个目标，本地化步骤会保护数值、日期、基点单位和架构键。自订术语文件标准化了到达价格、平均执行价格、剩余数量、参与率和市场影响等概念的翻译。该模型可以执行最终的流畅性传递，但指示不要更改数字或度量方向。

Traditional Chinese 不是由字元转换捷径产生的。它有自己的 zh-TW 翻译和术语选择。同样，Japanese 和 Korean 输出避免了字面音译，其中公认的市场术语更合适。 Tagalog 输出有利于简单的专业沟通，因为当核准的 English 术语保留在括号中时，一些高度专业化的交易概念可能会更清晰。

翻译后，一致性验证器会提取每个数字并将其与规范来源进行比较。缺少百分比、更改小数分隔符号、反转符号或更改日期将导致验证失败。这是流程中最有价值的控制之一，因为错误滑点数的流畅翻译比没有翻译更糟糕。

---

7。验证并发布

最终输出必须通过：

● JSON Schema验证

● 所需语言覆盖范围

● PII 和机密实体重新扫描

● 亵渎和禁止主题检查

● 数值一致性检查

● 最大栏位长度限制

● 有效的 UTF-8 编码

● 交易日期单调性

● 内容哈希生成

应用程式首先编写一个不可变的对象，例如：

s3://deskpulse-public-prod/daily/2026/07/31/execution-message.v1.json

只有写入成功后才会更新：

s3://deskpulse-public-prod/daily/latest.json

网站从不读取半成品文件。如果一种语言的翻译失败，则不会发布新的 latest.json。在调查失败的作业时，先前已知良好的更新仍然有效。 S3 Versioning提供意外覆盖的恢复，生命周期规则可以根据组织的保留策略转换历史公共物件。

---

AWS 所使用的服务/架构概述

---

核心服务

Amazon Bedrock AgentCore Runtime 托管并执行有界代理工作流程。它接收规范化的执行负载，协调清理和讯息生成，并传回结构化结果。 AgentCore 是挑战赛所需的主要 AWS 部署，也是将脚本转换为可操作代理应用程式的元件。 

Amazon Bedrock 提供了用于重写原始笔记并产生规范的桌面摘要的基础模型。 Amazon Bedrock Guardrails 围绕模型互动添加敏感资讯、单字、内容和拒绝主题策略。敏感资讯过滤器可以掩盖或阻止侦测到的 PII，但我仍然将它们与确定性扫描和故障关闭发布结合。

Amazon S3 储存受限来源工件、经过验证的不可变输出以及面向网站的 latest.json。单独的储存桶或严格的前缀会阻止网站传输角色读取隔离的输入。版本控制、加密、生命周期规则、物件元资料、储存桶策略和 CORS 配置提供储存和发布控制。

Amazon CloudWatch 接收结构化日志、指标、追踪、仪表板和警报。它提供了回答实际问题所需的证据：特工跑了吗？哪个阶段失败了？是否侦测到PII？更新是否达到了三分钟的目标？

AWS Identity and Access Management 将每个组件限制为其所需的操作。 AWS Key Management Service 保护 S3 物件和其他加密资源。 Amazon CloudFront是私有S3来源的首选生产交付层。如果直接静态检索不够，可选的Amazon API Gateway和AWS Lambda可以提供经过验证的或动态的GET API。

---

主要挑战以及我如何克服它们

---

使 AI 输出对于网站来说足够确定

该模型擅长重写散文，但不应该拥有算术或出版状态。我将计算转移到程式码中，以模式约束模型输出，降低温度，验证每个字段，并将产生的讯息视为不可信的候选者，直到所有检查通过。结果是一个混合系统：用于语言的生成式 AI、用于数字和控制流的确定性软体。

---

保留 FSI 意义，同时清洁音调

清理可能会意外消除执行效能不佳的原因。我将“不专业的措辞”与“负面事实”分开。该应用程式可以消除指责或亵渎，但它保留了延迟参与、剩余数量、拒绝成交、不利的价格变动和流动性缺失。黄金测验比较标准化前后的事实命题。

---

防止翻译漂移

流畅的文字是不够的。每个百分比、基点值、计数、货币和日期都必须保持本地化。我保护了令牌，使用了 Amazon Bedrock AgentCore 运行时自订术语，并添加了数位奇偶校验验证器。单一更改的指标会阻止完整的发布，而不是发布五种正确的语言和一种不正确的语言。

---

安全发布，无需过度设计

资料库和内容管理工作流程可以发挥作用，但挑战会奖励专注的应用程式。S3 中的版本化 JSON 物件为网站提供了一个小型、持久的合约。在更新单一指标之前写入不可变内容可以提供回溯并避免部分发布。该架构稍后可以添加批准队列或资料库，而无需更改网站响应形状。

---

满足三分钟体验

我并行化了独立的目标语言翻译、限制重试、使用幂等作业 ID 并测量了阶段级延迟。超时失败关闭。先前的讯息仍然可用，交易者看到的是精确的失败阶段，而不是无尽的旋转。这在操作上比将延迟隐藏在乐观的 UI 副本后面更有价值。

---

我学到了什么

---

第一个教训是代理应用程式主要是系统工程。令人印象深刻的句子生成只是路径的一小部分。身分、IAM、模式、重试、可观察性、编辑、版本控制、翻译一致性和回溯决定结果是否可信。

第二个教训是在存在歧义的地方使用模型智能，在存在规则的地方使用普通代码。模型可以将速记变成连贯的案头回顾。它不应该决定 250000 / 250000 是否等于完全完成、滑移迹像是否有利或物件是否可以安全发布。这些是确定性的责任。

第三个教训是，FSI 术语只有在精确使用时才能增加信任。每一段都丢下“执行不足”，这不是专业精神。该术语只有在适当的基准和成本分解的情况下才有意义。同样，最佳执行是一个过程和证据问题，而不是透过几次填充而产生的行销形容词。该申请透过省略不受支持的主张来赢得可信度。

第四个教训是，本地化既是语言问题，也是资料完整性问题。最好的翻译管道具有经过批准的术语表、受保护的值、奇偶校验测试和明确的规范来源。六个独立的自由形式世代更容易演示，但更难协调。

第五课是尽早部署最薄的垂直切片。第一天将交易者操作连接到 AgentCore、S3 和网站就暴露了 IAM 和 CORS 问题，但仍有时间修复它们。交付路径真实后立即进行改进。

最后，故障关闭设计极大地简化了利害关系人的对话。总有一个已知良好的公共物件。关于 PII、模式、翻译、数值一致性或发布完整性的任何不确定性都会阻止指标前进。系统会降级为较旧且日期明确的讯息，而不是发布不确定的内容。

---

端到端范例：从桌面执行说明到公司网站

以下演练使工作流程更加具体。它使用基于提供的项目示例的综合演示装置。名称、帐户识别码、执行 ID、费用、回报和投资组合评论是用于测试应用程式的范例内容。它们不得被解释为经过验证的业绩、客户声明、会计记录、投资研究或投资建议。

这个例子故意比干净的 CSV 更难。它包含帐户级资料、指定发行人、详细的交易经济学、自由形式的评论、绩效声明、基准比较和网站副本。这对于演示为什么 DeskPulse 分离原始记录、确定性计算、AI 辅助叙述转换、合规性验证和公开发布非常有用。

---

步骤1：交易者提交前日执行历史记录

交易者透过DeskPulse介面提供执行历史记录。在第一个实作中，介面接受规范化的 JSON 或解析为内部模式的文字装置。以下原始票据代表开盘买入和稍后的收盘卖出：

Buy-In Execution Note (Opening Position)

======================================================================
BUY-IN EXECUTION NOTE
======================================================================
Execution Time:     2026-07-02 10:05:14 HKT  (July 1 is HK SAR Day Holiday)
Execution ID:       EXE-HKB-882019
Client Account:     ACC-HK-99821
----------------------------------------------------------------------
Asset Identifier:   0700.HK (Tencent Holdings Ltd)
Transaction Side:   BUY
Executed Quantity:  10,000 shares (100 Lots)
Execution Price:    HKD 430.20
Execution Venue:    HKEX (Continuous Trading Session)

FINANCIAL BREAKDOWN:
- Gross Principal:  HKD 4,302,000.00
- Stamp Duty (0.1%): HKD 4,302.00
- SFC Transaction Levy (0.0027%): HKD 116.15
- AFRC Transaction Levy (0.00015%): HKD 6.45
- HKEX Trading Fee (0.00565%): HKD 243.06
- Brokerage Commission (0.03%): HKD 1,290.60
----------------------------------------------------------------------
TOTAL DEBIT NET:    HKD 4,307,958.26
Settlement Date:    2026-07-06 (T+2 Settlement)
======================================================================

Sell-Out Execution Note (Closing Position)

======================================================================
SELL-OUT EXECUTION NOTE
======================================================================
Execution Time:     2026-07-20 15:42:01 HKT  (July 19 is a Sunday)
Execution ID:       EXE-HKS-885432
Client Account:     ACC-HK-99821
----------------------------------------------------------------------
Asset Identifier:   0700.HK (Tencent Holdings Ltd)
Transaction Side:   SELL
Executed Quantity:  10,000 shares (100 Lots)
Execution Price:    HKD 477.80
Execution Venue:    HKEX (Continuous Trading Session)

FINANCIAL BREAKDOWN:
- Gross Principal:  HKD 4,778,000.00
- Stamp Duty (0.1%): HKD 4,778.00
- SFC Transaction Levy (0.0027%): HKD 129.01
- AFRC Transaction Levy (0.00015%): HKD 7.17
- HKEX Trading Fee (0.00565%): HKD 269.96
- Brokerage Commission (0.03%): HKD 1,433.40
----------------------------------------------------------------------
TOTAL CREDIT NET:   HKD 4,771,382.46
Settlement Date:    2026-07-22 (T+2 Settlement)
======================================================================

提交的夹具很有用，因为它演示了几个控制要求：

● ACC-HK-99821 是帐户标识符，绝对不能出现在公共网站上。

● 发行人名称和工具识别码可能会暴露安全等级的风险。是否可以发布是政策决定，而不是语言模型决定。

● 执行 ID 是操作沿袭栏位。它们属于受限审计记录，而不是公开讯息。

● 费用组成部分和结算净值是确定性的财务数据。代理可以解释它们，但不能默默地重新计算或修改它们。

● 买入和卖出发生在不同的交易日，因此这是一个往返范例，而不是单日执行回顾。应用程式不得将两条腿都标记为“昨天的执行”，除非所选报告视窗明确涵盖这两个日期。

● 这些注释描述了开仓和平仓，但没有提供到达价格、决策价格、VWAP 或实施缺口基准。因此，DeskPulse 不能仅从这些领域做出最佳执行声明。

---

步骤 2：解析、分类和隔离记录

入口适配器将两个注解解析为内部记录集。它仅在加密隔离区域中保留原始文本，并向运行时提供规范化的有效负载。简化的表格如下：

{
  "schema_version": "1.0",
  "reporting_window": {
    "start": "2026-07-02",
    "end": "2026-07-20",
    "timezone": "Asia/Hong_Kong"
  },
  "records": [
    {
      "execution_id": "EXE-HKB-882019",
      "client_account": "ACC-HK-99821",
      "instrument": "0700.HK",
      "issuer_name": "Tencent Holdings Ltd",
      "side": "BUY",
      "executed_quantity": 10000,
      "execution_price": 430.20,
      "currency": "HKD",
      "venue": "HKEX",
      "gross_principal": 4302000.00,
      "net_cash_amount": -4307958.26,
      "settlement_date": "2026-07-06"
    },
    {
      "execution_id": "EXE-HKS-885432",
      "client_account": "ACC-HK-99821",
      "instrument": "0700.HK",
      "issuer_name": "Tencent Holdings Ltd",
      "side": "SELL",
      "executed_quantity": 10000,
      "execution_price": 477.80,
      "currency": "HKD",
      "venue": "HKEX",
      "gross_principal": 4778000.00,
      "net_cash_amount": 4771382.46,
      "settlement_date": "2026-07-22"
    }
  ]
}

签署的 net_cash_amount 约定使现金方向明确：购买是借方，销售是贷方。解析器不会仅仅因为帐户字串匹配就推断这两个记录代表相同的受益所有人。它仅在受限处理边界内使用该帐户，并在需要匹配时将其替换为不可逆的内部分组令牌。

---

步骤 3：应用确定性计算

此项目不要求模型计算往返经济性。确定性指标模组从提供的净值中得出它们：

Opening net debit:                  HKD 4,307,958.26
Closing net credit:                 HKD 4,771,382.46
Net realized cash difference:       HKD   463,424.20
Net return on opening cash outlay:            10.76%
Gross price change per share:       HKD        47.60
Gross price return:                           11.06%
Total stated transaction charges:   HKD    12,575.80
Holding period:                              18 days

已实现现金净差额为 HKD 4,771,382.46 - HKD 4,307,958.26 = HKD 463,424.20。期初现金支出的净回报约为10.76%。总执行价格变动为每股 HKD 47.60，或在规定的交易费用之前约为 11.06%。

这些是所提供夹具的算术结果，而不是独立验证的经纪人记录。总回报和净回报之间的差异反映了所包含的费用和净现金金额的使用。此模组将公式、来源栏位、小数精确度和计算版本与作业一起存储，以便网站语句可以追溯到确定性输入。

生产控制还将根据授权参考资料协调费用表、结算日历、公司行为、贸易修改、取消和货币处理。 DeskPulse 不使用 AI 模型来证明这些元素。

---

步骤 4：删除公共频道识别符

在叙事生成之前，清理层会根据发布策略对每个栏位进行分类：

{
  "removed": {
    "client_account": "{ACCOUNT_ID}",
    "execution_ids": ["{EXECUTION_ID}", "{EXECUTION_ID}"]
  },
  "policy_controlled": {
    "instrument": "{INSTRUMENT}",
    "issuer_name": "{ISSUER_NAME}"
  },
  "retained_aggregates": {
    "venue": "Hong Kong listed-market venue",
    "quantity": 10000,
    "currency": "HKD",
    "net_realized_cash_difference": 463424.20,
    "net_return_pct": 10.76
  }
}

对于公共范例，DeskPulse 抑制帐户、执行 ID、发行人名称和股票代码。已发表的叙述涉及 Hong Kong 上市股票部位。如果组织的通讯策略在适当的延迟和批准后允许指定仪器，则应用程式可以透过配置保留它们。预设值仍然保守。

---

步骤 5：产生桌面规格摘要

The canonical English output is factual, benchmark-aware, and scoped to the supplied records:

所提供的执行记录显示 Hong Kong 上市股票部位已完成往返。该柜台以平均执行价格 HKD 430.20 购买了 10,000 股票，随后以 HKD 477.80 的价格出售了相同数量的股票。根据所述净借方和净贷方，此部位产生净已实现现金差额 HKD 463,424.20，相当于期初现金支出约 10.76%。这些记录不包括到货价格、VWAP、决策价格或实施缺口基准，因此没有得出最佳执行或市场影响的结论。帐户标识符、执行标识符和安全性等级标识符已从公共讯息中删除。

这种语言使用专业的交易术语，但没有夸大数据证明的内容。它将实现的往返经济性与执行品质区分开来。相对于适当的基准，获利的交易仍然可能执行较差，而亏损的交易仍然可能具有高品质的执行。DeskPulse 将这些概念分开。

---

步骤 6：翻译并验证所有六个变体

规格摘要已翻译为 Simplified Chinese、Traditional Chinese、Japanese、Korean 和 Tagalog，而 English 仍保留原始版本。验证层确认每种语言保留 10,000、HKD 430.20、HKD 477.80、HKD 463,424.20 和 10.76%。它还检查没有翻译重新引入被抑制的帐户、执行 ID、发行者或股票代码。

A compact version of the published language map looks like this:

{
  "messages": {
    "en": {
      "headline": "Completed Hong Kong listed-equity round trip produced a positive net realized result",
      "summary": "The supplied records show a net realized cash difference of HKD 463,424.20, or approximately 10.76% of the opening cash outlay. No best-execution conclusion is made because no execution benchmark was supplied."
    },
    "zh": {
      "headline": "已完成的香港上市股票往返交易录得正数已实现净结果",
      "summary": "根据所提供的记录，已实现净现金差额为463,424.20港元，约相当于初始现金支出的10.76%。由于未提供执行基准，本摘要不对最佳执行作出结论。"
    },
    "zh-TW": {
      "headline": "已完成的香港上市股票往返交易录得正数已实现净结果",
      "summary": "根据所提供的纪录，已实现净现金差额为463,424.20港元，约相当于初始现金支出的10.76%。由于未提供执行基准，本摘要不对最佳执行作出结论。"
    },
    "ja": {
      "headline": "香港上场株式の往复取引を完了し、プラスの実现纯损益を计上",
      "summary": "提供された记录に基づく実现纯キャッシュ差额は463,424.20香港ドルで、当初の现金支出の约10.76%に相当します。执行ベンチマークが提供されていないため、最良执行に関する结论は示していません。"
    },
    "ko": {
      "headline": "홍콩 상장주식 왕복 거래 완료로 순실현 성과 기록",
      "summary": "제공된 기록에 따른 순실현 현금 차이는 HKD 463,424.20으로 최초 현금 지출의 약 10.76%입니다. 체결 벤치마크가 제공되지 않았으므로 최선집행에 관한 결론은 제시하지 않습니다."
    },
    "tl": {
      "headline": "Nakumpletong round-trip sa Hong Kong listed equity na may positibong net realized result",
      "summary": "Batay sa mga ibinigay na rekord, ang net realized cash difference ay HKD 463,424.20, o humigit-kumulang 10.76% ng panimulang cash outlay. Walang konklusyon tungkol sa best execution dahil walang ibinigay na execution benchmark."
    }
  }
}

这些翻译是示范内容。在生产中，它们将通过配置的术语、自动奇偶校验和组织的语言审查流程，然后才有资格发布。

---

步骤 7：Publish the validated S3 object

After all checks pass, DeskPulse writes the immutable object and advances the website pointer. The example payload includes explicit provenance and disclosure fields:

{
  "featured": {
    "title": "string",
    "subtitle": "string",
    "lead": {
      "author": {
        "initials": "string",
        "name": "string",
        "title": "string",
        "expertise": "string"
      },
      "storyTitle": "string or null",
      "bodiesHtml": ["html paragraph", "..."],
      "quoteHtml": "quoted html string",
      "details": [],
      "achievement": {
        "title": "Achievement",
        "descriptionHtml": "html string",
        "comparisonLabel": "string",
        "comparisonValue": "string"
      }
    },
    "stories": [
      {
        "author": {
          "initials": "string",
          "name": "string",
          "title": "string",
          "expertise": "string"
        },
        "storyTitle": "string or null",
        "bodiesHtml": ["html paragraph", "..."],
        "quoteHtml": "quoted html string",
        "details": [
          {
            "title": "Trading Execution Summary",
            "descriptions": [],
            "lists": [
              {
                "type": "ul",
                "items": [
                  { "label": "Instrument", "html": "..." }
                ]
              }
            ]
          }
        ],
        "achievement": {
          "title": "Achievement",
          "descriptionHtml": "html string",
          "comparisonLabel": "Compared to the S&P500",
          "comparisonValue": "(-4.51%)"
        }
      }
    ]
  },
  "clients": {
    "title": "string",
    "subtitle": "string",
    "stories": [
      {
        "author": {
          "initials": "string",
          "name": "string",
          "title": "string",
          "expertise": "string",
          "experienceYears": "optional string",
          "experienceAreas": "optional string"
        },
        "storyTitle": "string or null",
        "bodiesHtml": ["html paragraph", "..."],
        "quoteHtml": "quoted html string",
        "details": [],
        "results": [
          { "number": "+5%", "label": "Absolute Return" }
        ],
        "achievement": null
      }
    ]
  }
}

The website can combine this execution-message object with separately governed profile or portfolio content. Keeping these data domains separate is important. Execution history comes from the DeskPulse pipeline; biography, title, mandate language, benchmark performance, and achievement claims should come from an approved content-management source rather than being inferred from trade records.

DeskPulse 拥有的元件是从提交的执行资料集产生的 Trading Execution Summary。两个合成 Hong Kong 权益记录的安全渲染范例是：

Trading Execution Summary
Reporting window: 2 July 2026 to 20 July 2026
Exposure: Hong Kong listed equity, public identifier suppressed
执行生命周期： 开仓购买和随后的全面成交销售
数量： 10,000 股票开盘，10,000 股票休市
开盘执行价： HKD 430.20
收盘执行价： HKD 477.80
净实现现金差额： HKD 463,424.20
开业现金支出净回报：约10.76%
基准状态： 未提供到货价格、VWAP、决策价格和实施缺口基准
隐私控制： 删除帐户、执行、发行者和工具标识符
执行品质结论： 未根据提供的栏位进行评估

---

例子证明了什么

这场端到端的比赛展示了完整的周末挑战体验：

1. 交易者提供记录，而不是手动起草网站讯息。
2. AgentCore Runtime 协调有界的工作流程，而不是不受约束的自主代理。
3. 确定性代码计算贸易经济学并保留符号约定。
4. 基岩辅助语言处理可以在不发明基准的情况下改善叙述。
5. 护栏和自订扫描器会删除帐户和公司敏感资料。
6. Amazon Bedrock AgentCore 运行时支援六种所需的语言变体。
7. 验证可防止数位漂移、PII 泄漏和不受支援的效能声明。
8. Amazon S3 储存不可变版本和网站导向的 latest.json 指标。
9. 交易者等待大约三分钟并在公司网站上验证结果。
10. 设定档、投资组合绩效和执行资料保持独立，每个资料都有自己的来源和审批路径。

该范例还说明了为什么值得信赖的 FSI 应用程式不仅仅是一个提示。它是资料分类、确定性计算、代理辅助转换、多语言验证、不可变发布和可见源边界的受控链。

DeskPulse 消除了一小部分但持久的交易台工作。交易者提供前一天的执行历史记录，Amazon Bedrock AgentCore 将其转换为经过净化的专业回顾，Amazon Bedrock AgentCore 运行时创建六种语言变体，Amazon S3 为公司网站提供干净的发布合约。这个过程是可观察的、可测试的、可逆的，并且有意缩小范围。