極點宏觀｜Financial Cloud Cloud · 挑戰
週末煩人的任務挑戰：交易台在雲端、鏈上、空中執行摘要
使用 DeskPulse 節省日終報告的時間，DeskPulse 是一款 AWS 原生應用程序，可在三分鐘內將原始執行記錄轉換為多語言更新。它由無伺服器 AWS Lambda、Amazon S3 版本控制和 Amazon Translate 提供支持，可清理敏感貿易數據並發布六種語言的翻譯摘要。安全的 Amazon CloudFront 只讀端點可立即向公共網站提供訊息，從而消除操作錯誤，實現對核心訂單系統的零暴露。
連結到應用程式或儲存庫
直播應用： https://vertexmacro.com/cloud_club/demo/best_frontier_prime_securities/index.html
公共GitHub儲存庫： https://github.com/dchan-dev/updateTradeWeb
使用者心態流程
AWS架構
AWS 架構上的資料流
開始進階產品流程
高層次的整個組織流程
網站
網站 API 調用
開發流程
週末煩人任務挑戰：DeskPulse
每個交易日結束時都承擔著同樣看似簡單的義務：將交易台的執行歷史記錄轉變為股東和合作夥伴的簡潔、專業的更新，然後以多種語言可靠地發布。這項任務是重複性的、時間敏感的，當交易台已經專注於交易後控制、休息、分配和下一個交易日的風險時，很容易出錯。
我建立了 DeskPulse，這是一個 AWS 原生應用程序，它將交易者的前日執行記錄轉換為經過淨化的桌面級每日執行消息，將其翻譯為六種語言變體，將版本化的 JSON 文件寫入 Amazon Simple Storage Service (ZXQ10QZXQQ8QXZ)，並提供給 Amazon Simple Storage Service (ZXQQ101Z21公司通過交易者提交執行歷史記錄，等待約三分鐘，然後檢查公共網站。這就是整個用戶旅程。
該專案故意很好地解決了一項煩人的任務。它不下訂單、推薦交易、更改帳簿和記錄、計算監管資本或取代交易報告。其範圍是受控發布源自於所提供的執行歷史記錄的事實交易後通信。這種狹窄的邊界使其成為週末挑戰賽的理想提交，更重要的是，使得無需將週末專案轉變為完整的訂單管理系統就可以建立有用的工作垂直切片。
願景和應用程式的用途
煩人的任務
交易櫃檯通常需要用非交易者可以理解的語言解釋昨天的執行活動，同時又不失去市場專業人士所期望的準確性。原始來源可能包含時間戳記、符號、邊、數量、地點、策略說明、成交狀態、平均價格、參與觀察和交易者的非正式評論。在該資料出現在公司網站上之前，必須有人刪除個人或機密識別碼、規範語氣、提取有意義的績效故事、對其進行翻譯、格式化並發布。
此手動過程會產生多種形式的操作阻力：
● 複製貼上風險。 電子郵件地址、客戶名稱、法人實體、經紀人聯絡人或內部桌面評論可以傳送到公共管道。
● 市場語言不一致。 一位作者可能會說該服務台“做得很好”，而另一位作者則描述了衡量的價差捕獲、實施不足、參與率或市場影響。
● 翻譯延遲。 手動產生 Simplified Chinese、Traditional Chinese、English、Japanese、Korean 和 Tagalog 變體可將簡短的更新轉變為串行工作流程。
● 發布摩擦。 即使內容準備就緒，仍然需要有人編輯內容管理系統或要求網路業者上傳它。
● 時間不確定性。 交易者沒有確定性的交接。更新可能會在十分鐘內準備就緒，也可能會消失在佇列中。
DeskPulse將操作模式從手動排版改為基於異常的審核。交易者提供前一個交易日的執行歷史記錄。 Amazon Bedrock AgentCore Runtime 接收此有效負載並編排有界轉換管路。該應用程式刪除 PII 和組織特定的名稱，過濾不良語言，用專業的賣方或買方執行詞彙重寫註釋，產生簡明的績效摘要，將批准的規範摘要翻譯為六個變體，根據 JSON 模式驗證輸出，並將其儲存在 Amazon S3 中。然後，公司網站透過 GET 請求檢索目前的 JSON 物件。
三分鐘工作流程
● 交易者將昨天的桌面執行歷史記錄匯出或貼到 DeskPulse 提交畫面。
● 該請求立即返回作業標識符，而代理繼續非同步處理。
● 交易者最多等待三分鐘。
● 交易者打開公司網站並確認最新的每日執行訊息在所需的語言標籤中可見。
清晰的狀態模型支援此旅程：RECEIVED、SANITIZING、NORMALIZING、SUMMARIZING、TRANSLATING、ZXQQ17QXZ、PUBLISHING、PUBLISHED 或 VALIDATING。三分鐘的數字是該專案面向使用者的服務目標，而不是聲稱每次模型呼叫總是需要那麼長時間。透過對工作流程進行檢測，我可以追蹤 p50, p95, 和最大端到端延遲，並確定時間是否花費在輸入驗證、代理、翻譯、S3 發布或網站快取刷新上。
輸出是通信，而不是執行報告
這種區別在金融服務業中很重要。DeskPulse 可以總結可觀察的事實，例如母訂單數量、所提供資料中代表的總名目金額、完成率、場地組合、平均參與度、到達價格滑點（如果輸入包含有效基準）或透過限價、市場、VWAP、TWAP 或參與式策略執行的流量部分。可以用謹慎的語言討論流動性狀況、點差環境、緊迫性、剩餘數量和市場影響。
它絕不能發明最佳執行結論。諸如「執行品質非常出色」之類的陳述需要明確的基準和足夠的證據。 DeskPulse 相反地使用諸如「提供的記錄顯示提交數量的 96% 已完成，與提供的到貨價格基準相比，中位數滑點為 4.2 基點」之類的表述。如果沒有基準，系統會這麼說並忽略該指標。如果記錄不完整，則狀態為 REVIEW_REQUIRED，而不是假裝磁帶完整。
該應用程式還避免暴露訂單級別阿爾法、客戶身份、限制清單資訊、重大非公開資訊或可能對櫃檯執行策略進行逆向工程的細節。公共產出被匯總並延遲到前一個交易日。這不僅僅是一項隱私措施。它減少了有關即時流動性需求、經紀商路由行為、場地偏好和剩餘庫存的資訊洩漏。
我是如何建造它的
架構第一，提示第二
製作脆弱代理的最快方法是從一個巨大的提示開始，並將每個輸出視為可發布的文字。我採取了相反的方法。我首先寫下了系統邊界、資料契約、故障狀態和發布不變性：公共指標絕不能引用未通過確定性驗證的物件。
設計有四個邏輯層：
● 入口：對交易者進行身份驗證，接受執行歷史記錄，拒絕不支援的文件，並發出作業標識符。
● 代理處理：清理、規範化、總結並產生規範的桌面 English 訊息。
● 本地化和驗證：產生六種所需的語言變體，強制執行術語和模式規則，並執行最終的安全檢查。
● 發布：編寫一個不可變的日期對象，然後自動更新網站使用的 latest.json 指針。
Amazon Bedrock AgentCore 非常適合代理程式層，因為它提供了一個用於部署和操作代理程式的託管平台，同時允許建置者選擇代理框架和模型。 AgentCore Runtime 旨在在專用環境中託管代理程式和工具，其可觀察性與 Amazon CloudWatch 整合；可使用 AWS Distro for OpenTelemetry 發出自訂遙測資料。 citeturn1search1turn1search2turn1search5
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
原始有效負載放置在使用 AWS Key Management Service 金鑰加密的受限 S3 前綴中。它不會暴露在網站儲存桶中。物件金鑰包括交易日期、作業 ID 和內容雜湊。這支援重播保護並讓應用程式偵測到相同的重新提交。
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.
該架構承認 FSI 的現實：機率編輯很有用，但它不是權利控制，而且並不完美。確定性檢查、資料最小化、受限原始資料區域和故障關閉發布仍然是必要的。
3. Remove poor language without deleting meaning
交易者筆記可以是簡潔的、情緒化的，也可以是速記的。目標不是消除不利的執行事實。它是為了消除褻瀆、侮辱、指責和不專業的措辭，同時保留操作意義。 「經紀人沒用，錯過了整個行動」不能變成「執行成功」。忠實的標準化可能是：“訂單在價格變動期間沒有維持所要求的參與；需要經紀人跟進。”
I configured content and word filters and added prompt instructions that distinguish tone correction from fact correction. Bedrock Guardrails supports content filters, denied topics, word filters, and sensitive-information filters, allowing the application to apply consistent safeguards around model input and output. citeturn1search15turn1search16
The denied-topic policy also blocks the generation of personalized investment recommendations. This is a post-trade communication tool, not a research or advisory channel. If the input note contains a forward-looking trade recommendation, the agent removes it from the public summary and records a non-public validation warning.
4. 將筆記升級為桌面語言
規範提示要求僅以提供的記錄為基礎的專業執行語言。它提供了一個受控的術語表：
● filled quantity 而不是“完成了什麼”
● residual quantity 而不是“剩下的”
● arrival-price slippage 僅當存在到達基準時
● implementation shortfall 僅當所有必需元件均可用時
● participation rate 用於執行市場交易量參與
● market impact、spread capture、liquidity、urgency、venue mix、block liquidity 和 opportunity cost 僅當輸入支援時
● basis points 具有基準和符號約定
該提示還包含禁止的行為：不推斷客戶意圖、不聲稱最佳執行、不指定交易對手、不暴露即時頭寸、不將相關性轉化為因果關係、不製造基準。溫度保持較低以保證可重複性。預期的模型響應是結構化的 JSON，而不是圍繞 JSON 的散文。
符號約定是模式的一部分。對於買入，正成本意味著執行價格高於基準；對於賣出，正成本意味著執行價格低於基準。對此進行明確編碼可以防止常見的破壞信任的錯誤，即有利和不利的滑動在雙方之間顛倒。
5. 總結表現
總結分為三層：
- 標題：一句話描述完成情況和整體執行情況。
- 案頭回顧：兩到四句話，涵蓋流量、基準績效、流動性和重大例外情況。
- 指標：訂單、數量、完成、名義、滑點、策略組合和異常計數的結構化值。
典型的規範輸出可能表明，交易台完成了提交數量的指定百分比，基準子集記錄了給定的加權滑點，並且流動性集中在開盤拍賣或稍後的交易量窗口周圍。它不會埋葬異常。材料殘留、被拒絕的記錄、缺失基準或異常偏差都顯示在 exceptions 陣列中。
為了將公共訊息保持在專案範圍內，帳戶層級、用戶端層級和安全層級詳細資訊將聚合到桌面安全儲存桶中。確切的工具可以省略或按資產類別、地區或流動性範圍進行分組。公開資訊旨在提高股東和合作夥伴的透明度，而不是深入分析交易成本。
6. 翻譯成六種語言變體
所需的輸出為：
● Mainland Chinese：Simplified Chinese、zh
● Taiwan Chinese：Traditional Chinese、zh-TW
● English：en
● Japanese：ja
● Korean：ko
● Tagalog：tl
Amazon Bedrock AgentCore運行時支援這些語言代碼和語言對。它還支援自訂術語，這對於保持桌面術語、產品名稱和批准的翻譯一致特別有用。 citeturn1search19turn1search21
English 是規範來源。對於每個目標，本地化步驟會保護數值、日期、基點單位和架構鍵。自訂術語文件標準化了到達價格、平均執行價格、剩餘數量、參與率和市場影響等概念的翻譯。
Traditional Chinese 不是由字元轉換捷徑產生的。它有自己的 zh-TW 翻譯和術語選擇。同樣，Japanese 和 Korean 輸出避免了字面音譯，其中公認的市場術語更合適。Tagalog 輸出有利於簡單的專業溝通。
翻譯後，一致性驗證器會提取每個數字並將其與規範來源進行比較。缺少百分比、更改小數分隔符號、反轉符號或更改日期將導致驗證失敗。
7. 驗證並發布
最終輸出必須通過：
● JSON Schema驗證
● 所需語言覆蓋範圍
● PII 和機密實體重新掃描
● 褻瀆和禁止主題檢查
● 數值一致性檢查
● 最大欄位長度限制
● 有效的 UTF-8 編碼
● 交易日期單調性
● 內容哈希生成
s3://deskpulse-public-prod/daily/2026/07/31/execution-message.v1.json
s3://deskpulse-public-prod/daily/latest.json網站從不讀取半成品文件。如果一種語言的翻譯失敗，則不會發布新的 latest.json。在調查失敗的作業時，先前已知良好的更新仍然有效。 S3 Versioning提供意外覆蓋的恢復，生命週期規則可以根據組織的保留策略轉換歷史公共物件。
AWS 所使用的服務/架構概述
核心服務
Amazon Bedrock AgentCore Runtime 託管並執行有界代理工作流程。它接收規範化的執行負載，協調清理和訊息生成，並傳回結構化結果。 AgentCore 是挑戰賽所需的主要 AWS 部署，也是將腳本轉換為可操作代理應用程式的元件。
Amazon Bedrock 提供了用於重寫原始筆記並產生規範的桌面摘要的基礎模型。 Amazon Bedrock Guardrails 圍繞模型互動添加敏感資訊、單字、內容和拒絕主題策略。敏感資訊過濾器可以掩蓋或阻止偵測到的 PII，但我仍然將它們與確定性掃描和故障關閉發布結合。
Amazon S3 儲存受限來源工件、經過驗證的不可變輸出以及面向網站的 latest.json。單獨的儲存桶或嚴格的前綴會阻止網站傳輸角色讀取隔離的輸入。版本控制、加密、生命週期規則、物件元資料、儲存桶策略和 CORS 配置提供儲存和發布控制。
Amazon CloudWatch 接收結構化日誌、指標、追蹤、儀表板和警報。它提供了回答實際問題所需的證據：特工跑了嗎？哪個階段失敗了？是否偵測到PII？更新是否達到了三分鐘的目標？
AWS Identity and Access Management 將每個組件限制為其所需的操作。 AWS Key Management Service 保護 S3 物件和其他加密資源。 Amazon CloudFront是私有S3來源的首選生產交付層。如果直接靜態檢索不夠，可選的Amazon API Gateway和AWS Lambda可以提供經過驗證的或動態的GET API。
主要挑戰以及我如何克服它們
使 AI 輸出對於網站來說足夠確定
該模型擅長重寫散文，但不應該擁有算術或出版狀態。我將計算轉移到程式碼中，以模式約束模型輸出，降低溫度，驗證每個字段，並將產生的訊息視為不可信的候選者，直到所有檢查通過。
保留 FSI 意義，同時清潔音調
清理可能會意外消除執行效能不佳的原因。我將“不專業的措辭”與“負面事實”分開。該應用程式可以消除指責或褻瀆，但它保留了延遲參與、剩餘數量、拒絕成交、不利的價格變動和流動性缺失。
防止翻譯漂移
流暢的文字是不夠的。每個百分比、基點值、計數、貨幣和日期都必須保持本地化。我保護了令牌，使用了 Amazon Bedrock AgentCore 運行時自訂術語，並添加了數位奇偶校驗驗證器。
安全發布，無需過度設計
資料庫和內容管理工作流程可以發揮作用，但挑戰會獎勵專注的應用程式。 S3 中的版本化 JSON 物件為網站提供了一個小型、持久的合約。在更新單一指標之前寫入不可變內容可以提供回溯並避免部分發布。
滿足三分鐘體驗
我並行化了獨立的目標語言翻譯、限制重試、使用冪等作業 ID 並測量了階段級延遲。超時失敗關閉。先前的訊息仍然可用，交易者看到的是精確的失敗階段，而不是無盡的旋轉。
我學到了什麼
第一個教訓是代理應用程式主要是系統工程。身分、IAM、模式、重試、可觀察性、編輯、版本控制、翻譯一致性和回溯決定結果是否可信。
第二個教訓是在存在歧義的地方使用模型智能，在存在規則的地方使用普通代碼。模型可以將速記變成連貫的案頭回顧。它不應該決定 250000 / 250000 是否等於完全完成、滑移跡像是否有利或物件是否可以安全發布。
第三個教訓是，FSI 術語只有在精確使用時才能增加信任。最佳執行是一個過程和證據問題，而不是透過幾次填充而產生的行銷形容詞。
第四個教訓是，本地化既是語言問題，也是資料完整性問題。最好的翻譯管道具有經過批准的術語表、受保護的值、奇偶校驗測試和明確的規範來源。
第五課是儘早部署最薄的垂直切片。第一天將交易者操作連接到 AgentCore、S3 和網站就暴露了 IAM 和 CORS 問題，但仍有時間修復它們。
最後，故障關閉設計極大地簡化了利害關係人的對話。總有一個已知良好的公共物件。關於 PII、模式、翻譯、數值一致性或發布完整性的任何不確定性都會阻止指標前進。
端到端範例：從桌面執行說明到公司網站
以下演練使工作流程更加具體。它使用基於提供的項目示例的綜合演示裝置。名稱、帳戶識別碼、執行 ID、費用、回報和投資組合評論是用於測試應用程式的範例內容。它們不得被解釋為經過驗證的業績、客戶聲明、會計記錄、投資研究或投資建議。
這個例子故意比乾淨的 CSV 更難。它包含帳戶級資料、指定發行人、詳細的交易經濟學、自由形式的評論、績效聲明、基準比較和網站副本。
步驟1：交易者提交前日執行歷史記錄
交易者透過DeskPulse介面提供執行歷史記錄。在第一個實作中，介面接受規範化的 JSON 或解析為內部模式的文字裝置。以下原始票據代表開盤買入和稍後的收盤賣出：
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)
======================================================================提交的夾具很有用，因為它演示了幾個控制要求：
● ACC-HK-99821 是帳戶標識符，絕對不能出現在公共網站上。
● 發行人名稱和工具識別碼可能會暴露安全等級的風險。
● 執行 ID 是操作沿襲欄位，屬於受限審計記錄。
● 費用組成部分和結算淨值是確定性的財務數據。
● 買入和賣出發生在不同的交易日，因此這是一個往返範例。
● 這些註釋沒有提供到達價格、決策價格、VWAP 或實施缺口基準，因此不能做最佳執行聲明。
步驟 2：解析、分類和隔離記錄
入口適配器將兩個註解解析為內部記錄集。它僅在加密隔離區域中保留原始文本，並向運行時提供規範化的有效負載。簡化的表格如下：
{
"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"}
]
}簽署的 net_cash_amount 約定使現金方向明確：購買是藉方，銷售是貸方。解析器不會僅僅因為帳戶字串匹配就推斷這兩個記錄代表相同的受益所有人。
步驟 3：應用確定性計算
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已實現現金淨差額為 HKD 4,771,382.46 - HKD 4,307,958.26 = HKD 463,424.20。期初現金支出的淨回報約為 10.76%。這些是所提供夾具的算術結果，而不是獨立驗證的經紀人記錄。
步驟 4：刪除公共頻道識別符
{
"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}
}對於公共範例，DeskPulse 抑制帳戶、執行 ID、發行人名稱和股票代碼。預設值仍然保守。
步驟 5：產生桌面規格摘要
所提供的執行記錄顯示 Hong Kong 上市股票部位已完成往返。該櫃檯以平均執行價格 HKD 430.20 購買了 10,000 股票，隨後以 HKD 477.80 的價格出售了相同數量的股票。根據所述淨借方和淨貸方，此部位產生淨已實現現金差額 HKD 463,424.20，相當於期初現金支出約 10.76%。這些記錄不包括到貨價格、VWAP、決策價格或實施缺口基準，因此沒有得出最佳執行或市場影響的結論。
步驟 6：翻譯並驗證所有六個變體
{
"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."},
"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%。"},
"zh-TW": {"headline": "已完成的香港上市股票往返交易錄得正數已實現淨結果", "summary": "根據所提供的紀錄，已實現淨現金差額為463,424.20港元，約相當於初始現金支出的10.76%。"},
"ja": {"headline": "香港上場株式の往復取引を完了し、プラスの実現純損益を計上", "summary": "提供された記録に基づく実現純キャッシュ差額は463,424.20香港ドルです。"},
"ko": {"headline": "홍콩 상장주식 왕복 거래 완료로 순실현 성과 기록", "summary": "제공된 기록에 따른 순실현 현금 차이는 HKD 463,424.20입니다."},
"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."}
}
}步驟 7：Publish the validated S3 object
{
"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": []}},
"clients": {"title": "string", "subtitle": "string", "stories": [{"storyTitle": "string or null", "bodiesHtml": ["html paragraph", "..."], "details": [], "results": [{"number": "+5%", "label": "Absolute Return"}]}}
}網站可以將此 execution-message object 與另外受治理的 profile 或 portfolio 內容結合。保持這些資料域分離很重要，因為 biography、title、mandate language、benchmark performance 和 achievement claims 應來自核准的內容來源。
步驟8：交易者查看最新公司網站消息
Ken K. C.
Pure-Alpha Portfolio Manager
Expertise: Pure-Alpha Portfolio
Achievement
The macro-hedging construction achieved a monthly absolute NAV return of
+5.31% from January to April 2026.
Compared with the S&P 500
-4.51%這些網站內容僅展示目標呈現風格，不應由兩份執行筆記自動推導。DeskPulse 擁有的元件是從提交的執行資料集產生的 Trading Execution Summary。
Trading Execution Summary
Reporting window: 2 July 2026 to 20 July 2026
Exposure: Hong Kong listed equity, public identifier suppressed
執行生命週期： 開倉購買和隨後的全面成交銷售
數量： 10,000 股票開盤，10,000 股票休市
開盤執行價： HKD 430.20
收盤執行價： HKD 477.80
淨實現現金差額： HKD 463,424.20
開業現金支出淨回報：約10.76%
基準狀態： 未提供到達價格、VWAP、決策價格和實施缺口基準
隱私控制： 刪除帳戶、執行、發行者和工具標識符
執行品質結論： 未根據提供的欄位進行評估
例子證明了什麼
● 交易者提供記錄，而不是手動起草網站訊息。
● AgentCore Runtime 協調有界的工作流程，而不是不受約束的自主代理。
● 確定性代碼計算貿易經濟學並保留符號約定。
● 基岩輔助語言處理可以在不發明基準的情況下改善敘述。
● 護欄和自訂掃描器會刪除帳戶和公司敏感資料。
● Amazon Bedrock AgentCore 運行時支援六種所需的語言變體。
● 驗證可防止數位漂移、PII 洩漏和不受支援的效能聲明。
● Amazon S3 儲存不可變版本和網站導向的 latest.json 指標。
● 交易者等待大約三分鐘並在公司網站上驗證結果。
● 設定檔、投資組合績效和執行資料保持獨立，每個資料都有自己的來源和審批路徑。
該範例還說明了為什麼值得信賴的 FSI 應用程式不僅僅是一個提示。它是資料分類、確定性計算、代理輔助轉換、多語言驗證、不可變發布和可見源邊界的受控鏈。
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執行歷史記錄，Amazon Bedrock AgentCore 將其轉換為經過淨化的專業回顧，Amazon Bedrock AgentCore 運行時創建六種語言變體，Amazon S3 為公司網站提供乾淨的發布合約。這個過程是可觀察的、可測試的、可逆的，並且有意縮小範圍。