做什么（One-liner）

Canvas 单 Agent LLM 辩论：扮演特定机构身份（CIO/quant/researcher 等），Phase K 数据驱动 system prompt，生成 {stance, reasoning, confidence, assetViews}。

怎么用

Institution template (fedFOMC.member_1) → institution_agent → institution_composite
                                          → stance=bullish, confidence=0.75

核心公式

见 frontmatter。Phase K 数据 → system prompt 四段 → LLM → extract structured argument。

假设与适用场景

假设：temp=0, maxTokens≥1024, Phase K 数据冻结。

适用：机构身份 persona-driven 观点、institution_composite 子节点、Phase K 验证 demo。

不适用：multi-agent consensus、byte-deterministic、实盘。

已知局限

详见 frontmatter。6 点：non-determinism / biases 主观 / voiceStyle 少 / template 质量差 / no cross-validation / small maxTokens 危险。

参考文献

• Li et al. (2023) — LLM multi-agent debate
• Pangura Phase K Data Spec (2026-04)

Golden Test

Tier 5 attestation —— 待 Phase B 框架。

Changelog

• 1.0.0 (2026-04-21) — 首次 Active（Tier 5 轨道）