· XingAI Notification Platform
XNP Phase 2：先跑起来、里面先什么也没有的模块化单体
Phase 1 交了架构包：系统设计、ADR 0001–0018、C4、契约。下一步的诱惑是还没搞懂如何拒绝坏 JWT，就先上 SMS、模板、活动。
architecture
按文章上的标签过滤归档。
Personal Memory Engine：一个画像，跨越所有 XingAI 产品
建多个 AI 产品的麻烦在于：每一个都从零开始。
· Invest AI + Decision Engine
两个仓库、一份分数契约：Decision Engine ADR-011 与 Invest AI ADR-026
Invest AI 交付带宏观共识的生产 dashboard。Decision Engine 拥有多周期技术打分与回测。两个仓库是刻意设计 — [Decision Engine ADR-002](https://github.com/xingaiapp/xingai-invest-decision-engine/blob/main/docs/adr/0…
· Research AI
决策板，不是聊天框：Research AI 为什么只给一个结论
Google 回答 是什么。Research AI 回答 今晚值不值得：
· XingAI Platform
MCP 架构：四种连接模式与生产级鉴权实践
Model Context Protocol（MCP）给 AI Agent 提供了统一的工具发现与调用协议。Demo 很好做，上线难在别处：权限隔离、链式 MCP、多 Agent 编排，还有「一把 API Key 通吃全部后端」这种迟早会炸的设计。
· T Today / invest-t-advisor
规则先行、AI 其次：T Today 双层决策引擎
T Today（t.xingai.app）只回答一个窄问题：
· InvestSim / invest-performance-sim (private)
纸面实验室为何单独成仓
[Invest AI](https://xingai.app/apps/invest-ai) 回答「今天市场长什么样？」—— 信号、仪表盘上下文，以及后续更丰富的决策面。
· XingAI Invest AI
为何 V1 路由改成 OpenAI 优先（以及下一步）
早期 V1 按 Ollama → Gemini → OpenAI 试。想法：能不用云就不用。
· XingAI Invest AI
把 LLM 输出当缓存行（规划中）：推理归 worker
本文记录已接受的决策，不是已在生产跑通的能力。与 CQRS 市场缓存同一故事：衍生数据应只有一个写入方。
· XingAI Invest AI
CQRS + SQLite：一个写入方，多个读取方
市场仪表盘要新数据；上游 API 要少调用；用户要首屏 <200ms。
· XingAI Invest AI
投资决策的三层 AI 架构
多数 AI 投资工具：把市场数据倒进一个 LLM，拿一个答案。简单，也错。
· XingAI Invest AI
MCP 分阶段上线：从仪表盘到自动交易
理想图是 AI 决策引擎 → MCP 网关 → 金融/新闻/日历/组合/券商五个服务。别这么干。