TradingAgents-CN快速上手指南多智能体AI股票分析团队搭建【免费下载链接】TradingAgents-CN基于多智能体LLM的中文金融交易框架 - TradingAgents中文增强版项目地址: https://gitcode.com/GitHub_Trending/tr/TradingAgents-CNTradingAgents-CN 是一个基于多智能体大模型的中文股票分析平台把多个 AI 智能体组成一支虚拟研究团队自动完成从数据收集到投资建议的全流程适合股票研究学习者与 AI 爱好者做 A股/美股/港股的策略实验。 30 秒看懂TradingAgents-CN 是什么如果你只问一个聊天机器人这只股票值得买吗它往往会直接吐出一段似是而非的结论。TradingAgents-CN 的做法不同先把任务拆开。市场分析师看价格走势新闻分析师梳理近期消息社媒分析师盯情绪基本面分析师查财务数据然后看涨和看跌两个研究员智能体各自站队辩论交易员智能体写出交易策略风控三个角色从激进、保守、中立三种风险偏好把关最后才落成一份投资建议报告。打个比方它相当于在你电脑上雇了一家迷你研究所。每个 AI 只负责自己那一段工作过程留痕、结论可追溯。这也是它和单模型问答类工具最大的区别——你拿到的不只是一句答案而是整个分析链条。需要说明的是项目定位是学习与研究用途明确不提供实盘交易指令。 快速上手从零跑通第一步第一步拿到代码git clone https://gitcode.com/GitHub_Trending/tr/TradingAgents-CN cd TradingAgents-CN第二步配置密钥官方推荐用 Docker 部署环境隔离、省心。复制一份配置文件cp .env.example .env打开.env至少填一个大模型的 KeyDEEPSEEK_API_KEY、DASHSCOPE_API_KEY、OPENAI_API_KEY三选一有 Tushare 的话顺手填上TUSHARE_TOKENA股数据会完整不少。第三步一键启动docker-compose up -d服务起好后浏览器打开本地地址进入 Web 界面。首次分析建议这样填股票000001A股、研究深度选 1 级快速分析、勾选市场分析师加基本面分析师点开始即可。⚠️ 一个容易被忽略的坑官方 README 特别提醒分析之前先把股票数据同步完否则结果可能出现数据错误。先在界面上把行情、财务数据同步跑一遍再开始分析能避开绝大多数数据不对的疑问。不想碰 Web 界面的也可以装完依赖后在终端跑python -m cli.main用命令行版体验同样的流程。 核心能力拆解能力作用使用场景多分析师数据团队市场、新闻、社媒、基本面四个分析师各取所需自动汇总成个股画像日常盯个股、学习多维度看数据多空双视角辩论看涨与看跌两个研究员对辩报告同时呈现双方论点与总结买卖决策前的深度研究三方风控评审激进、保守、中立三个风控角色按不同风险偏好审视交易方案审核仓位、止损与对冲计划多市场覆盖A股、港股、美股都支持数据源带多级降级链跨市场研究与对比报告导出 模拟交易报告支持 Markdown/Word/PDF 导出虚拟环境验证策略整理学习笔记、验证想法⚙️ 它是怎么工作的五段式流水线像公司流程一样拆任务整条流程分五段分析师团队 → 研究团队 → 交易员 → 风控管理 → 组合管理和 CLI 启动页上印的 Workflow 一致。为什么不把提示词写长一点、让一个模型一口气出结果因为金融分析链路很长一步出错就全盘错。拆段后每一段的产出都是独立可读的文档——分析师的数据综述、研究员的辩论记录、交易员的策略草案、风控的否决意见——出了问题你能直接定位是哪一段跑偏了而不是面对一锅炖出来的黑盒结论。多源数据降级链一个数据源挂了分析不停行情、新闻、财务数据分别来自 Tushare、AKShare、Baostock 等多个数据源系统按优先级管理还能动态切换。单股实时行情设计了多级降级链比如 AKShare 会按stock_bid_ask_em → stock_zh_a_spot → stock_zh_a_spot_em → stock_zh_a_hist的顺序依次尝试。为什么这么设计公开数据源都会限流、接口都会变动单靠一家迟早翻车有降级链兜底同步结果还会如实展示走了主链路还是回退链路、失败原因是什么数据从哪来的清清楚楚。状态机式图执行进度可见卡住能查底层基于 LangGraph 搭的有向图每个智能体是一个节点一份共享状态在各个节点之间传递、逐段更新。这样设计的实际好处是分析是长任务执行到哪一步、谁在跑谁在排队前端通过实时推送随时可见真卡住了也能从状态日志里查到停在哪。对学习者来说这本身就是很好的教材——你能直观看到多智能体协作这四个字在工程上是怎么落地的。️ 进阶玩法与自定义换模型支持 DeepSeek、通义千问、OpenAI、Google、硅基流动以及 AiHubMix 这类聚合渠道Web 配置页即可添加供应商选择会持久化配置页、对话框、分析页的模型顺序保持一致。研究深度1 到 5 级可调1 级快速分析、3 级标准、5 级全面分析按需选档详细说明见 docs/guides/research-depth-guide.md。数据源调整Tushare 的集成、定时同步与数据初始化见 docs/guides/tushare_unified/。改智能体行为每个智能体都是 tradingagents/agents/ 下的独立文件提示词、工具绑定都改得动适合想动手魔改的同学。架构全貌想理解系统内部设计可以翻 docs/architecture/ 里的架构图解文档。❓ 常见问题 / 适用边界Q它的输出算投资建议吗不算。项目反复声明只用于学习和研究不提供实盘交易指令AI 模型输出本身也有不确定性。把它当成学习分析框架、复盘决策逻辑的工具而不是跟单来源。Q分析结果里为什么没有数据或者数据不对大概率是没做数据同步。官方 README 明确提醒先完成股票数据同步再分析。另外检查数据源 Token 是否配置、额度是否够用。Q会不会一直烧 Token会。一次分析会调用模型多次终端界面会如实统计 LLM 调用次数与生成的报告数按量计费。新手建议先用 1 级快速分析熟悉流程觉得有用再上 3 级、5 级。Q能商用吗混合许可除app/和frontend/外的文件是 Apache 2.0可自由使用这两个目录属于专有组件商业使用需要单独授权个人学习和研究不受影响。想动手试试的话打开 docs/QUICK_START.md 跟着走用000001跑一次 1 级快速分析就能亲眼看到这支 AI 团队如何把一份完整报告做出来。【免费下载链接】TradingAgents-CN基于多智能体LLM的中文金融交易框架 - TradingAgents中文增强版项目地址: https://gitcode.com/GitHub_Trending/tr/TradingAgents-CN创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
