TradingAgents-CN：一键搭出懂A股的多智能体AI股票分析团队
TradingAgents-CN一键搭出懂A股的多智能体AI股票分析团队【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输入股票代码 000001勾选市场与基本面两位分析师研究深度拨到 3 级——背后一群 AI「员工」已经开工数据组拉取行情新闻组过滤资讯多空研究员当面交锋风控岗轮番表决。TradingAgents-CN 就是一个面向中文用户的多智能体 LLM 股票分析框架让你一个人驱动一支 AI 分析团队全程不写一行代码。把一家「虚拟投研机构」装进本地机器原版 TradingAgents 来自 Tauric Research这个中文增强版在此基础上补齐了 A 股数据、国产大模型接入、中文界面和 Web 管理台定位是学习与研究平台——它产出的是分析结论和策略验证不直接下发实盘指令。和「直接跟大模型聊天」相比它的差别在于把一次问答拆成了一条流水线维度直接问大模型TradingAgents-CN数据来源你自己粘贴行情Tushare、AkShare、BaoStock 等多源自动拉取失效自动降级分析视角容易顺着单一语气走看涨/看跌两名研究员对同一标的正面辩论风险把关没人提出异议激进、保守、中立三种风控立场参与表决最终产出几段需要自己整理的文字结构化报告可导出 Markdown/Word/PDF还能进模拟盘验证首页左侧就能切换 LLM 提供商和模型版本分析配置区则管股票、日期和研究深度整条链路都在浏览器里完成。五组核心能力拆开看数据层先解决「信源可信」。行情、财务、新闻三类数据统一收口在tradingagents/dataflows/模块下支持 Tushare、AkShare、BaoStock 等数据源。真正实用的是容错设计单股实时行情配了stock_bid_ask_em → stock_zh_a_spot → stock_zh_a_hist这样的多级降级链主源挂了还能兜底拿到数据新闻则先经过多层次过滤与质量评估再进入分析。分析师团队按需组队。项目内置市场、中国特有问题、基本面、新闻、社交媒体五类分析师各自只盯自己擅长的那一块。界面上想组多大的班子自己勾研究深度分 1快速到 5全面五档跑一只票还是批量扫一批票都行。多空辩论是这个框架最有辨识度的设计。对应源码里的bull_researcher与bear_researcher两名研究员拿到同样的数据后分别构建看多与看空论点再由研究经理汇总成平衡结论。这等于强制给每次分析加了一道「反方质询」专治单一大模型回答时容易出现的单边附和。风控不是事后补丁而是三种立场的博弈。风险经理节点之外还配了激进、保守、中立三位「辩论者」对交易信号分别表态最终决策要过这一轮投票避免单点判断带偏整个结果。结论要落到可交付、可验证。交易员智能体负责输出最终交易意见报告支持多格式导出配套的模拟交易系统提供虚拟资金环境策略先用虚拟盘跑一段时间再谈实盘对新手相当友好。系统怎么运转一张图引擎串起整个团队整个分析流程是一张基于 LangGraph 构建的有向图tradingagents/graph/trading_graph.py每个节点是一个智能体条件分支决定辩论打几轮、是否升级风控、何时收尾。v1.0.1 起服务架构升级为 FastAPI 后端 Vue 3 前端的前后端分离形态数据落在 MongoDB Redis 双库上官方称性能提升 10 倍分析进度通过 SSEWebSocket 双通道实时推给页面。部署侧则交给一套docker-compose.yml拉齐后端、前端、MongoDB、Redis 全部服务镜像同时提供 amd64 与 arm64 双架构Mac 的 Apple Silicon 和树莓派都能跑。上手步骤三条命令跑起来Docker 路线最简单官方文档也主打「5 分钟快速启动」git clone https://gitcode.com/GitHub_Trending/tr/TradingAgents-CN cd TradingAgents-CN cp .env.example .env # 填入至少一家 LLM 的 API Key docker-compose up -d服务起来后浏览器打开 3000 端口的前端页面即可。LLM 密钥 DeepSeek、通义千问、OpenAI 任选其一A 股数据建议再填一个TUSHARE_TOKEN。更多细节见 docs/QUICK_START.md。两条实践提醒⚠️ README 专门加粗警告分析之前先把股票数据同步完成否则行情缺失会让分析结果直接失真别跳过这步。第一次跑建议选 1 级研究深度 市场/基本面分析师组合用最便宜的配置先验证数据链路和大模型调用是否都通再逐步加深。还在生长的生态先上车上游 TradingAgents 的更新会按清单选择性吸收进来v2.0 也已在内测中CLIcli/、Web、模拟盘、批量分析、智能筛选、自选股这几条线目前都可用。需要留意的只有一点项目采用混合许可证app/后端与frontend/前端目录商业使用需要单独授权个人学习和研究则完全免费。别急着投钱先让这支 AI 分析团队把一只你熟悉的股票完整跑一遍看看多空双方会怎么吵、风控会怎么拦。【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