尧图网页设计 
3步跑通AI多智能体股票分析本地部署指南【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 是基于多智能体多个AI角色分工协作而不是一个模型单打独斗大模型的中文股票分析平台当前版本 v1.0.1。读完这篇你能在本地把它部署起来、用命令行跑通一次完整的个股分析并判断它值不值得长期留着用。 一张图看懂多智能体股票分析流程这个项目把一次股票分析拆成四个角色接力完成这也是它和直接问大模型最大的区别分析师团队市场、社媒、新闻、基本面四个方向各自取数、各自出报告。研究员团队分看涨、看跌两组互相反驳辩论机制双方轮流攻击对方论点站不住脚的观点被剔除保证结论不是一边倒。交易员拿到辩论结果后给出具体买卖建议和仓位策略。风险管理激进、中立、保守三个视角复审同一建议。整条流程的编排逻辑写在tradingagents/graph/trading_graph.py。技术层面v1.0.1 的后端已从 Streamlit 迁移到 FastAPI前端是 Vue 3存储用 MongoDB Redis 双数据库。 部署到本地Docker一条命令启动主推 Docker 路径。compose 文件里定义了后端、前端、MongoDB、Redis 四个服务前端端口 3000git clone https://gitcode.com/GitHub_Trending/tr/TradingAgents-CN cd TradingAgents-CN cp .env.example .env docker-compose up -d容器起来后浏览器打开http://localhost:3000大模型密钥、数据源都能在网页里配不用逐行改配置。备选是源码方式适合想改内部逻辑的开发者pip install -r requirements.txt python -m cli.main config先跑config子命令确认密钥配置无误再执行python -m cli.main analyze开始分析。 第一次分析跟着跑通一只A股命令行会自动识别 A股、港股、美股代码这里用 A股000001走一遍。第1步 | 输入什么执行python -m cli.main analyze输入股票代码界面会让你确认使用的分析师和 LLM 供应商。第2步 | 看到什么新闻分析师先行从多个来源拉取相关新闻并输出情绪摘要。为什么这么做新闻面信息最杂项目内置了多层新闻过滤和质量评估让模型只读到清洗过的素材减少低质量内容干扰结论。第3步 | 看到什么市场分析师接着输出均线、RSI、MACD、布林带等指标每个指标都附状态解读不用自己背指标定义。第4步 | 看到什么辩论和风控复审结束后输出最终交易建议包含买卖方向与仓位分析结束还可导出 Markdown、Word、PDF 三种格式的报告。⚙️ 进阶用法数据源切换、批量分析与可视化配置1. 多数据源兜底能力是什么数据源适配器把不同行情接口的取数逻辑统一成同一套调用目前有三个数据源适配器说明AkShareakshare_adapter.py默认源DEFAULT_CHINA_DATA_SOURCEakshareTusharetushare_adapter.py专业 A股 数据接口BaoStockbaostock_adapter.py备用源什么时候用得上默认源限流或字段缺失时自动降级比如 AKShare 实时行情带有多级接口兜底链。 入口在哪app/services/data_sources/2. 批量分析能力是什么多只股票排队依次分析而不是手动一只一只跑。 什么时候用得上想对整个自选股列表做一次全量体检。 入口在哪examples/batch_analysis.py 是可运行示例。3. 可视化配置中心能力是什么网页里直接增删 LLM 供应商和模型改完即时生效。 什么时候用得上在 DeepSeek、通义千问、Google AI 等供应商之间切换或给某类任务指定更便宜的模型。 入口在哪Web 端配置页字段含义见 v1.0.1 使用手册。⚠️ 别踩的坑密钥、数据同步与授权边界分析前先同步股票数据否则结果会出数据错误入口如 scripts/akshare_sync_optimized.py至少配置一个大模型密钥每次分析都消耗 LLM 调用费用与调用量成正比.env含数据库密码和 API 密钥不要提交进 Git生产环境要改掉 JWT 和 CSRF 默认值app/与frontend/两个目录为专有许可个人学习免费商业使用需单独授权项目方已声明tradingagents-ai.com为侵权盗版站点别被误导 继续往下走文档、示例与测试入口快速入门docs/QUICK_START.md完整手册docs/guides/v1.0.1-user-manual.md批量分析示例examples/batch_analysis.py测试用例tests/下一步克隆仓库后执行docker-compose up -d打开http://localhost:3000配置你的第一个模型密钥。风险提示本项目定位是研究与学习输出不构成投资建议AI 判断存在不确定性请结合自身风险承受能力独立决策。【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 3步跑通AI多智能体股票分析：本地部署指南
3步跑通AI多智能体股票分析本地部署指南【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 是基于多智能体多个AI角色分工协作而不是一个模型单打独斗大模型的中文股票分析平台当前版本 v1.0.1。读完这篇你能在本地把它部署起来、用命令行跑通一次完整的个股分析并判断它值不值得长期留着用。 一张图看懂多智能体股票分析流程这个项目把一次股票分析拆成四个角色接力完成这也是它和直接问大模型最大的区别分析师团队市场、社媒、新闻、基本面四个方向各自取数、各自出报告。研究员团队分看涨、看跌两组互相反驳辩论机制双方轮流攻击对方论点站不住脚的观点被剔除保证结论不是一边倒。交易员拿到辩论结果后给出具体买卖建议和仓位策略。风险管理激进、中立、保守三个视角复审同一建议。整条流程的编排逻辑写在tradingagents/graph/trading_graph.py。技术层面v1.0.1 的后端已从 Streamlit 迁移到 FastAPI前端是 Vue 3存储用 MongoDB Redis 双数据库。 部署到本地Docker一条命令启动主推 Docker 路径。compose 文件里定义了后端、前端、MongoDB、Redis 四个服务前端端口 3000git clone https://gitcode.com/GitHub_Trending/tr/TradingAgents-CN cd TradingAgents-CN cp .env.example .env docker-compose up -d容器起来后浏览器打开http://localhost:3000大模型密钥、数据源都能在网页里配不用逐行改配置。备选是源码方式适合想改内部逻辑的开发者pip install -r requirements.txt python -m cli.main config先跑config子命令确认密钥配置无误再执行python -m cli.main analyze开始分析。 第一次分析跟着跑通一只A股命令行会自动识别 A股、港股、美股代码这里用 A股000001走一遍。第1步 | 输入什么执行python -m cli.main analyze输入股票代码界面会让你确认使用的分析师和 LLM 供应商。第2步 | 看到什么新闻分析师先行从多个来源拉取相关新闻并输出情绪摘要。为什么这么做新闻面信息最杂项目内置了多层新闻过滤和质量评估让模型只读到清洗过的素材减少低质量内容干扰结论。第3步 | 看到什么市场分析师接着输出均线、RSI、MACD、布林带等指标每个指标都附状态解读不用自己背指标定义。第4步 | 看到什么辩论和风控复审结束后输出最终交易建议包含买卖方向与仓位分析结束还可导出 Markdown、Word、PDF 三种格式的报告。⚙️ 进阶用法数据源切换、批量分析与可视化配置1. 多数据源兜底能力是什么数据源适配器把不同行情接口的取数逻辑统一成同一套调用目前有三个数据源适配器说明AkShareakshare_adapter.py默认源DEFAULT_CHINA_DATA_SOURCEakshareTusharetushare_adapter.py专业 A股 数据接口BaoStockbaostock_adapter.py备用源什么时候用得上默认源限流或字段缺失时自动降级比如 AKShare 实时行情带有多级接口兜底链。 入口在哪app/services/data_sources/2. 批量分析能力是什么多只股票排队依次分析而不是手动一只一只跑。 什么时候用得上想对整个自选股列表做一次全量体检。 入口在哪examples/batch_analysis.py 是可运行示例。3. 可视化配置中心能力是什么网页里直接增删 LLM 供应商和模型改完即时生效。 什么时候用得上在 DeepSeek、通义千问、Google AI 等供应商之间切换或给某类任务指定更便宜的模型。 入口在哪Web 端配置页字段含义见 v1.0.1 使用手册。⚠️ 别踩的坑密钥、数据同步与授权边界分析前先同步股票数据否则结果会出数据错误入口如 scripts/akshare_sync_optimized.py至少配置一个大模型密钥每次分析都消耗 LLM 调用费用与调用量成正比.env含数据库密码和 API 密钥不要提交进 Git生产环境要改掉 JWT 和 CSRF 默认值app/与frontend/两个目录为专有许可个人学习免费商业使用需单独授权项目方已声明tradingagents-ai.com为侵权盗版站点别被误导 继续往下走文档、示例与测试入口快速入门docs/QUICK_START.md完整手册docs/guides/v1.0.1-user-manual.md批量分析示例examples/batch_analysis.py测试用例tests/下一步克隆仓库后执行docker-compose up -d打开http://localhost:3000配置你的第一个模型密钥。风险提示本项目定位是研究与学习输出不构成投资建议AI 判断存在不确定性请结合自身风险承受能力独立决策。【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