尧图网页设计 
TradingAgents-CN 完整教程10 分钟跑出一份 AI 多智能体股票分析报告【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 是一款中文 LLM 多智能体股票分析框架。多个不同角色的 AI 智能体协作完成股票研究全流程跑起来后你能拿到一份可导出 Markdown、Word、PDF 的结构化投研报告。它能替你做什么四条可验证的能力新闻、市场、社媒、基本面四类分析师并行分析研究员再做看涨/看跌辩论交易员出策略风控给风险结论支持 A 股、港股、美股代码如 000001.SZ、00700.HK系统自动识别市场类型行情、财务、新闻数据经 Tushare、AkShare、BaoStock 等数据源同步到本地库分析全程用离线数据支持批量分析多只股票报告三种格式导出进度可实时跟踪多智能体交易框架部署最省事的 Docker 启动方式git clone https://gitcode.com/GitHub_Trending/tr/TradingAgents-CN cd TradingAgents-CN cp .env.example .env # 编辑 .env填入你的 LLM API Key docker-compose up -dMongoDB、Redis、FastAPI 后端、Vue 前端会一起启动浏览器打开前端端口compose 默认映射 3000即可使用。如果你只想要终端里的体验也可以本地装好依赖后直接运行 cli/main.py 里的命令行界面。分析一只股票时会发生什么先在界面输入股票代码系统自动识别它是 A 股、港股还是美股并选择对应的数据源。接着四类分析师开工新闻分析师对消息做情感和相关性分析市场分析师算出均线、RSI、MACD、布林带等技术指标基本面分析师核对财务数据。然后研究员智能体分看涨、看跌两个立场进行辩论把分歧摆到桌面上交易员把双方结论落成具体策略风控团队再从激进、中立、保守三种立场各给一份评估。最后组合经理汇总所有角色意见给出明确的买卖建议、仓位方案和完整报告随时可以导出。为什么这套多智能体协作链路可信核心是 tradingagents/graph/trading_graph.py 里的 TradingAgentsGraph整个流程被组织成一张状态图每个角色是职责单一的节点输入输出都有明确约定。研究阶段和风控阶段都内置辩论机制专门防止单一视角下的偏颇结论节点之间用条件逻辑决定是否继续整条链路可以逐步复盘方便你验证每一步的推理来源。进阶玩法三个最实用的扩展方向更换 LLM 模型。供应商和模型都收在 tradingagents/llm_clients/ 目录OpenAI、DeepSeek、通义千问、Gemini 等通过 .env 或 Web 配置页切换不同角色还能用不同模型控制成本。批量分析任务。examples/batch_analysis.py 演示了一次分析多只股票的完整写法适合做选股初筛。调分析深度。入口脚本 main.py 里的 config 字典可以直接改辩论轮数、深度/快速思考用的模型改完立即生效。常见坑数据同步、API Key 与依赖安装为什么分析结果缺数据或明显不对README 里有明确提醒分析前必须先把行情、财务、新闻数据同步到本地库。常用的同步脚本python scripts/akshare_sync_optimized.pyAPI Key 填在哪里复制 .env.example 为 .env 后填入对应供应商的 Key启动后也可以在 Web 配置界面里可视化编辑和测试连通性。本地安装依赖总是失败要求 Python 3.10依赖较多首次跑通建议直接用 Docker 多架构镜像amd64/arm64 都支持坚持本地安装可参考 部署指南 里的虚拟环境步骤。数据库连不上怎么办compose 里 MongoDB 和 Redis 是后端的依赖服务要等它们健康检查通过后端才会真正就绪容器刚启动时稍等片刻即可。风险与合规声明本项目定位是学习与研究用途不构成投资建议也不提供实盘交易指令模型预测存在不确定性请结合人工判断。注意 app/ 与 frontend/ 目录为专有组件商业使用需单独授权其余部分遵循 Apache 2.0。文档与下一步完整的安装、配置和排错内容都在 docs/QUICK_START.md想改分析行为时从 main.py 的配置段读起就是最快的路径。【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 TradingAgents-CN 完整教程：10 分钟跑出一份 AI 多智能体股票分析报告
TradingAgents-CN 完整教程10 分钟跑出一份 AI 多智能体股票分析报告【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 是一款中文 LLM 多智能体股票分析框架。多个不同角色的 AI 智能体协作完成股票研究全流程跑起来后你能拿到一份可导出 Markdown、Word、PDF 的结构化投研报告。它能替你做什么四条可验证的能力新闻、市场、社媒、基本面四类分析师并行分析研究员再做看涨/看跌辩论交易员出策略风控给风险结论支持 A 股、港股、美股代码如 000001.SZ、00700.HK系统自动识别市场类型行情、财务、新闻数据经 Tushare、AkShare、BaoStock 等数据源同步到本地库分析全程用离线数据支持批量分析多只股票报告三种格式导出进度可实时跟踪多智能体交易框架部署最省事的 Docker 启动方式git clone https://gitcode.com/GitHub_Trending/tr/TradingAgents-CN cd TradingAgents-CN cp .env.example .env # 编辑 .env填入你的 LLM API Key docker-compose up -dMongoDB、Redis、FastAPI 后端、Vue 前端会一起启动浏览器打开前端端口compose 默认映射 3000即可使用。如果你只想要终端里的体验也可以本地装好依赖后直接运行 cli/main.py 里的命令行界面。分析一只股票时会发生什么先在界面输入股票代码系统自动识别它是 A 股、港股还是美股并选择对应的数据源。接着四类分析师开工新闻分析师对消息做情感和相关性分析市场分析师算出均线、RSI、MACD、布林带等技术指标基本面分析师核对财务数据。然后研究员智能体分看涨、看跌两个立场进行辩论把分歧摆到桌面上交易员把双方结论落成具体策略风控团队再从激进、中立、保守三种立场各给一份评估。最后组合经理汇总所有角色意见给出明确的买卖建议、仓位方案和完整报告随时可以导出。为什么这套多智能体协作链路可信核心是 tradingagents/graph/trading_graph.py 里的 TradingAgentsGraph整个流程被组织成一张状态图每个角色是职责单一的节点输入输出都有明确约定。研究阶段和风控阶段都内置辩论机制专门防止单一视角下的偏颇结论节点之间用条件逻辑决定是否继续整条链路可以逐步复盘方便你验证每一步的推理来源。进阶玩法三个最实用的扩展方向更换 LLM 模型。供应商和模型都收在 tradingagents/llm_clients/ 目录OpenAI、DeepSeek、通义千问、Gemini 等通过 .env 或 Web 配置页切换不同角色还能用不同模型控制成本。批量分析任务。examples/batch_analysis.py 演示了一次分析多只股票的完整写法适合做选股初筛。调分析深度。入口脚本 main.py 里的 config 字典可以直接改辩论轮数、深度/快速思考用的模型改完立即生效。常见坑数据同步、API Key 与依赖安装为什么分析结果缺数据或明显不对README 里有明确提醒分析前必须先把行情、财务、新闻数据同步到本地库。常用的同步脚本python scripts/akshare_sync_optimized.pyAPI Key 填在哪里复制 .env.example 为 .env 后填入对应供应商的 Key启动后也可以在 Web 配置界面里可视化编辑和测试连通性。本地安装依赖总是失败要求 Python 3.10依赖较多首次跑通建议直接用 Docker 多架构镜像amd64/arm64 都支持坚持本地安装可参考 部署指南 里的虚拟环境步骤。数据库连不上怎么办compose 里 MongoDB 和 Redis 是后端的依赖服务要等它们健康检查通过后端才会真正就绪容器刚启动时稍等片刻即可。风险与合规声明本项目定位是学习与研究用途不构成投资建议也不提供实盘交易指令模型预测存在不确定性请结合人工判断。注意 app/ 与 frontend/ 目录为专有组件商业使用需单独授权其余部分遵循 Apache 2.0。文档与下一步完整的安装、配置和排错内容都在 docs/QUICK_START.md想改分析行为时从 main.py 的配置段读起就是最快的路径。【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