TradingAgents-CN 快速上手指南3 条命令跑通多智能体股票分析平台【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 是一个基于大语言模型的多智能体股票分析平台让分析师、研究员、交易员、风控、经理等多个 AI 角色分工协作对 A 股、港股、美股标的产出经过多空辩论和风控评审的分析报告。它适合想入门 AI 投研、又不想从零写代码的新手和量化爱好者——这篇指南的目标就是让你尽快把界面跑起来、跑完第一次完整分析。启动篇三种部署方式怎么选三种方式没有高下之分只取决于你机器上有什么环境。先按下面的表选一条路再往下走。部署方式适合谁前置条件Docker 一键新手首选已装 Docker源码安装要二次开发、调流程Python 3.10、MongoDB、RedisWindows 绿色版完全不懂编程只需一个 Windows 机器Docker 部署三条命令跑起来先把仓库拉下来然后一条命令起所有容器git clone https://gitcode.com/GitHub_Trending/tr/TradingAgents-CN cd TradingAgents-CN docker-compose up -d判断它起没起来很简单浏览器打开 http://localhost:3000 能看到中文 Web 管理界面说明前端就绪http://localhost:8000 的 API 服务也能正常响应就说明后端在线。界面里模型、数据源、分析设置的入口都已经配好了。源码安装给要做二次开发的人适合要改代码、加数据源、调试分析流程的开发者。先建虚拟环境装依赖python -m venv env pip install -r requirements.txt装完后按 docs/QUICK_START.md 依次拉起后端、前端和 worker 三个进程即可另外要自备 MongoDB 存数据、Redis 做缓存。跑起来后界面与 Docker 版完全一致区别在于运行时每个智能体的执行日志都会落在 logs 目录里方便你排查问题。Windows 绿色版不需要任何环境如果你的 Windows 上既没有 Python 也没有 Docker直接下载绿色版压缩包解压到一个不含中文的路径里双击启动程序就行。程序会自动打开本地 Web 界面进去就是分析配置页和 Docker 版看到的是同一套东西。上图就是三种方式启动后你都会看到的界面左侧是功能导航与模型配置右侧是分析入口和使用指南。实战篇第一次完整分析怎么跑界面跑起来之后第一次分析按下面五步走。第一步选定标的、分析师与研究深度进入「分析配置」页选择市场A股 / 港股 / 美股、填股票代码和分析日期拖动研究深度1 级快速分析到 5 级全面分析再勾选本次参与的分析师团队——市场、新闻、基本面这几位按需求勾。第二步等各个分析师依次产出提交后页面会实时显示进度百分比、已用时间和当前任务。一次完整分析需要几分钟到十几分钟耐心等它走完「生成报告」这一步。第三步查看各维度的分析报告点进报告后顶部有一排标签页对应不同角色产出的内容市场技术分析看价格趋势与支撑阻力基本面分析看财报和估值新闻事件分析看近期消息面。第四步看多空辩论与交易提案最有价值的部分在这里。「研究团队决策」标签页下看涨研究员和看跌研究员会就同一只股票逐轮交锋页面完整展示双方的开宗明义与反驳过程「交易团队计划」则把辩论结论翻译成一份具体提案——投资方向、目标价区间、置信度。「风险管理团队」标签页里激进、中性、保守三位风控会分别给出评审意见最后的「最终交易决策」汇总所有输入给出建议、置信度和目标价。第五步导出报告整份报告可以导出为 Markdown、Word 或 PDF方便存档、分享或二次加工。全文档从界面到内容都是中文直接能用。原理篇这些智能体是怎么分工的现在回头看原理就清楚了TradingAgents-CN 不是让一个大模型直接答题而是模拟一支投研团队的流水线作业。行情、社媒、新闻、基本面四类数据先喂给分析师团队分析师的初判再交给研究员团队分两派辩论交易员把辩论结论转成可执行的提案风控团队用三种风险偏好做评审最后由经理整合一切输出最终决策。阶段承担角色这一环产出什么数据接入四类数据源行情、社媒、新闻、基本面原始输入多维分析市场 / 新闻 / 基本面分析师技术面、情绪面、财务面各自的报告多空辩论看涨 看跌研究员双方论点、反驳与辩论记录交易提案交易员买入 / 卖出指令与目标区间风控评审激进 / 中性 / 保守三档风控每种风险偏好下的评审意见最终决策经理汇总后的决策结论与执行方案整条链路在架构图里一目了然值得注意的一点行情数据源带多层降级链单个数据源失效时会自动切到下一个所以某家源挂了不意味着分析跑不动。配置篇密钥、数据源与同步顺序真正开始分析之前配置上只有三件事必须做对顺序别乱。第一先配一个大模型密钥。OpenAI、DeepSeek、通义千问任选其一全部在 Web 配置页完成不用改代码。这是发起分析的前置条件没密钥什么都跑不了。第二分析前先同步股票数据。先完成标的历史数据同步再点分析。顺序反了的话报告会基于残缺数据产出行情和财务字段可能为空。第三数据源按类型理解和取舍。行情走 Tushare、AkShare、BaoStock 这类源拿价格、成交量和技术指标基本面看财报与 PE、PB 等估值指标新闻和情绪来自 Finnhub 等新闻源加社交媒体。建议先用免费源把全流程跑通确认链路没问题后再按需加付费源并按每个源的使用频率设置优先级和缓存时长。排障篇常见问题速查现象原因修复方法启动时报端口被占用界面打不开本机 3000 或 8000 已被其他程序占用netstat -tuln \| grep 3000找到占用进程并结束或在 docker-compose.yml 里把映射改成 3001:3000 后重启后端启动报错、页面加载失败MongoDB 或 Redis 容器未就绪、连接串不匹配docker-compose ps确认所有容器都在运行再核对 .env 里的连接配置pip 依赖下载极慢或超时默认走海外源网络不稳定换国内镜像pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple报告里行情或财务数据是空的该股历史数据还没同步进本地库先执行数据同步功能等同步完成再发起分析四个问题覆盖了绝大多数新手会遇到的情况。遇到别的报错源码安装用户可以先翻 logs 目录里对应智能体的执行日志定位到具体是哪一环挂了。进阶篇二次开发的几个入口跑通之后想深入这几个目录和文档值得先收藏examples/crawlers/自定义数据抓取示例想接入私有或第三方数据源从这里起步tradingagents/agents/所有智能体的提示词与行为定义分析师、研究员、交易员、风控分放在各自子目录改提示词就是改这里的文本docs/QUICK_START.md完整教程含测试股票示例docs/deployment/生产部署的细节文档收尾你的三步行动清单用 Docker或绿色版把界面先跑起来确认 3000 端口能打开配好一个大模型 API 密钥同步数据后完成第一次完整分析对照同一份报告切换不同的分析师组合和研究深度看结论如何变化最后照例说明TradingAgents-CN 的定位是学习与研究工具不提供实盘交易建议。投资有风险决策请自行判断。【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 快速上手指南：3 条命令跑通多智能体股票分析平台
TradingAgents-CN 快速上手指南3 条命令跑通多智能体股票分析平台【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 是一个基于大语言模型的多智能体股票分析平台让分析师、研究员、交易员、风控、经理等多个 AI 角色分工协作对 A 股、港股、美股标的产出经过多空辩论和风控评审的分析报告。它适合想入门 AI 投研、又不想从零写代码的新手和量化爱好者——这篇指南的目标就是让你尽快把界面跑起来、跑完第一次完整分析。启动篇三种部署方式怎么选三种方式没有高下之分只取决于你机器上有什么环境。先按下面的表选一条路再往下走。部署方式适合谁前置条件Docker 一键新手首选已装 Docker源码安装要二次开发、调流程Python 3.10、MongoDB、RedisWindows 绿色版完全不懂编程只需一个 Windows 机器Docker 部署三条命令跑起来先把仓库拉下来然后一条命令起所有容器git clone https://gitcode.com/GitHub_Trending/tr/TradingAgents-CN cd TradingAgents-CN docker-compose up -d判断它起没起来很简单浏览器打开 http://localhost:3000 能看到中文 Web 管理界面说明前端就绪http://localhost:8000 的 API 服务也能正常响应就说明后端在线。界面里模型、数据源、分析设置的入口都已经配好了。源码安装给要做二次开发的人适合要改代码、加数据源、调试分析流程的开发者。先建虚拟环境装依赖python -m venv env pip install -r requirements.txt装完后按 docs/QUICK_START.md 依次拉起后端、前端和 worker 三个进程即可另外要自备 MongoDB 存数据、Redis 做缓存。跑起来后界面与 Docker 版完全一致区别在于运行时每个智能体的执行日志都会落在 logs 目录里方便你排查问题。Windows 绿色版不需要任何环境如果你的 Windows 上既没有 Python 也没有 Docker直接下载绿色版压缩包解压到一个不含中文的路径里双击启动程序就行。程序会自动打开本地 Web 界面进去就是分析配置页和 Docker 版看到的是同一套东西。上图就是三种方式启动后你都会看到的界面左侧是功能导航与模型配置右侧是分析入口和使用指南。实战篇第一次完整分析怎么跑界面跑起来之后第一次分析按下面五步走。第一步选定标的、分析师与研究深度进入「分析配置」页选择市场A股 / 港股 / 美股、填股票代码和分析日期拖动研究深度1 级快速分析到 5 级全面分析再勾选本次参与的分析师团队——市场、新闻、基本面这几位按需求勾。第二步等各个分析师依次产出提交后页面会实时显示进度百分比、已用时间和当前任务。一次完整分析需要几分钟到十几分钟耐心等它走完「生成报告」这一步。第三步查看各维度的分析报告点进报告后顶部有一排标签页对应不同角色产出的内容市场技术分析看价格趋势与支撑阻力基本面分析看财报和估值新闻事件分析看近期消息面。第四步看多空辩论与交易提案最有价值的部分在这里。「研究团队决策」标签页下看涨研究员和看跌研究员会就同一只股票逐轮交锋页面完整展示双方的开宗明义与反驳过程「交易团队计划」则把辩论结论翻译成一份具体提案——投资方向、目标价区间、置信度。「风险管理团队」标签页里激进、中性、保守三位风控会分别给出评审意见最后的「最终交易决策」汇总所有输入给出建议、置信度和目标价。第五步导出报告整份报告可以导出为 Markdown、Word 或 PDF方便存档、分享或二次加工。全文档从界面到内容都是中文直接能用。原理篇这些智能体是怎么分工的现在回头看原理就清楚了TradingAgents-CN 不是让一个大模型直接答题而是模拟一支投研团队的流水线作业。行情、社媒、新闻、基本面四类数据先喂给分析师团队分析师的初判再交给研究员团队分两派辩论交易员把辩论结论转成可执行的提案风控团队用三种风险偏好做评审最后由经理整合一切输出最终决策。阶段承担角色这一环产出什么数据接入四类数据源行情、社媒、新闻、基本面原始输入多维分析市场 / 新闻 / 基本面分析师技术面、情绪面、财务面各自的报告多空辩论看涨 看跌研究员双方论点、反驳与辩论记录交易提案交易员买入 / 卖出指令与目标区间风控评审激进 / 中性 / 保守三档风控每种风险偏好下的评审意见最终决策经理汇总后的决策结论与执行方案整条链路在架构图里一目了然值得注意的一点行情数据源带多层降级链单个数据源失效时会自动切到下一个所以某家源挂了不意味着分析跑不动。配置篇密钥、数据源与同步顺序真正开始分析之前配置上只有三件事必须做对顺序别乱。第一先配一个大模型密钥。OpenAI、DeepSeek、通义千问任选其一全部在 Web 配置页完成不用改代码。这是发起分析的前置条件没密钥什么都跑不了。第二分析前先同步股票数据。先完成标的历史数据同步再点分析。顺序反了的话报告会基于残缺数据产出行情和财务字段可能为空。第三数据源按类型理解和取舍。行情走 Tushare、AkShare、BaoStock 这类源拿价格、成交量和技术指标基本面看财报与 PE、PB 等估值指标新闻和情绪来自 Finnhub 等新闻源加社交媒体。建议先用免费源把全流程跑通确认链路没问题后再按需加付费源并按每个源的使用频率设置优先级和缓存时长。排障篇常见问题速查现象原因修复方法启动时报端口被占用界面打不开本机 3000 或 8000 已被其他程序占用netstat -tuln \| grep 3000找到占用进程并结束或在 docker-compose.yml 里把映射改成 3001:3000 后重启后端启动报错、页面加载失败MongoDB 或 Redis 容器未就绪、连接串不匹配docker-compose ps确认所有容器都在运行再核对 .env 里的连接配置pip 依赖下载极慢或超时默认走海外源网络不稳定换国内镜像pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple报告里行情或财务数据是空的该股历史数据还没同步进本地库先执行数据同步功能等同步完成再发起分析四个问题覆盖了绝大多数新手会遇到的情况。遇到别的报错源码安装用户可以先翻 logs 目录里对应智能体的执行日志定位到具体是哪一环挂了。进阶篇二次开发的几个入口跑通之后想深入这几个目录和文档值得先收藏examples/crawlers/自定义数据抓取示例想接入私有或第三方数据源从这里起步tradingagents/agents/所有智能体的提示词与行为定义分析师、研究员、交易员、风控分放在各自子目录改提示词就是改这里的文本docs/QUICK_START.md完整教程含测试股票示例docs/deployment/生产部署的细节文档收尾你的三步行动清单用 Docker或绿色版把界面先跑起来确认 3000 端口能打开配好一个大模型 API 密钥同步数据后完成第一次完整分析对照同一份报告切换不同的分析师组合和研究深度看结论如何变化最后照例说明TradingAgents-CN 的定位是学习与研究工具不提供实盘交易建议。投资有风险决策请自行判断。【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