TradingAgents-CN 快速上手指南多智能体股票分析平台本地跑通【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 是一个多智能体股票分析平台把行情、新闻、基本面数据交给一群分工协作的 AI 智能体经过辩论与风控评审后产出分析报告适合想学 AI 股票研究、又不想从零写代码的新手和量化爱好者。先跑起来三种部署方法任选其一启动方式适合谁一条命令概览容器化一键部署装过 Docker 的新手docker-compose up -d本地源码安装要二次开发的开发者pip install -r requirements.txt免安装绿色版零基础 Windows 用户解压后双击启动方法一容器化一键部署新手首选步骤适用人群机器上装好 Docker、想最快看到界面的用户最少必要步骤git clone https://gitcode.com/GitHub_Trending/tr/TradingAgents-CN cd TradingAgents-CN docker-compose up -d启动后你会看到什么浏览器打开 http://localhost:3000 就是 Web 管理界面http://localhost:8000 是 API 服务模型、数据源与分析设置的入口都在这两个界面里配好。方法二本地源码安装开发者向适用人群要加数据源、调分析流程的开发者最少必要步骤需自备 Python 3.10、MongoDB 与 Redispython -m venv env pip install -r requirements.txt启动后你会看到什么按 docs/QUICK_START.md 依次把后端、前端与 worker 拉起来后看到的是与 Docker 版一致的 Web 界面每个智能体的执行日志可在 logs 目录里跟进。方法三免安装绿色版零基础适用人群机器上连 Python、Docker 都没有的 Windows 用户最少必要步骤下载绿色版压缩包解压到不含中文的目录然后双击目录中的启动程序启动后你会看到什么自动打开本地 Web 界面直接停在分析配置页。幕后分工揭秘这群 AI 怎么协作这套多智能体股票分析流程不是让一个大模型直接给答案而是把一次分析拆给多名智能体分析师先各自出报告研究员分多空两派互相质证交易员和风控再层层把关结论才算落地。环节负责方产出数据输入行情 / 社媒 / 新闻 / 基本面数据源喂给各分析师的结构化数据多维分析市场、新闻、基本面等分析师技术面、情绪面、财务面报告多空辩论看涨 / 看跌两名研究员双方论点与多轮辩论记录交易提案交易员买入 / 卖出指令风控评审激进、中性、保守三名风控各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跑通一次完整分析的四步流程输入标的与配置选择市场、填写股票代码与分析日期勾选参与的分析师与研究深度。这里是分析入口目标标的、市场与分析师团队都在这里配置。多维分析市场、新闻、基本面等分析师各自产出报告覆盖技术指标、新闻情绪与财务数据。多空辩论两名研究员分别站在看涨、看跌立场多轮交锋页面同时展示双方依据与辩论过程。左侧看涨、右侧看跌中间是对辩记录分歧点一眼可见。决策与风控交易员把辩论结论转成买入或卖出提案风控团队给出激进、中性、保守三档意见最后由经理汇总成最终决策。三种风险偏好下的评审意见并排展示方便你对比不同口径。数据源与配置开工前三件事类型常用数据源用途实时 / 历史行情Tushare、AkShare、BaoStock价格、成交量与技术指标基本面财报与估值指标PE、PB 与财务分析新闻与情绪Finnhub 等新闻源、社交媒体新闻过滤与情绪分析先配一个大模型 API 密钥——DeepSeek、通义千问、OpenAI 任选其一这是启动分析的前置条件分析前先完成股票数据同步否则报告会基于残缺数据出结果先用免费数据源跑通全流程再按需添加付费源并按使用频率设置源优先级与缓存时长。常见问题与修复四步自查现象启动后打不开界面报端口被占用原因本机 3000 或 8000 已被其他程序占用修复找到占用进程并结束它或在 docker-compose.yml 里把映射改成 3001:3000 后重启。netstat -tuln | grep 3000现象后端启动报错、界面加载失败原因MongoDB 或 Redis 容器没就绪、连接串不匹配修复用docker-compose ps确认所有容器都在运行再核对 .env 里的连接配置。现象pip 下载极慢或超时原因默认访问海外源不稳定修复换国内镜像源安装依赖比如加-i https://pypi.tuna.tsinghua.edu.cn/simple。现象报告里行情或财务数据为空原因该股历史数据还没同步进本地数据库修复先在界面里执行数据同步等完成后再发起 AI 股票分析。想改想深入源码与文档入口要接入私有或第三方数据源可以照 examples/crawlers/ 里的抓取示例来要改分析提示词或智能体行为入口在 tradingagents/agents/分析师、研究员、交易员、风控各占一个子目录完整步骤与测试股票示例见 docs/QUICK_START.md生产部署细节翻 docs/deployment/ 下的文档。跑通这套流程后你会发现输入一个股票代码拿回的是一份经过辩论和风控评审的报告而不是一句孤立的模型回答。✅ 用 Docker 或绿色版把界面先跑起来✅ 配好大模型密钥同步数据后完成第一次分析✅ 对照完整报告切换分析师组合与研究深度对比结论差异最后提醒TradingAgents-CN 定位为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：多智能体股票分析平台本地跑通
TradingAgents-CN 快速上手指南多智能体股票分析平台本地跑通【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 是一个多智能体股票分析平台把行情、新闻、基本面数据交给一群分工协作的 AI 智能体经过辩论与风控评审后产出分析报告适合想学 AI 股票研究、又不想从零写代码的新手和量化爱好者。先跑起来三种部署方法任选其一启动方式适合谁一条命令概览容器化一键部署装过 Docker 的新手docker-compose up -d本地源码安装要二次开发的开发者pip install -r requirements.txt免安装绿色版零基础 Windows 用户解压后双击启动方法一容器化一键部署新手首选步骤适用人群机器上装好 Docker、想最快看到界面的用户最少必要步骤git clone https://gitcode.com/GitHub_Trending/tr/TradingAgents-CN cd TradingAgents-CN docker-compose up -d启动后你会看到什么浏览器打开 http://localhost:3000 就是 Web 管理界面http://localhost:8000 是 API 服务模型、数据源与分析设置的入口都在这两个界面里配好。方法二本地源码安装开发者向适用人群要加数据源、调分析流程的开发者最少必要步骤需自备 Python 3.10、MongoDB 与 Redispython -m venv env pip install -r requirements.txt启动后你会看到什么按 docs/QUICK_START.md 依次把后端、前端与 worker 拉起来后看到的是与 Docker 版一致的 Web 界面每个智能体的执行日志可在 logs 目录里跟进。方法三免安装绿色版零基础适用人群机器上连 Python、Docker 都没有的 Windows 用户最少必要步骤下载绿色版压缩包解压到不含中文的目录然后双击目录中的启动程序启动后你会看到什么自动打开本地 Web 界面直接停在分析配置页。幕后分工揭秘这群 AI 怎么协作这套多智能体股票分析流程不是让一个大模型直接给答案而是把一次分析拆给多名智能体分析师先各自出报告研究员分多空两派互相质证交易员和风控再层层把关结论才算落地。环节负责方产出数据输入行情 / 社媒 / 新闻 / 基本面数据源喂给各分析师的结构化数据多维分析市场、新闻、基本面等分析师技术面、情绪面、财务面报告多空辩论看涨 / 看跌两名研究员双方论点与多轮辩论记录交易提案交易员买入 / 卖出指令风控评审激进、中性、保守三名风控各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跑通一次完整分析的四步流程输入标的与配置选择市场、填写股票代码与分析日期勾选参与的分析师与研究深度。这里是分析入口目标标的、市场与分析师团队都在这里配置。多维分析市场、新闻、基本面等分析师各自产出报告覆盖技术指标、新闻情绪与财务数据。多空辩论两名研究员分别站在看涨、看跌立场多轮交锋页面同时展示双方依据与辩论过程。左侧看涨、右侧看跌中间是对辩记录分歧点一眼可见。决策与风控交易员把辩论结论转成买入或卖出提案风控团队给出激进、中性、保守三档意见最后由经理汇总成最终决策。三种风险偏好下的评审意见并排展示方便你对比不同口径。数据源与配置开工前三件事类型常用数据源用途实时 / 历史行情Tushare、AkShare、BaoStock价格、成交量与技术指标基本面财报与估值指标PE、PB 与财务分析新闻与情绪Finnhub 等新闻源、社交媒体新闻过滤与情绪分析先配一个大模型 API 密钥——DeepSeek、通义千问、OpenAI 任选其一这是启动分析的前置条件分析前先完成股票数据同步否则报告会基于残缺数据出结果先用免费数据源跑通全流程再按需添加付费源并按使用频率设置源优先级与缓存时长。常见问题与修复四步自查现象启动后打不开界面报端口被占用原因本机 3000 或 8000 已被其他程序占用修复找到占用进程并结束它或在 docker-compose.yml 里把映射改成 3001:3000 后重启。netstat -tuln | grep 3000现象后端启动报错、界面加载失败原因MongoDB 或 Redis 容器没就绪、连接串不匹配修复用docker-compose ps确认所有容器都在运行再核对 .env 里的连接配置。现象pip 下载极慢或超时原因默认访问海外源不稳定修复换国内镜像源安装依赖比如加-i https://pypi.tuna.tsinghua.edu.cn/simple。现象报告里行情或财务数据为空原因该股历史数据还没同步进本地数据库修复先在界面里执行数据同步等完成后再发起 AI 股票分析。想改想深入源码与文档入口要接入私有或第三方数据源可以照 examples/crawlers/ 里的抓取示例来要改分析提示词或智能体行为入口在 tradingagents/agents/分析师、研究员、交易员、风控各占一个子目录完整步骤与测试股票示例见 docs/QUICK_START.md生产部署细节翻 docs/deployment/ 下的文档。跑通这套流程后你会发现输入一个股票代码拿回的是一份经过辩论和风控评审的报告而不是一句孤立的模型回答。✅ 用 Docker 或绿色版把界面先跑起来✅ 配好大模型密钥同步数据后完成第一次分析✅ 对照完整报告切换分析师组合与研究深度对比结论差异最后提醒TradingAgents-CN 定位为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