tradingagents-ashare

TradingAgents-AShare：A股智能投研多智能体系统

本项目是基于多智能体协作的 A 股深度分析系统，模拟顶级投研机构的决策闭环，通过 14 名专业 Agent 的多空辩论与风控博弈，为投资者提供结构化的交易建议。

在线体验 | Releases | OpenClaw 技能

🎁 用 Codex / Claude Code 有困难？ 推荐中转服务 windapi —— 一个 Key 通调 GPT / Claude / Grok 等主流模型，畅用 Codex / Claude Code，也能直接用于本项目分析；国内直连免翻墙、支持支付宝 / 微信充值，倍率 0.06。👉 点此注册即用

TradingAgents-AShare 已正式上线 OpenClaw！您只需通过 tradingagents-analysis 技能，即可让您的 AI助手具备专业的 A 股深度投研能力。

功能特性

辩论对战可视化

点击 Agent 卡片即可打开辩论 Drawer，实时观看多空对抗与风控三方辩论。垂直时间线按 Round 分组，Token 级流式呈现每位 Agent 的发言，裁决卡片独立高亮展示。

意图驱动的自然语言交互

直接输入"调研茅台短线"即可自动识别标的、解析投资周期，支持短线与中线双周期分析，无需填写表单。

自选股与定时分析

数据库持久化自选列表，支持批量加入股票、自定义周期与触发时间，并可在前端批量更新、删除或手动测试定时任务。定时分析会自动复用持仓上下文，连续失败自动停用，无需人工干预。

持仓追踪与跟踪看板

支持导入持仓数据，自动记录持仓、成本价与仓位占比，并可一键将持仓标的补齐到定时分析列表。控制台会展示跟踪看板摘要，完整看板页支持查看实时价格、当日区间、持仓盈亏与上一交易日报告区间，方便盘中快速跟踪。

结构化研报管理

分析结果结构化存储，支持按标的、日期检索历史研报，决策卡片一目了然地展示方向、置信度、目标价与止损价。

多模型厂商支持

OpenAI、Anthropic、Google Gemini、DeepSeek、Moonshot、智谱、硅基流动等，用户可在前端自由切换模型厂商与具体模型；保存配置后会自动执行模型 warmup，也可以在设置页手动发送“你好”查看模型原始返回，便于排查接入问题。

💡 用 Codex / Claude Code 有困难，或没有 API Key？ 推荐中转服务 windapi —— 一个 Key 通调 GPT / Claude / Grok，畅用 Codex / Claude Code，也能直接用于本站分析；国内直连免翻墙，支持支付宝 / 微信充值，倍率 0.06。注册即用。

核心架构

TradingAgents 模拟真实交易机构的部门协作，将复杂任务拆解为专业的智能体角色：

*图中仅展示核心节点，完整流程包含 14 名智能体。

分析师团队

基本面、情绪、新闻、技术、宏观、主力资金 6 大维度同步作业，对市场数据进行深度提取与初步评估。

研究员团队

多头与空头研究员针对分析师结论开展 Claim 驱动的结构化辩论（红蓝对抗），研究总监综合裁决形成投资计划。

决策与风控

交易员将研究结论转化为可执行方案，激进/稳健/中性三方风控辩论审查，组合经理最终裁决。

快速上手

环境准备

根据部署方式准备以下工具：

方式	必需工具	说明
Docker 部署	Docker Engine / Docker Desktop	推荐方式，镜像内已包含后端与构建后的前端
源码安装	Python 3.10+、uv、Node.js 18+、npm	适合本地开发、调试后端或前端

如果本机尚未安装 uv，可先执行：

pip install uv

Windows PowerShell 用户可用下面的命令生成 TA_APP_SECRET_KEY：

$env:TA_APP_SECRET_KEY = [Convert]::ToBase64String((1..32 | ForEach-Object { Get-Random -Minimum 0 -Maximum 256 }))

Docker 一键部署 (推荐)

方式一：Docker Compose（推荐）

# 克隆仓库（也可以只下载 compose 文件：
#   curl -O https://raw.githubusercontent.com/KylinMountain/TradingAgents-AShare/main/docker-compose.yml）
git clone https://github.com/KylinMountain/TradingAgents-AShare.git
cd TradingAgents-AShare

export TA_APP_SECRET_KEY=$(openssl rand -base64 32)
docker compose up -d

镜像默认在同一容器内同时启动 API 服务与定时任务调度器，定时分析开箱即用，无需 Redis 等额外组件。如需分开部署（API/调度器/Redis 各自一个容器），使用 docker-compose.split.yml，详见 guide/deployment.md。

方式二：docker run

docker pull ghcr.io/kylinmountain/tradingagents-ashare:latest

mkdir -p $(pwd)/data
export TA_APP_SECRET_KEY=$(openssl rand -base64 32)

docker run -d -p 8000:8000 \
  --name tradingagents \
  --restart always \
  -v $(pwd)/data:/app/data \
  -e DATABASE_URL="sqlite:///./data/tradingagents.db" \
  -e TA_APP_SECRET_KEY="${TA_APP_SECRET_KEY}" \
  ghcr.io/kylinmountain/tradingagents-ashare:latest

访问 http://localhost:8000 即可使用。

TA_APP_SECRET_KEY：用于加密用户 LLM API Key 和签发登录 JWT。不设置时使用内置默认密钥（仅适合本地开发）。生产环境务必设置，且不可更改。

LLM 配置：启动后在前端"设置"页面配置模型厂商、API Key 和模型名称即可，无需环境变量预设。

邮箱验证码：未配置 SMTP（MAIL_HOST 等）时，验证码会在前端登录页直接显示为 开发环境验证码：xxxxxx，本地使用无需配置邮件服务器。如果需要真实邮件投递，参考 .env.example 配置 MAIL_HOST / MAIL_USER / MAIL_PASS 等并通过 -e 注入容器。

Docker 容器使用 SQLite 时建议挂载 /app/data，否则容器删除后历史研报、用户配置和 Token 会丢失。

📖 更多部署拓扑（分开部署、旧版镜像升级迁移）与全部环境变量说明，见 guide/ 配置与部署指南。

源码安装

git clone https://github.com/KylinMountain/TradingAgents-AShare.git
cd TradingAgents-AShare

# 后端
uv sync

# 前端
cd frontend
npm install
npm run build
cd ..

复制 .env.example 到 .env 并按需修改，然后：

# 启动后端
uv run python -m uvicorn api.main:app --port 8000

访问 http://localhost:8000 即可开始 AI 投研之旅。

如果需要单独调试前端开发服务器：

cd frontend
echo VITE_API_URL=http://localhost:8000 > .env
npm run dev

前端开发服务器默认运行在 http://localhost:5173，后端仍保持 http://localhost:8000。

API 集成

系统提供标准 REST API，方便集成到自定义脚本、交易机器人或第三方看板：

操作	接口
触发分析	POST /v1/analyze → 返回 job_id
状态追踪	GET /v1/jobs/{job_id}
获取结果	GET /v1/jobs/{job_id}/result
历史检索	GET /v1/reports
批量获取最新报告	POST /v1/reports/latest-by-symbols
持仓导入	GET/POST/DELETE /v1/portfolio/imports
跟踪看板摘要/明细	GET /v1/dashboard/tracking-board
批量定时任务操作	PATCH /v1/scheduled/batch、POST /v1/scheduled/batch/delete、POST /v1/scheduled/batch/trigger
模型 warmup	POST /v1/config/warmup

认证：Web 端登录后在"设置 / API Token"生成密钥，通过 Authorization: Bearer <TOKEN> 传入。

本地部署示例：

curl -X POST 'http://localhost:8000/v1/analyze' \
  -H 'Content-Type: application/json' \
  -H 'Authorization: Bearer <YOUR_API_TOKEN>' \
  -d '{"symbol": "分析一下600519.SH短期趋势", "trade_date": "2026-03-28"}'

线上服务示例：

curl -X POST 'https://app.510168.xyz/v1/analyze' \
  -H 'Content-Type: application/json' \
  -H 'Authorization: Bearer <YOUR_API_TOKEN>' \
  -d '{"symbol": "分析一下600519.SH短期趋势", "trade_date": "2026-03-28"}'

集成 OpenClaw

1. 在本站生成 API Key
2. 在 OpenClaw 中安装技能 tradingagents-analysis

示例任务："分析 002594.SZ 今天是否适合介入，给我结论、置信度、目标价、止损价和核心风险。"

Project Status

特别鸣谢

本项目核心架构灵感与部分基础逻辑源自 TauricResearch/TradingAgents。感谢原作者及团队在多智能体交易领域做出的卓越探索与开源贡献。

许可说明

• 本项目基于 TauricResearch/TradingAgents (Apache 2.0) 二次开发。
• 新增模块 (api/, frontend/) 及对核心逻辑的深度修改采用 PolyForm Noncommercial 1.0.0 协议。
• 详情请参阅根目录下的 LICENSE 文件。

重要声明

• 仅供学习研究：本项目仅用于学术研究、技术演示及学习交流目的，不构成任何形式的投资建议。
• 实盘风险：证券市场有风险，投资需谨慎。基于本系统生成的任何观点、建议或计划，仅代表算法博弈结果，不对实际投资损益负责。
• 数据延迟：分析所依赖的数据源可能存在延迟或偏差，请以交易所实时公告为准。