TradingAgents-AShare
A 股多智能体智能投研系统 — 基于 TradingAgents 架构,15 名 AI Agent 模拟机构协作与实时辩论对抗,全流程可视化,支持 OpenClaw / Claude Code 集成,Docker 一键部署。
Safety scan
A static text scan, not a guarantee. Select the badge to see what was scanned and every finding.
Check it deeper on your machine
It has changed since its scan on 11 Nov 2026.
As a Claude Code plugin, install it and then ask Claude Code:
/plugin marketplace add keithmackay/mackayi/plugin install scanskillsafety@mackayiDo a deep scan of https://github.com/KylinMountain/TradingAgents-AShare with scanskillsafety
Or from a terminal, clone it and run it:
git clone https://github.com/keithmackay/scanskillsafety-skill ~/.claude/skills/scanskillsafetynode ~/.claude/skills/scanskillsafety/cli.cjs --deep 'https://github.com/KylinMountain/TradingAgents-AShare'
It checks the exact commit: every file, its packages against OSV (api.osv.dev), how it compares with this page's scan (findsafeskills.com receives the repository's address), and, if you agree, Claude reading every file with your own Claude subscription. It never runs the code.
Badge for your README
Markdown
[](/listings/kylinmountain--tradingagents-ashare)HTML
<a href="/listings/kylinmountain--tradingagents-ashare"><img src="/api/listings/kylinmountain--tradingagents-ashare/badge.svg" alt="findsafeskills safety rating" /></a>Install
What was scanned
The files the safety scan read, as written by the repository's author and shown as plain text. Lines with a finding are marked.
README.md · README · 267 lines
View this file on GitHub (read at the repository's current version: the scan did not record which commit it read)
- # 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](https://app.510168.xyz) | [Releases](https://github.com/KylinMountain/TradingAgents-AShare/releases) | [OpenClaw 技能](https://clawhub.ai/kylinmountain/tradingagents-analysis)
- > 🎁 **用 Codex / Claude Code 有困难?** 推荐中转服务 **[windapi](https://windapi.ai/sign-up?aff=eMfU)** —— 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](https://windapi.ai/sign-up?aff=eMfU)**
- <div align="center">
- <img src="assets/web/analysis.png" width="100%" alt="智能分析"/>
- <p><em>14 名智能体实时协作,左侧对话驱动,右侧可视化全流程</em></p>
- </div>
- > 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。
- <div align="center">
- <img src="assets/web/debate_drawer.png" width="80%" alt="辩论对战可视化"/>
- </div>
- ### 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。
- <div align="center">
- <img src="assets/web/timer_analysis.png" width="80%" alt="定时分析"/>
- </div>
- ### 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。
- <div align="center">
- <table style="width: 100%">
- <tr>
- <td width="50%"><img src="assets/web/reports.png" alt="历史报告"/><br><em>研报历史</em></td>
- <td width="50%"><img src="assets/web/detail.png" alt="研报详情"/><br><em>深度详情</em></td>
- </tr>
- </table>
- </div>
- ### 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](https://windapi.ai/sign-up?aff=eMfU) —— 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。
- <div align="center">
- <img src="assets/web/settings.png" width="80%" alt="定时分析"/>
- </div>
- ## 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:
- <p align="center">
- <img src="assets/schema.png" style="width: 100%; height: auto;">
- </p>
- *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。
- <p align="center">
- <img src="assets/analyst.png" width="90%">
- </p>
- ### 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。
- <p align="center">
- <img src="assets/researcher.png" width="80%">
- </p>
- ### 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。
- <p align="center">
- <img src="assets/risk.png" width="80%">
- </p>
- ## 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](https://docs.astral.sh/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:
- ```bash
- pip install uv
- ```
- Windows PowerShell 用户可用下面的命令生成 `TA_APP_SECRET_KEY`:
- ```powershell
- $env:TA_APP_SECRET_KEY = [Convert]::ToBase64String((1..32 | ForEach-Object { Get-Random -Minimum 0 -Maximum 256 }))
- ```
- ### Docker 一键部署 (推荐)
- **方式一:Docker Compose(推荐)**
- ```bash
- # 克隆仓库(也可以只下载 compose 文件:
- # curl -O https://raw.githubusercontent.com/KylinMountain/TradingAgents-AShare/main/docker-compose.yml)
- git clone https://github.com/KylinMountain/TradingAgents-AShare.git
- cd TradingAgents-AShare
- export TA_APP_SECRET_KEY=$(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](guide/deployment.md)。
- **方式二:docker run**
- ```bash
- 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](guide/)。
- ### 源码安装
- ```bash
- 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:
- ```bash
- # 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:
- ```bash
- 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:
- ```bash
- 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:
- ```bash
- 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](https://github.com/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](https://github.com/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](./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。
- <div align="center">
- <a href="https://www.star-history.com/#KylinMountain/TradingAgents-AShare&Date">
- <picture>
- <source media="(prefers-color-scheme: dark)" srcset="https://api.star-history.com/svg?repos=KylinMountain/TradingAgents-AShare&type=Date&theme=dark" />
- <source media="(prefers-color-scheme: light)" srcset="https://api.star-history.com/svg?repos=KylinMountain/TradingAgents-AShare&type=Date" />
- <img alt="TradingAgents Star History" src="https://api.star-history.com/svg?repos=KylinMountain/TradingAgents-AShare&type=Date" style="width: 80%; height: auto;" />
- </picture>
- </a>
- </div>
Ratings and comments
Sign in to rate this skill.
Sign inFree to use. If it’s helped, pass it on.