Vibe-Trading

活跃

GitHub Python MIT

简介

「Vibe-Trading」是工具型仓库：面向个人量化与算法交易场景，结合大语言模型与 MCP 工具链，支持回测与多智能体决策流程。

核心特性

一条命令为交易 Agent 赋能完整的量化交易能力，集成 LLM 与 MCP 工具链
支持 7 多数据源（Tushare、OKX、CCXT、AkShare 等）的回测引擎，含本地缓存
Connector-first 架构，支持 IBKR、Robinhood、Tiger、Alpaca 等多券商模拟交易
多智能体协作工作流，支持 Swarm 模式、研究目标运行时和重试机制
提供 CLI、REST API、MCP 三种交互方式，共 36+ MCP 工具
内置安全机制：委托管理、订单守卫、审计日志和即时熔断

适用场景

💡 个人量化交易者快速搭建 AI 驱动的策略回测和实盘交易系统

💡 通过自然语言描述交易策略，自动生成并回测量化信号引擎

💡 使用模拟账户安全测试多券商交易策略，无需真实资金风险

💡 构建多智能体协作的投研分析流程，自动收集和分析市场数据

💡 通过 MCP 协议集成到其他 AI 工具链中，扩展交易能力

优势与不足

✅ 优势

• 活跃维护，近期持续更新
• 社区热度高（33.1k stars）
• 开源许可证友好（MIT）
• Issue 响应及时，积压少

标签

ai-agent algorithmic-trading backtesting fintech llm mcp mcp-tools multi-agent

分类

🔌 MCP 工具 🧠 多智能体

快速开始

pip install vibe-trading-ai 安装。使用 vibe-trading connector list 查看可用券商连接器，vibe-trading connector use <name> 选择连接器。通过 vibe-trading backtest 运行回测，或使用 vibe-trading cli 启动交互式 CLI。详细文档见 vibetrading.wiki/docs。

访问 GitHub 访问官网

相关项目

goclaw

「goclaw」是工具型仓库：面向 Model Context Protocol（MCP）的服务端、客户端或网关类能力。

agent-orchestrationai-agentai-gateway +5

· 8 阶段 Agent 管道——上下文、历史、提示、思考、行动、观察、记忆、总结，各阶段可插拔
· 4 种模式的提示系统——Full/Task/Minimal/None，支持分区门控和缓存边界优化
· 3 层记忆架构——工作记忆（对话）、情景记忆（会话语义摘要）、语义记忆（知识图谱）

在 GitHub 查看

MCP Agent Mail

AI 编码代理的异步协调层，基于 FastMCP + Git + SQLite 实现代理身份标识、收件箱、可搜索线程和文件锁 advisory 机制。

mcpmulti-agentcoordination +2

· MCP HTTP 服务器为 Agent 提供身份标识、收件箱、发件箱和可搜索的消息历史
· 咨询式文件预留租约防止 Agent 互相覆盖编辑内容
· 基于 Git 的审计追踪记录所有消息、租约和附件的完整可追溯性

在 GitHub 查看

open-multi-agent

6.9k · TypeScript

「open-multi-agent」是工具型仓库：面向 Model Context Protocol（MCP）的服务端、客户端或网关类能力。强调 MCP 工具链集成。

agent-frameworkai-agentsanthropic +5

· 目标驱动的协调器：一次 runTeam() 调用即可将目标分解为任务 DAG 并自动执行
· 一个团队混合使用多种 LLM 提供商：12 个内置提供商加任意 OpenAI 兼容端点（Ollama、vLLM、Groq 等）
· 跨 Anthropic、Gemini 和 OpenAI 的扩展思维/推理支持，可跨提供商保持推理过程

查看完整详情 → 在 GitHub 查看

AG2

AG2（前身为 AutoGen）是一个开源的 AgentOS，提供多 Agent 对话框架，支持灵活的 Agent 编排、工具集成和分布式协作，适用于构建复杂的多智能体系统。

multi-agentframeworkagent +3

· 多智能体对话框架，支持灵活的编排模式，包括群聊、嵌套对话和自定义编排
· 支持多种大语言模型提供商，可配置 API 密钥和模型选择
· 人在回路工作流，允许人类参与智能体对话的监督和输入

在 GitHub 查看