TradingAgents-CN

活跃
GitHub Python NOASSERTION

简介

基于多智能体 LLM 的中文金融交易框架,TradingAgents 中文增强版,支持多数据源行情、实时新闻和 LLM 决策。

核心特性

  • 多智能体分析架构 — 多个 LLM Agent 协作执行技术分析、基本面分析和新闻分析
  • 多数据源支持 — 支持 Tushare、AkShare、BaoStock,完整覆盖 A 股/港股/美股
  • Docker 多架构部署 — 支持 amd64 和 arm64 架构,5 分钟快速启动
  • 专业报告导出 — 支持 Markdown/Word/PDF 多格式专业分析报告导出
  • 动态供应商管理 — 支持动态添加和配置 LLM 供应商,智能模型选择
  • 企业级功能 — 用户权限管理、配置中心、缓存管理、实时通知系统

适用场景

💡 使用多 Agent 协作对单只 A 股进行全面分析,生成包含技术面和基本面的综合报告
💡 批量分析多只股票,对比筛选出符合投资策略的标的
💡 实时监控市场新闻和舆情变化,获取 Polymarket 预测市场数据辅助决策
💡 学习和研究多智能体在金融分析中的应用原理和最佳实践

优势与不足

优势

  • 活跃维护,近期持续更新
  • 社区热度高(31.2k stars)
  • Issue 响应及时,积压少

⚠️ 不足

  • 缺少明确的开源许可证

快速开始

# Docker Compose 部署

git clone https://github.com/hsliuping/TradingAgents-CN.git
 cd TradingAgents-CN
docker compose up -d

# 访问前端界面进行股票分析
# 确保先完成股票数据同步再进行分析

相关项目

GPTeam

1.7k · Python
活跃 A

开源多 Agent 模拟平台,让多个由 LLM 驱动的 Agent 在共享环境中协作完成复杂任务,支持 Agent 角色定制、记忆系统和环境交互,是研究多 Agent 协作行为和社会模拟的理想实验框架。

pythonmulti-agentagent +3
  • · 基于 GPT-4 的多代理模拟,支持自主协作完成预定义目标
  • · 受 Generative Agents 研究论文启发的代理记忆和反思系统
  • · 空间移动:代理在不同位置间移动并在不同环境中执行任务

BettaFish

42.0k · Python
活跃 A+

微舆:人人可用的多智能体舆情分析助手,打破信息茧房,还原舆情原貌,预测未来走向,从零实现不依赖任何框架。

multi-agentagentpython +2
  • · 多智能体协作 — Query/Media/Insight/Report 四类专业 Agent 通过论坛机制协作分析
  • · 全域舆情监控 — AI 爬虫 7x24 覆盖微博、小红书、抖音、快手等 30+ 社媒平台
  • · 多模态内容分析 — 深度解析短视频、图片等多媒体内容,提取结构化信息

DeepResearchAgent

3.5k · Python
不活跃 B

DeepResearchAgent 是一个分层多智能体系统,专为深度研究任务和通用任务求解设计。通过顶层规划 Agent 协调多个专业子 Agent,实现自动化任务分解和跨领域高效执行。

multi-agentframeworkpython +3
  • · 分层多 Agent 系统,顶层规划 Agent 协调专业子 Agent
  • · RSPL 协议层将提示、Agent、工具、环境和记忆建模为版本化资源
  • · SEPL 自进化协议,支持提议、评估和提交改进并支持回滚

AG2

4.9k · Python
活跃 A+

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