十分钟跑通首次多智能体股票分析TradingAgents-CN 零基础实战【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抓行情、算指标、扫新闻、查风险四件事要并行一个人很难兼顾。TradingAgents-CN 就是面向中文用户的多智能体 LLM 股票分析平台把单只股票的分析拆成子任务交给一组 AI 智能体分头执行最后汇总成专业报告。不需要写代码装好、填密钥、输入代码就能跑。Docker 一键部署对新手来说Docker 是省事的路线环境隔离、跨平台不用折腾 Python 版本和数据库。git clone https://gitcode.com/GitHub_Trending/tr/TradingAgents-CN把仓库源码拉到本地。cd TradingAgents-CN cp .env.example .env进入目录复制一份环境变量模板。用编辑器打开.env至少填一个大模型 API 密钥DeepSeek、阿里百炼、Google AI 任选其一。然后docker-compose up -d一条命令拉起全部服务。完成后浏览器打开http://localhost:3000能进登录页就说明部署成功后端接口文档在http://localhost:8000/docs。想用 Windows 一键版或源码版翻 官方安装文档 和 Docker 部署指南。系统起来后的主页看到功能导航和分析配置卡片就说明运行正常。看穿这支 AI 分析团队它内部的分工类似一个编辑部分析师是记者负责采集素材研究员是编辑负责深挖交易员是主笔定结论风控经理是校对在发布前拦错。四者不是各说各话而是按摆事实 → 挖依据 → 出方案 → 审风险的顺序接力。角色负责什么对你意味着什么分析师基本面、技术面、新闻拿到一份多角度的体检报告研究员深度研究与行业对比看清这只票在行业里的位置交易员把分析转成买卖策略明确的操作建议和仓位思路风控经理风险评估与回撤控制动手前先把雷排一遍每个角色的提示词与完整职责说明在 智能体文档 里能逐字看到。输入第一只股票代码跑完首次分析登录默认账号admin/admin123进入系统。配置模型打开配置管理填好厂家、模型和密钥保存。输入代码进股票分析A股如600519港股如00700.HK美股如AAPL。选参数分析深度选标准模型选刚配好的那一个点开始分析。看结果页面实时推送每个智能体的进度跑完打开报告逐角色查看结论。配置页里设置市场、代码、研究深度和分析师团队。进度跑到 100% 后直接点击查看完整分析报告。命令行进阶与自定义玩法 图形界面用熟之后终端可以批量干活入口在cli/main.pypython -m cli.main stock analysis --code 600519在终端对单只股票跑一次分析。换数据源到配置管理调整 Tushare、AkShare、BaoStock 的优先级。改智能体行为调整 app/core/ 里的参数。调研究深度参考 研究深度指南。导出报告支持 Markdown、Word、PDF见 报告导出指南。命令行启动后的初始化界面出现欢迎信息即就绪。卡住了怎么办Q启动时提示端口被占用改.env里的端口号再执行docker-compose up -d重启。Q一直连不上 MongoDB先跑docker-compose logs -f确认 MongoDB 状态是 healthy再核对.env的MONGODB_*配置。QAPI 密钥填了还是分析失败检查密钥有没有多余空格、是否有额度、是否过期再用配置管理里的测试连接确认。Q数据源没配能分析吗能但建议先同步一次股票数据否则结论可能不准。Q一次分析大概要等多久标准深度通常十分钟上下进度页会实时显示各智能体状态不用干等。✅【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