Docker 一键拉起 TradingAgents-CNTushare/AKShare 中文数据源配置全攻略【免费下载链接】TradingAgents-AI.github.ioTradingAgents: Multi-Agents LLM Financial Trading Framework项目地址: https://gitcode.com/GitHub_Trending/tr/TradingAgents-AI.github.io当TradingAgentsarXiv 2412.20138AAAI 2025 MARW Workshop把模拟一家真实交易公司的多智能体金融交易框架开源之后社区很快分化出两条主线一条继续押注美股与海外数据源另一条则把整套协作范式移植到 A 股语境——这就是拥有数万 Star 的TradingAgents-CN中文增强版。它保留了原版分析师并发取证、多空研究员辩论、交易员决策、风控审查的完整链路却把数据层整体替换为 Tushare / AKShare / BaoStock 等中文行情接口并配上了 Web 管理界面与 CLI 双入口。对绝大多数想上手的人来说真正的门槛不在框架本身而在环境Python 3.11 虚拟环境、MongoDB 7/8、Redis 6/7、前端构建……六七个组件各装一遍出错时根本分不清是数据库没起来还是密钥写错。而 Docker Compose 恰恰把这套依赖链收敛成一次up -d。本文基于仓库真实源码与配置逐层拆解先看 CN 版的容器化分层与双入口设计再走一遍.env里 LLM 密钥与行情 Token 的完整配置最后用内置自检命令把第一次出报告这条链路彻底跑通。一、值得被容器化的框架多智能体协作速览先回到原版。仓库首页 index.html 对整套架构的描述非常清晰框架模拟真实交易公司的组织形态把复杂交易任务拆解给专业角色——基本面、情绪、新闻、技术四类分析师并行采集信息并各自产出分析报告研究员团队以多空辩论的方式评估结论交易员综合报告做出买卖决策风险管理团队从波动率、流动性等视角审查方案最终由基金经理批准并执行。所有智能体运行在 ReAct 提示框架之上通信采用结构化输出 自然语言辩论的混合协议避免长对话下的传话效应telephone effect导致信息失真。这套设计在论文实验里给出了相当有说服力的数字。仓库 index.html 中的回测对比表显示在 2024 年 6 月至 11 月的模拟区间内TradingAgents 对 AAPL 取得累计收益 26.62%、年化收益 30.5%、夏普比率 8.21、最大回撤 0.91%全面优于 Buy Hold、MACD、KDJRSI、ZMR、SMA 等基线策略对 GOOGL24.36% / 6.39与 AMZN23.21% / 5.60同样领先。CN 版把这套公司化协作平移到了中文研究语境分析师被细分为大盘、板块、市场、基本面、新闻等角色研究员分为乐观与审慎两派进行辩论式研究单股研究支持 5 级分析深度。从版本演进看v1.0 定位为多智能体分析工具v2.0 把分析融入持仓分析 操作复盘的研究闭环v3.0 则升级为 FastAPI Vue 3 MongoDB/Redis 的 AI 助手形态新增自然语言选股、Agent 自主规划与 Skill 扩展能力——这正是本文要部署的版本。二、容器化分层与 Web/CLI 双入口CN 版 v3.0 的部署拓扑可以拆成四层前端层Vue 3 单页应用提供单股研究、通用研究、自然语言选股覆盖 6000 只股票、模拟交易与学习中心等入口服务层FastAPI 后端承载 Web 接口与异步任务数据同步与分析师编排由后台 Worker 承担存储层MongoDB 存业务与向量数据Redis 负责缓存与会话数据与模型接入层行情/财务数据走 Tushare / AKShare / BaoStockAI 推理走多厂商 LLM 网关。这套分层在 Docker 部署里体现得最直观MongoDB 与 Redis 各自作为独立容器运行.env里只需把主机名指向服务名MONGODB_HOSTmongodb、REDIS_HOSTredisCompose 就会自动解析容器网络无需关心宿主机端口映射之外的任何细节。入口方面CN 版刻意保留了两条使用路径。Web 界面适合交互式研究与可视化工作流CLI 则面向脚本化与无头环境仓库内预置了python -m cli.main命令族——其中config用于检查.env配置状态test用于验证密钥与数据源连通性这两条命令正是后面服务自检环节的关键工具。三、Docker Compose 一键部署从 clone 到 up -d部署前确认本机已安装 Docker 与 Docker Compose然后拉取仓库并准备环境变量文件git clone TradingAgents-CN 仓库地址 cd TradingAgents-CN cp .env.example .env.env.example是仓库内最完整的配置蓝本所有变量按[REQUIRED]、[RECOMMENDED]、[OPTIONAL]三档标注。启动前必须改掉以下几项否则非 DEBUG 模式下服务会直接拒绝启动MONGODB_CONNECTION_STRING形如mongodb://admin:密码mongodb:27017/tradingagents?authSourceadmin生产环境务必更换 admin 密码REDIS_PASSWORDRedis 密码JWT_SECRET与CSRF_SECRET均建议用openssl rand -base64 48生成ADMIN_DEFAULT_PASSWORD首次登录时后端会自动用该值创建admin管理员账号。生成随机密钥的推荐姿势openssl rand -base64 48然后一键拉起docker-compose up -dCompose 会依次启动 MongoDB、Redis 与主服务。就绪后Web 应用http://localhost:8501API 服务http://localhost:8000分析结果、报告、记忆日志与缓存默认落在TRADINGAGENTS_RESULTS_DIR/TRADINGAGENTS_DATA_DIR/TRADINGAGENTS_CACHE_DIR指向的目录默认./results、./data、./cache建议挂载为数据卷避免容器重建导致数据丢失。四、LLM 密钥与数据源 TokenAKShare 免密钥Tushare 填 Token系统能跑起来靠两把钥匙一把给 LLM一把给行情数据。LLM 侧.env.example明确推荐 DeepSeek性价比极高至少要启用一个模型厂商DEEPSEEK_API_KEYsk-xxxxxxxx DEEPSEEK_BASE_URLhttps://api.deepseek.com DEEPSEEK_ENABLEDtrue国产稳定路线可选DASHSCOPE_API_KEY阿里百炼 / 通义千问此外还预留了 OpenAI、Google、Anthropic、硅基流动以及 302.AI、AIHubMix、OpenRouter、One API 等聚合渠道——聚合渠道的意义在于用一把 Key 访问多家原厂模型。需要说明的是OpenAI 等境外厂商在容器内访问受网络环境影响.env.example为此专门提示若使用代理访问境外模型、同时需要直连国内数据源务必配置NO_PROXY放行eastmoney.com、api.tushare.pro、baostock.com等域名避免行情请求绕行代理导致超时。数据源侧这是本文的核心。CN 版通过DEFAULT_CHINA_DATA_SOURCE在三种行情源之间切换三者定位差异显著数据源是否需要 Token特性建议场景AKShare否免费从东方财富、新浪等公开接口抓取首次验证流程、轻量使用Tushare是专业结构化数据接口全、权限分级正式研究、批量与回测BaoStock否免费日 K 线与财务数据不支持实时行情历史数据补充选 AKShare 最简单.env里保持默认即可无需任何密钥DEFAULT_CHINA_DATA_SOURCEakshare选 Tushare 则需要注册并获取 Token 后显式开启TUSHARE_TOKEN你的token TUSHARE_ENABLEDtrue.env.example对 Tushare 的坑位标注得相当细致免费账户有调用频率限制约 100 次/分钟建议积分到 2000 以上实时行情接口需要另外付费默认 360 秒的行情采集间隔QUOTES_INGEST_INTERVAL_SECONDS正是为了规避rt_k接口限流——免费用户该接口每小时仅 2 次调用额度QUOTES_TUSHARE_HOURLY_LIMIT2。为此系统内置了接口轮换机制QUOTES_ROTATION_ENABLEDtrue优先走 Tusharert_k超限自动降级到 AKShare 东方财富源、再到新浪源从机制上规避单接口限流与封 IP。登录后还需在 Web 端的系统设置里完成两件事配置大模型 API Key以及按需配置行情数据 Token——CLI 与 Web 共用同一个.env但界面配置会在运行时覆盖环境变量。五、服务自检从容器日志到第一份报告容器拉起后按以下顺序完成自检任何一步卡住都能精确定位。第一步容器层面。确认三个核心服务全部处于 healthy 状态docker compose ps docker compose logs -f日志中值得关注的信号包括后端完成系统级初始化导入模型目录、提示词模板、Agent 配置与工作流MongoDB/Redis 连接成功若开启了 Tushare 统一同步TUSHARE_UNIFIED_ENABLEDtrue还会看到基础信息、日 K、财务数据等定时任务的 cron 调度记录。首个交易日前后TUSHARE_BASIC_INFO_SYNC_CRON、TUSHARE_QUOTES_SYNC_CRON等任务会自动填充股票池。第二步配置与连通性自检。进入主服务容器用 CLI 内置命令做两层体检docker compose exec 服务名 python -m cli.main config # 检查 .env 与密钥状态 docker compose exec 服务名 python -m cli.main test # 验证 LLM/数据源连通性config会逐项列出哪些密钥缺失、哪些格式非法test则真实发起一次 LLM 与行情源调用返回连通结果。这两条命令基本覆盖了容器是好的但配置不对的全部场景。第三步跑通最小闭环。用默认的admin账号登录 Web密码来自ADMIN_DEFAULT_PASSWORD进入单股研究输入一个 A 股代码例如 600519。正常流程中你能在界面上实时观察各分析师并发拉取行情与资讯 → 乐观/审慎研究员多空辩论 → 风控评估 → 生成研究报告。第一份报告的产出意味着从数据采集、LLM 推理到编排引擎的整条链路已全部打通。常见故障与对策按出现频率排序行情为空或接口报 500优先怀疑 Tushare Token 无效、积分不足或接口限流——临时把DEFAULT_CHINA_DATA_SOURCE切到akshare验证问题消失即确认是 Tushare 侧问题rt_k被限流检查QUOTES_TUSHARE_HOURLY_LIMIT与轮换开关免费账号务必保留 AKShare 兜底数据源请求超时多半是代理干扰按上文配置NO_PROXY放行国内域名登录提示密钥未配置回到系统设置补齐 LLM Key或重新检查.env中DEEPSEEK_ENABLED是否为true。最后必须强调一条原则TradingAgents-CN 是研究辅助工具其定位与免责声明写得非常明确——所有 AI 生成内容仅供学习参考不构成投资建议系统不提供目标价、止损止盈与买卖时机等交易指令。部署它的价值在于完整理解多智能体系统如何把数据、模型与协作流程编排成一个可运行的研究流水线而不是把它当作自动赚钱机器。把这套链路跑通、看透比任何一次AI 荐股都更有意义。【免费下载链接】TradingAgents-AI.github.ioTradingAgents: Multi-Agents LLM Financial Trading Framework项目地址: https://gitcode.com/GitHub_Trending/tr/TradingAgents-AI.github.io创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考