TradingAgents-CN v1.0.1 中文增强版基于多智能体 LLM 的金融分析平台架构与实战指南【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-CNTradingAgents-CN 是面向中文用户的多智能体与大模型股票分析学习平台基于 Tauric Research 开源的 TradingAgents 框架深度增强而来。本文以仓库根目录 README.md 为主体结合 后端入口、多智能体图编排、Docker Compose 配置 等源码级证据系统讲解 v1.0.1 版本的全新技术架构、企业级功能、数据同步体系与部署方案读完即可掌握该平台的架构脉络、核心配置与部署运维方法。一、项目定位与设计原则TradingAgents-CN 是一个多智能体与大模型股票分析学习平台帮助你系统化学习如何使用多智能体交易框架与 AI 大模型进行合规的股票研究与策略实验。项目在 README 中明确声明不提供实盘交易指令平台定位为学习与研究用途支持A 股 / 港股 / 美股的分析与教学专注中文化学习中心与工具推动 AI 金融技术在中文社区的普及与正确使用。同时项目在 README 末尾附有明确的风险提示本框架仅用于研究和教育目的不构成投资建议AI 模型的预测存在不确定性投资有风险决策需谨慎建议咨询专业财务顾问。这一合规声明是平台定位的重要组成部分。从源码结构看项目由两大块组成模块目录职责Web 平台app/、frontend/FastAPI 后端 Vue 3 前端提供配置管理、分析队列、报告等企业级功能核心研究框架tradingagents/多智能体协作图、LLM 适配层、数据源抽象、工具与记忆系统二、v1.0.1 版本重点增强v1.0.1当前稳定版本在v1.0.0-preview架构基础上重点增强配置管理、聚合厂家、页面切换、单股同步和上游能力吸收。按 v1.0.1 发布说明 的归类主要聚焦四类改进1. 配置管理体验优化新增厂家后模型目录管理页面支持按最新添加顺序置顶显示新增模型后大模型配置页面支持按最新添加顺序置顶显示配置页、对话框和分析页中的模型选择列表顺序保持一致后端补齐大模型配置时间字段created_at/updated_at/api/config/llm按最新配置优先返回前端排序与接口返回顺序一致新增聚合 LLM 厂家AiHubMix支持通过统一 OpenAI 兼容接口接入多家模型聚合渠道初始化接口支持自动初始化 AiHubMix、OpenRouter、One API、New API 等厂家配置。2. 前端页面切换修复修复报告详情页切换不同报告后仍显示旧内容的问题修复股票详情页切换不同股票后页面数据未刷新的问题优化详情页状态重置逻辑避免旧页面数据残留详情页监听路由参数变化自动刷新。3. 单股同步能力增强/api/stock-sync/single接口增强日志输出同步返回结果明确展示主链路数据源、回退链路数据源、主错误原因、回退错误原因、是否已写入market_quotes。股票详情页的同步提示也从简单成功提示升级为结果明细弹窗运维人员可据此快速判断是网络问题、限流问题还是落库问题。4. AKShare 实时行情兜底增强AKShare 单股实时行情支持多级降级链stock_bid_ask_em - stock_zh_a_spot - stock_zh_a_spot_em - stock_zh_a_hist当主接口异常时系统自动尝试备份接口最终以历史日线作为最后一级兜底显著提升单股同步成功率。三、全新技术架构v1.0.x 相比 v0.1.xv1.0 系列完成了从单体应用向前后端分离的架构迁移与 v0.1.x 的技术栈对比如下组件v0.1.xv1.0.1后端框架StreamlitFastAPI Uvicorn前端框架StreamlitVue 3 Vite Element Plus数据库可选 MongoDBMongoDB RedisAPI 架构单体应用RESTful API WebSocket部署方式本地/DockerDocker 多架构 GitHub Actions1. FastAPI 后端从 app/main.py 可以看到后端是一个模块化程度很高的 FastAPI 应用生命周期管理lifespan启动时依次执行日志初始化、启动配置校验startup_validator、数据库连接初始化、配置桥接config_bridge将统一配置写入环境变量供核心库使用、动态设置应用与配置摘要打印中间件链CORS、TrustedHost、操作日志OperationLogMiddleware、请求日志、Request-ID/Trace-ID以及全局异常处理器路由体系约 30 个 router 模块覆盖认证auth_db、分析analysis、筛选screening、队列queue、自选股favorites、配置config、报告reports、数据库database、缓存cache、日志logs、模拟交易paper、多市场股票multi_market_stocks、新闻news_data、财经数据financial_data、定时任务scheduler、SSE 流sse与 WebSocket 通知等实时通知双通道REST SSE 与 WebSocket 通知模块并存notifications_router与websocket_notifications_router用于实时跟踪分析进度和系统状态。2. Vue 3 前端frontend/package.json 表明前端采用 Vue 3 Vite TypeScript Element Plus Pinia Vue Router并集成 ECharts图表、marked / mermaidMarkdown 渲染、SortableJS拖拽排序等依赖构建脚本为vue-tsc vite buildNode 版本要求 18。3. MongoDB Redis 双数据库MongoDB主数据存储承载用户、配置、股票基础信息、行情快照market_quotes、新闻、财务数据、使用记录等Redis缓存与实时数据通道支持多级缓存策略。从 docker-compose.yml 可以看到MongoDB 使用mongo:4.4带健康检查与初始化脚本scripts/mongo-init.jsRedis 使用redis:7-alpine开启 AOF 持久化并设置访问密码。README 中提到的性能提升 10 倍属于项目官方文档对双数据库架构的描述实际效果以部署环境实测为准。4. 多级缓存系统tradingagents/utils/cache 目录下实现了完整的缓存体系db_cache.pyMongoDB Redis 数据库缓存管理器支持按data_type symbol 参数生成缓存键file_cache.py文件缓存支持元数据、有效性校验与过期清理integrated.py集成缓存管理器可动态感知数据库可用性并切换后端adaptive.py自适应缓存按 TTL 在不同存储介质间选择。README 中所述MongoDB/Redis/文件多级缓存即由这套机制支撑。四、多智能体分析框架原理1. 核心图编排核心研究框架位于 tradingagents/graph/其中 trading_graph.py 是主入口基于 LangGraph 构建多智能体协作图create_llm_by_provider根据 provider 创建 LLM 实例已收口到统一的llm_clients抽象层见下文LLM 供应商体系TradingGraph.__init__可配置selected_analysts默认市场、社交、新闻、基本面四类分析师并接收config参数propagate执行一次完整的分析传播支持progress_callback与task_id实现进度上报reflect_and_remember结合历史收益亏损returns_losses进行反思并写入记忆process_signal处理交易信号。2. 智能体角色从 tradingagents/agents/ 目录的定义看框架包含如下角色角色模块职责多头研究员bull_researcher.py收集支持看涨的证据空头研究员bear_researcher.py收集支持看跌的证据辩论方aggresive_debator.py/conservative_debator.py/neutral_debator.py激进 / 保守 / 中立三种风格的辩论市场分析师market_analyst.py技术面与市场数据新闻分析师news_analyst.py新闻事件解读社交情绪分析师social_media_analyst.py社交媒体情绪基本面分析师fundamentals_analyst.py财务数据与估值A 股市场分析师china_market_analyst.py中国市场的专属分析风控经理risk_manager.py风险评估交易员trader.py最终投资决策conditional_logic.py通过should_continue_*系列函数控制图的条件分支如辩论轮数、风险讨论轮数reflection.py负责对研究员、交易员、风控等角色进行反思复盘memory.py实现基于向量嵌入的FinancialSituationMemory情境记忆用于跨分析会话的经验积累。3. 统一数据工具tradingagents/agents/utils/agent_utils.py 为智能体提供了一整套可被 LLM 调用的工具函数包括中国数据get_china_stock_data、get_china_market_overview、get_china_fundamentals统一多市场工具get_stock_fundamentals_unified、get_stock_market_data_unified、get_stock_news_unified、get_stock_sentiment_unified支持 A 股 / 港股 / 美股港股工具get_hk_stock_data_unified技术指标get_stockstats_indicators_report新闻与情绪get_finnhub_news、get_google_news、get_realtime_stock_news、get_chinese_social_sentiment等。技术指标计算由 tradingagents/utils/indicators.py 提供MA、EMA、MACD、RSI、BOLL、ATR、KDJ 等README 中彻底解决市场分析师技术指标计算不准确问题即指向该模块的修复。五、LLM 供应商体系这是中文增强版区别于原版的核心能力之一README 中列出的相关特性包括原生 OpenAI 支持、Google AI 全面集成、自定义端点配置、智能模型选择、多 LLM 提供商支持、模型选择持久化。1. 统一客户端抽象层tradingagents/llm_clients/ 提供了统一抽象factory.pycreate_llm_client工厂函数按 provider 创建客户端openai_client.py/google_client.py/anthropic_client.py/openai_compatible_base.py各供应商客户端实现provider_keys.pyprovider 规范键canonical key统一为qwen、glm、openai、google、deepseek、openrouter、ollama、qianfan、custom_openai并提供环境变量键映射、默认后端 URL 与别名归一化model_catalog.py共享模型目录提供get_model_options与get_known_models。2. LLM 适配层tradingagents/llm_adapters/ 包含对 DeepSeekdeepseek_adapter.py、阿里百炼 DashScopedashscope_openai_adapter.py、Google Geminigoogle_openai_adapter.py等模型的适配器支持 OpenAI 兼容协议接入。3. 动态供应商管理从 trading_graph.py 的create_llm_by_provider实现看系统支持两种 API Key 来源数据库配置优先未配置时从环境变量读取如OPENAI_API_KEY、GOOGLE_API_KEY、SILICONFLOW_API_KEY等。自定义厂家默认走 OpenAI 兼容模式这与 README 中支持动态添加和配置 LLM 供应商的描述一致。4. 成本与用量追踪tradingagents/utils/config_manager.py 实现了UsageTracker支持按 provider / model / session 记录 token 用量、估算与计算成本、成本告警数据可持久化到 MongoDBmongodb_storage.py。这与 README 中成本优化特性对应也支撑了 Web 端的用量统计模块usage_statistics路由。六、企业级功能详解README 将以下能力归入企业级功能用户权限管理完整的用户认证、角色管理、操作日志系统后端由auth_db、operation_logs、operation_log_middleware实现配置管理中心可视化的大模型配置、数据源管理、系统设置config、system_config路由 前端配置页缓存管理系统智能缓存策略支持 MongoDB/Redis/文件多级缓存见上文第三节实时通知系统SSE WebSocket 双通道推送sse、notifications、websocket_notifications路由批量分析功能支持多只股票同时分析queue路由 分析队列智能股票筛选基于多维度指标的股票筛选和排序系统screening路由 china_stock_screener自选股管理个人自选股收藏、分组管理和跟踪favorites路由个股详情页完整的个股信息展示和历史分析记录stocks、stock_data路由模拟交易系统虚拟交易环境验证投资策略效果paper路由。此外v1.0.1 使用手册 建议新用户按以下顺序完成首次配置检查登录 → 进入配置管理 → 配置厂家信息 → 导入/维护模型目录 → 配置大模型 → 配置数据源 → 对一只股票执行同步测试。七、多数据源同步体系1. 数据源抽象tradingagents/data_providers/ 以base_provider.py为基类实现统一的供应商接口连接、基础信息、行情、历史数据、股票列表、财务数据并提供标准化的数据格式转换Tusharetushare.pytoken 可从数据库读取支持股票列表、实时行情、日线/分钟线、财务数据、新闻与情绪分析AKShareakshare.py内置超时配置与请求补丁支持多级行情降级链BaoStockbaostock.py免费登录支持估值数据、财务三大报表利润、运营、成长、资产负债、现金流。README 中的统一的数据源管理支持 Tushare、AkShare、BaoStock即由此实现。data_source_manager.py还实现了按 symbol 识别市场类别并决定数据源优先级顺序的能力。2. 定时同步任务从 app/main.py 的lifespan启动逻辑可见后端使用 APSchedulerAsyncIOScheduler在启动时按配置注册大量定时任务并按TUSHARE_ENABLED等开关决定是否暂停任务类别覆盖范围说明股票基础信息同步Tushare / AKShare / BaoStock 多源服务启动时立即执行一次不阻塞之后按 CRON 或默认06:30执行实时行情入库quotes_ingestion_service按QUOTES_INGEST_INTERVAL_SECONDS间隔运行内部自判交易时段并支持启动期回补上一交易日收盘快照历史数据同步三数据源增量模式incrementalTrue财务数据同步Tushare / AKShare按各自 CRON 表达式数据源状态检查三数据源周期性健康检查新闻数据同步AKShare默认仅同步自选股favorites_onlyTrue条数受NEWS_SYNC_MAX_PER_SOURCE限制数据源优先级遵循Tushare 启用时tushare akshare baostock否则akshare baostock。港股与美股采用按需获取 缓存模式不再配置定时同步任务代码中已注释掉相关 worker 引入。3. 数据库运维注意v1.0.1 对数据库运维有专门说明详见 数据库版本隔离与 Provider 规范化要点包括MongoDB 默认库名调整为tradingagentscn、按大版本/实例隔离命名、开发环境共享库保护、迁移脚本与 provider 规范化脚本。README 特别提醒在分析股票之前请按相关文档要求将股票数据同步完成否则分析结果会出现数据错误。八、Docker 多架构部署1. 部署方式选择部署方式适用场景难度Docker 版生产环境、跨平台中等本地代码版开发者、定制需求较难Docker 部署支持 x86_64 与 ARM64 架构Apple Silicon、树莓派、AWS Graviton并提供完整的 Docker Compose 配置可快速启动。2. Compose 服务拓扑docker-compose.yml 定义了完整的服务拓扑服务镜像/构建端口说明backendDockerfile.backend8000FastAPI 后端挂载 logs/config/data 目录健康检查/api/healthfrontendDockerfile.frontend3000→80Vue 3 前端Nginx 托管VITE_API_BASE_URL指向后端mongodbmongo:4.427017初始化脚本挂载健康检查db.runCommand(ping)redisredis:7-alpine6379AOF 持久化 密码认证redis-commander第三方镜像8081可选managementprofilemongo-express第三方镜像8082可选managementprofile关键环境变量示例# backend TRADINGAGENTS_MONGODB_URL: mongodb://admin:tradingagents123mongodb:27017/tradingagents?authSourceadmin TRADINGAGENTS_REDIS_URL: redis://:tradingagents123redis:6379 TRADINGAGENTS_CACHE_TYPE: redis TRADINGAGENTS_LOG_LEVEL: INFO API_HOST: 0.0.0.0 API_PORT: 8000 CORS_ORIGINS: http://localhost:3000,http://localhost:8080,http://localhost:5173服务之间通过depends_on: condition: service_healthy严格编排启动顺序日志采用 json-file 驱动并限制大小与轮转。3. 启动命令# 完整启动含前端、后端、数据库 docker compose up -d # 仅启动核心服务 管理界面 docker compose --profile management up -d本地代码版入口包括python -m app.main后端以及 scripts/startup/ 下的启动脚本。九、上游能力吸收策略项目采用人工选择性吸收上游更新的维护策略而非整仓自动跟随。相关文档上游同步策略 与 人工上游吸收清单。v1.0.1 已同步的上游能力包括llm_clients抽象层主链路、共享模型目录与轻量校验、provider canonical key 规范化、trading_graph.py主要 provider 初始化路径收口、fundamentals_analyst.py中 qwen fresh llm 重建逻辑、图层参数透传、工厂别名兼容、风控引用修复、provider 默认 URL/环境变量映射统一以及 MongoDB 默认库名、版本隔离命名与迁移脚本增强。吸收原则是优先吸收核心能力、底层抽象和明确缺陷修复不强行追求与上游完全一致以稳定性、收益和可维护性为优先。十、重大 Bug 修复v1.0.1 及此前版本完成的关键修复README 记录技术指标计算修复解决市场分析师技术指标计算不准确问题对应 indicators.py基本面数据修复修复基本面分析师 PE、PB 等关键财务数据计算错误死循环问题修复解决部分用户在分析过程中触发的无限循环问题对应conditional_logic.py的分支控制与递归限制数据一致性优化确保所有分析师使用统一、准确的数据源。十一、许可证与版权说明本项目采用混合许可证模式详见 LICENSE 与 版权声明部分范围许可开源部分除app/和frontend/外的所有文件Apache 2.0可商业使用、修改分发、私人使用需保留版权声明与许可证副本专有部分app/FastAPI 后端与 frontend/Vue 前端需商业授权v1.0.1 为当前稳定版本个人使用完全开源可自由使用商业使用必须获得商业授权。v2.0.0 已接近完工因盗版问题暂不进行开源将通过官方渠道发布。README 同时发布了版权侵权警告指出tradingagents-ai.com网站未经授权使用其专有代码提醒用户通过官方唯一渠道获取项目。十二、版本历史与学习资源版本演进脉络详见 CHANGELOG.mdv1.0.12026-04-14配置管理优化、AiHubMix 聚合厂家、单股同步增强与上游能力吸收当前版本v1.0.0-preview2025-10-10FastAPI Vue 3 新架构预览版v0.1.13原生 OpenAI 支持与 Google AI 生态全面集成v0.1.12智能新闻分析模块与项目结构优化含多层次新闻过滤、新闻质量评估、统一新闻工具对应 news_filter.py、enhanced_news_filter.pyv0.1.11多 LLM 提供商集成与模型选择持久化v0.1.10Web 界面实时进度显示与智能会话管理v0.1.9CLI 用户体验重大优化与统一日志管理v0.1.8 ~ v0.1.3Web 界面优化、容器化部署、DeepSeek 支持、A 股市场完整支持v0.1.2 / v0.1.1Web 界面和配置管理、国产 LLM 集成。推荐阅读使用手册 docs/guides/v1.0.1-user-manual.md、升级指南 docs/releases/upgrade-guide.md、完整更新日志 docs/releases/CHANGELOG.md以及完整文档目录 docs/。结语TradingAgents-CN v1.0.1 以 FastAPI Vue 3 MongoDB Redis 的全新架构为底座在保留 Tauric Research 多智能体框架核心思想的同时完成了中文本地化、A 股数据支持、国产 LLM 集成、Web 配置管理与专业报告导出等一系列增强。无论你是想学习多智能体 LLM 在金融分析中的应用还是希望搭建一套面向中文市场的股票研究平台本文梳理的架构、配置与部署路径都可以作为入门的完整参考。再次提醒该平台仅用于学习与研究不构成投资建议请务必在分析前完成股票数据同步。【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 TradingAgents-CN v1.0.1 中文增强版：基于多智能体 LLM 的金融分析平台架构与实战指南
TradingAgents-CN v1.0.1 中文增强版基于多智能体 LLM 的金融分析平台架构与实战指南【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-CNTradingAgents-CN 是面向中文用户的多智能体与大模型股票分析学习平台基于 Tauric Research 开源的 TradingAgents 框架深度增强而来。本文以仓库根目录 README.md 为主体结合 后端入口、多智能体图编排、Docker Compose 配置 等源码级证据系统讲解 v1.0.1 版本的全新技术架构、企业级功能、数据同步体系与部署方案读完即可掌握该平台的架构脉络、核心配置与部署运维方法。一、项目定位与设计原则TradingAgents-CN 是一个多智能体与大模型股票分析学习平台帮助你系统化学习如何使用多智能体交易框架与 AI 大模型进行合规的股票研究与策略实验。项目在 README 中明确声明不提供实盘交易指令平台定位为学习与研究用途支持A 股 / 港股 / 美股的分析与教学专注中文化学习中心与工具推动 AI 金融技术在中文社区的普及与正确使用。同时项目在 README 末尾附有明确的风险提示本框架仅用于研究和教育目的不构成投资建议AI 模型的预测存在不确定性投资有风险决策需谨慎建议咨询专业财务顾问。这一合规声明是平台定位的重要组成部分。从源码结构看项目由两大块组成模块目录职责Web 平台app/、frontend/FastAPI 后端 Vue 3 前端提供配置管理、分析队列、报告等企业级功能核心研究框架tradingagents/多智能体协作图、LLM 适配层、数据源抽象、工具与记忆系统二、v1.0.1 版本重点增强v1.0.1当前稳定版本在v1.0.0-preview架构基础上重点增强配置管理、聚合厂家、页面切换、单股同步和上游能力吸收。按 v1.0.1 发布说明 的归类主要聚焦四类改进1. 配置管理体验优化新增厂家后模型目录管理页面支持按最新添加顺序置顶显示新增模型后大模型配置页面支持按最新添加顺序置顶显示配置页、对话框和分析页中的模型选择列表顺序保持一致后端补齐大模型配置时间字段created_at/updated_at/api/config/llm按最新配置优先返回前端排序与接口返回顺序一致新增聚合 LLM 厂家AiHubMix支持通过统一 OpenAI 兼容接口接入多家模型聚合渠道初始化接口支持自动初始化 AiHubMix、OpenRouter、One API、New API 等厂家配置。2. 前端页面切换修复修复报告详情页切换不同报告后仍显示旧内容的问题修复股票详情页切换不同股票后页面数据未刷新的问题优化详情页状态重置逻辑避免旧页面数据残留详情页监听路由参数变化自动刷新。3. 单股同步能力增强/api/stock-sync/single接口增强日志输出同步返回结果明确展示主链路数据源、回退链路数据源、主错误原因、回退错误原因、是否已写入market_quotes。股票详情页的同步提示也从简单成功提示升级为结果明细弹窗运维人员可据此快速判断是网络问题、限流问题还是落库问题。4. AKShare 实时行情兜底增强AKShare 单股实时行情支持多级降级链stock_bid_ask_em - stock_zh_a_spot - stock_zh_a_spot_em - stock_zh_a_hist当主接口异常时系统自动尝试备份接口最终以历史日线作为最后一级兜底显著提升单股同步成功率。三、全新技术架构v1.0.x 相比 v0.1.xv1.0 系列完成了从单体应用向前后端分离的架构迁移与 v0.1.x 的技术栈对比如下组件v0.1.xv1.0.1后端框架StreamlitFastAPI Uvicorn前端框架StreamlitVue 3 Vite Element Plus数据库可选 MongoDBMongoDB RedisAPI 架构单体应用RESTful API WebSocket部署方式本地/DockerDocker 多架构 GitHub Actions1. FastAPI 后端从 app/main.py 可以看到后端是一个模块化程度很高的 FastAPI 应用生命周期管理lifespan启动时依次执行日志初始化、启动配置校验startup_validator、数据库连接初始化、配置桥接config_bridge将统一配置写入环境变量供核心库使用、动态设置应用与配置摘要打印中间件链CORS、TrustedHost、操作日志OperationLogMiddleware、请求日志、Request-ID/Trace-ID以及全局异常处理器路由体系约 30 个 router 模块覆盖认证auth_db、分析analysis、筛选screening、队列queue、自选股favorites、配置config、报告reports、数据库database、缓存cache、日志logs、模拟交易paper、多市场股票multi_market_stocks、新闻news_data、财经数据financial_data、定时任务scheduler、SSE 流sse与 WebSocket 通知等实时通知双通道REST SSE 与 WebSocket 通知模块并存notifications_router与websocket_notifications_router用于实时跟踪分析进度和系统状态。2. Vue 3 前端frontend/package.json 表明前端采用 Vue 3 Vite TypeScript Element Plus Pinia Vue Router并集成 ECharts图表、marked / mermaidMarkdown 渲染、SortableJS拖拽排序等依赖构建脚本为vue-tsc vite buildNode 版本要求 18。3. MongoDB Redis 双数据库MongoDB主数据存储承载用户、配置、股票基础信息、行情快照market_quotes、新闻、财务数据、使用记录等Redis缓存与实时数据通道支持多级缓存策略。从 docker-compose.yml 可以看到MongoDB 使用mongo:4.4带健康检查与初始化脚本scripts/mongo-init.jsRedis 使用redis:7-alpine开启 AOF 持久化并设置访问密码。README 中提到的性能提升 10 倍属于项目官方文档对双数据库架构的描述实际效果以部署环境实测为准。4. 多级缓存系统tradingagents/utils/cache 目录下实现了完整的缓存体系db_cache.pyMongoDB Redis 数据库缓存管理器支持按data_type symbol 参数生成缓存键file_cache.py文件缓存支持元数据、有效性校验与过期清理integrated.py集成缓存管理器可动态感知数据库可用性并切换后端adaptive.py自适应缓存按 TTL 在不同存储介质间选择。README 中所述MongoDB/Redis/文件多级缓存即由这套机制支撑。四、多智能体分析框架原理1. 核心图编排核心研究框架位于 tradingagents/graph/其中 trading_graph.py 是主入口基于 LangGraph 构建多智能体协作图create_llm_by_provider根据 provider 创建 LLM 实例已收口到统一的llm_clients抽象层见下文LLM 供应商体系TradingGraph.__init__可配置selected_analysts默认市场、社交、新闻、基本面四类分析师并接收config参数propagate执行一次完整的分析传播支持progress_callback与task_id实现进度上报reflect_and_remember结合历史收益亏损returns_losses进行反思并写入记忆process_signal处理交易信号。2. 智能体角色从 tradingagents/agents/ 目录的定义看框架包含如下角色角色模块职责多头研究员bull_researcher.py收集支持看涨的证据空头研究员bear_researcher.py收集支持看跌的证据辩论方aggresive_debator.py/conservative_debator.py/neutral_debator.py激进 / 保守 / 中立三种风格的辩论市场分析师market_analyst.py技术面与市场数据新闻分析师news_analyst.py新闻事件解读社交情绪分析师social_media_analyst.py社交媒体情绪基本面分析师fundamentals_analyst.py财务数据与估值A 股市场分析师china_market_analyst.py中国市场的专属分析风控经理risk_manager.py风险评估交易员trader.py最终投资决策conditional_logic.py通过should_continue_*系列函数控制图的条件分支如辩论轮数、风险讨论轮数reflection.py负责对研究员、交易员、风控等角色进行反思复盘memory.py实现基于向量嵌入的FinancialSituationMemory情境记忆用于跨分析会话的经验积累。3. 统一数据工具tradingagents/agents/utils/agent_utils.py 为智能体提供了一整套可被 LLM 调用的工具函数包括中国数据get_china_stock_data、get_china_market_overview、get_china_fundamentals统一多市场工具get_stock_fundamentals_unified、get_stock_market_data_unified、get_stock_news_unified、get_stock_sentiment_unified支持 A 股 / 港股 / 美股港股工具get_hk_stock_data_unified技术指标get_stockstats_indicators_report新闻与情绪get_finnhub_news、get_google_news、get_realtime_stock_news、get_chinese_social_sentiment等。技术指标计算由 tradingagents/utils/indicators.py 提供MA、EMA、MACD、RSI、BOLL、ATR、KDJ 等README 中彻底解决市场分析师技术指标计算不准确问题即指向该模块的修复。五、LLM 供应商体系这是中文增强版区别于原版的核心能力之一README 中列出的相关特性包括原生 OpenAI 支持、Google AI 全面集成、自定义端点配置、智能模型选择、多 LLM 提供商支持、模型选择持久化。1. 统一客户端抽象层tradingagents/llm_clients/ 提供了统一抽象factory.pycreate_llm_client工厂函数按 provider 创建客户端openai_client.py/google_client.py/anthropic_client.py/openai_compatible_base.py各供应商客户端实现provider_keys.pyprovider 规范键canonical key统一为qwen、glm、openai、google、deepseek、openrouter、ollama、qianfan、custom_openai并提供环境变量键映射、默认后端 URL 与别名归一化model_catalog.py共享模型目录提供get_model_options与get_known_models。2. LLM 适配层tradingagents/llm_adapters/ 包含对 DeepSeekdeepseek_adapter.py、阿里百炼 DashScopedashscope_openai_adapter.py、Google Geminigoogle_openai_adapter.py等模型的适配器支持 OpenAI 兼容协议接入。3. 动态供应商管理从 trading_graph.py 的create_llm_by_provider实现看系统支持两种 API Key 来源数据库配置优先未配置时从环境变量读取如OPENAI_API_KEY、GOOGLE_API_KEY、SILICONFLOW_API_KEY等。自定义厂家默认走 OpenAI 兼容模式这与 README 中支持动态添加和配置 LLM 供应商的描述一致。4. 成本与用量追踪tradingagents/utils/config_manager.py 实现了UsageTracker支持按 provider / model / session 记录 token 用量、估算与计算成本、成本告警数据可持久化到 MongoDBmongodb_storage.py。这与 README 中成本优化特性对应也支撑了 Web 端的用量统计模块usage_statistics路由。六、企业级功能详解README 将以下能力归入企业级功能用户权限管理完整的用户认证、角色管理、操作日志系统后端由auth_db、operation_logs、operation_log_middleware实现配置管理中心可视化的大模型配置、数据源管理、系统设置config、system_config路由 前端配置页缓存管理系统智能缓存策略支持 MongoDB/Redis/文件多级缓存见上文第三节实时通知系统SSE WebSocket 双通道推送sse、notifications、websocket_notifications路由批量分析功能支持多只股票同时分析queue路由 分析队列智能股票筛选基于多维度指标的股票筛选和排序系统screening路由 china_stock_screener自选股管理个人自选股收藏、分组管理和跟踪favorites路由个股详情页完整的个股信息展示和历史分析记录stocks、stock_data路由模拟交易系统虚拟交易环境验证投资策略效果paper路由。此外v1.0.1 使用手册 建议新用户按以下顺序完成首次配置检查登录 → 进入配置管理 → 配置厂家信息 → 导入/维护模型目录 → 配置大模型 → 配置数据源 → 对一只股票执行同步测试。七、多数据源同步体系1. 数据源抽象tradingagents/data_providers/ 以base_provider.py为基类实现统一的供应商接口连接、基础信息、行情、历史数据、股票列表、财务数据并提供标准化的数据格式转换Tusharetushare.pytoken 可从数据库读取支持股票列表、实时行情、日线/分钟线、财务数据、新闻与情绪分析AKShareakshare.py内置超时配置与请求补丁支持多级行情降级链BaoStockbaostock.py免费登录支持估值数据、财务三大报表利润、运营、成长、资产负债、现金流。README 中的统一的数据源管理支持 Tushare、AkShare、BaoStock即由此实现。data_source_manager.py还实现了按 symbol 识别市场类别并决定数据源优先级顺序的能力。2. 定时同步任务从 app/main.py 的lifespan启动逻辑可见后端使用 APSchedulerAsyncIOScheduler在启动时按配置注册大量定时任务并按TUSHARE_ENABLED等开关决定是否暂停任务类别覆盖范围说明股票基础信息同步Tushare / AKShare / BaoStock 多源服务启动时立即执行一次不阻塞之后按 CRON 或默认06:30执行实时行情入库quotes_ingestion_service按QUOTES_INGEST_INTERVAL_SECONDS间隔运行内部自判交易时段并支持启动期回补上一交易日收盘快照历史数据同步三数据源增量模式incrementalTrue财务数据同步Tushare / AKShare按各自 CRON 表达式数据源状态检查三数据源周期性健康检查新闻数据同步AKShare默认仅同步自选股favorites_onlyTrue条数受NEWS_SYNC_MAX_PER_SOURCE限制数据源优先级遵循Tushare 启用时tushare akshare baostock否则akshare baostock。港股与美股采用按需获取 缓存模式不再配置定时同步任务代码中已注释掉相关 worker 引入。3. 数据库运维注意v1.0.1 对数据库运维有专门说明详见 数据库版本隔离与 Provider 规范化要点包括MongoDB 默认库名调整为tradingagentscn、按大版本/实例隔离命名、开发环境共享库保护、迁移脚本与 provider 规范化脚本。README 特别提醒在分析股票之前请按相关文档要求将股票数据同步完成否则分析结果会出现数据错误。八、Docker 多架构部署1. 部署方式选择部署方式适用场景难度Docker 版生产环境、跨平台中等本地代码版开发者、定制需求较难Docker 部署支持 x86_64 与 ARM64 架构Apple Silicon、树莓派、AWS Graviton并提供完整的 Docker Compose 配置可快速启动。2. Compose 服务拓扑docker-compose.yml 定义了完整的服务拓扑服务镜像/构建端口说明backendDockerfile.backend8000FastAPI 后端挂载 logs/config/data 目录健康检查/api/healthfrontendDockerfile.frontend3000→80Vue 3 前端Nginx 托管VITE_API_BASE_URL指向后端mongodbmongo:4.427017初始化脚本挂载健康检查db.runCommand(ping)redisredis:7-alpine6379AOF 持久化 密码认证redis-commander第三方镜像8081可选managementprofilemongo-express第三方镜像8082可选managementprofile关键环境变量示例# backend TRADINGAGENTS_MONGODB_URL: mongodb://admin:tradingagents123mongodb:27017/tradingagents?authSourceadmin TRADINGAGENTS_REDIS_URL: redis://:tradingagents123redis:6379 TRADINGAGENTS_CACHE_TYPE: redis TRADINGAGENTS_LOG_LEVEL: INFO API_HOST: 0.0.0.0 API_PORT: 8000 CORS_ORIGINS: http://localhost:3000,http://localhost:8080,http://localhost:5173服务之间通过depends_on: condition: service_healthy严格编排启动顺序日志采用 json-file 驱动并限制大小与轮转。3. 启动命令# 完整启动含前端、后端、数据库 docker compose up -d # 仅启动核心服务 管理界面 docker compose --profile management up -d本地代码版入口包括python -m app.main后端以及 scripts/startup/ 下的启动脚本。九、上游能力吸收策略项目采用人工选择性吸收上游更新的维护策略而非整仓自动跟随。相关文档上游同步策略 与 人工上游吸收清单。v1.0.1 已同步的上游能力包括llm_clients抽象层主链路、共享模型目录与轻量校验、provider canonical key 规范化、trading_graph.py主要 provider 初始化路径收口、fundamentals_analyst.py中 qwen fresh llm 重建逻辑、图层参数透传、工厂别名兼容、风控引用修复、provider 默认 URL/环境变量映射统一以及 MongoDB 默认库名、版本隔离命名与迁移脚本增强。吸收原则是优先吸收核心能力、底层抽象和明确缺陷修复不强行追求与上游完全一致以稳定性、收益和可维护性为优先。十、重大 Bug 修复v1.0.1 及此前版本完成的关键修复README 记录技术指标计算修复解决市场分析师技术指标计算不准确问题对应 indicators.py基本面数据修复修复基本面分析师 PE、PB 等关键财务数据计算错误死循环问题修复解决部分用户在分析过程中触发的无限循环问题对应conditional_logic.py的分支控制与递归限制数据一致性优化确保所有分析师使用统一、准确的数据源。十一、许可证与版权说明本项目采用混合许可证模式详见 LICENSE 与 版权声明部分范围许可开源部分除app/和frontend/外的所有文件Apache 2.0可商业使用、修改分发、私人使用需保留版权声明与许可证副本专有部分app/FastAPI 后端与 frontend/Vue 前端需商业授权v1.0.1 为当前稳定版本个人使用完全开源可自由使用商业使用必须获得商业授权。v2.0.0 已接近完工因盗版问题暂不进行开源将通过官方渠道发布。README 同时发布了版权侵权警告指出tradingagents-ai.com网站未经授权使用其专有代码提醒用户通过官方唯一渠道获取项目。十二、版本历史与学习资源版本演进脉络详见 CHANGELOG.mdv1.0.12026-04-14配置管理优化、AiHubMix 聚合厂家、单股同步增强与上游能力吸收当前版本v1.0.0-preview2025-10-10FastAPI Vue 3 新架构预览版v0.1.13原生 OpenAI 支持与 Google AI 生态全面集成v0.1.12智能新闻分析模块与项目结构优化含多层次新闻过滤、新闻质量评估、统一新闻工具对应 news_filter.py、enhanced_news_filter.pyv0.1.11多 LLM 提供商集成与模型选择持久化v0.1.10Web 界面实时进度显示与智能会话管理v0.1.9CLI 用户体验重大优化与统一日志管理v0.1.8 ~ v0.1.3Web 界面优化、容器化部署、DeepSeek 支持、A 股市场完整支持v0.1.2 / v0.1.1Web 界面和配置管理、国产 LLM 集成。推荐阅读使用手册 docs/guides/v1.0.1-user-manual.md、升级指南 docs/releases/upgrade-guide.md、完整更新日志 docs/releases/CHANGELOG.md以及完整文档目录 docs/。结语TradingAgents-CN v1.0.1 以 FastAPI Vue 3 MongoDB Redis 的全新架构为底座在保留 Tauric Research 多智能体框架核心思想的同时完成了中文本地化、A 股数据支持、国产 LLM 集成、Web 配置管理与专业报告导出等一系列增强。无论你是想学习多智能体 LLM 在金融分析中的应用还是希望搭建一套面向中文市场的股票研究平台本文梳理的架构、配置与部署路径都可以作为入门的完整参考。再次提醒该平台仅用于学习与研究不构成投资建议请务必在分析前完成股票数据同步。【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