ginlix-ai/LangAlpha

解决的问题

LangAlpha 是一个「情绪投资」代理工具箱，旨在超越一次性 AI 金融分析。它将投资视为一个迭代的、贝叶斯式的过程，研究随时间不断复利积累，使用户能够为特定研究目标（如行业轮动或投资组合再平衡）维护持久的工作空间，而无需每次提示都从零开始。

工作原理

该系统采用双模式架构，平衡速度与深度：

• PTC（程序化工具调用）模式：用于深度研究，代理在 Daytona 云沙箱中编写并执行 Python 代码。这使其能够在本地处理大型金融数据集，并仅返回最终结果，避免了令牌浪费和上下文窗口限制。
• 快速模式：用于快速对话响应、市场查询和工作空间编排。

它整合了多层数据生态系统（ginlix-data、FMP 和 Yahoo Finance），并采用持久工作空间架构，通过 agent.md 文件在不同对话线程间追踪目标和发现。它还支持并行子代理的「代理群」用于市场筛选，以及用于后台任务管理的「秘书」代理。

适用人群

专为需要持久、AI 增强的研究环境来追踪投资观点、构建财务模型并迭代监控市场的投资者和金融分析师打造。

主要亮点

• 程序化工具调用：在沙箱中执行 Python 代码，处理大批量数据和复杂分析，而不会充斥 LLM 上下文。
• 持久工作空间：配备结构化目录和长期记忆存储的专用沙箱，可在会话间保留研究内容。
• 金融研究技能：提供 23 个预构建工作流，涵盖 DCF 模型、收益分析和覆盖报告生成。
• 多模态市场分析：能够读取 PDF 和图像，并可直接在实时 TradingView 图表上绘制技术注释（趋势线、斐波那契回撤）。
• 自动化触发：支持基于 cron 的调度和价格触发自动化，当股票达到特定价格时自动执行。