lc2panda/alphastream

alphastream 是一个由 AI 驱动的投资决策平台，通过多 Agent 协同编排系统，实时流式输出覆盖全球金融市场的深度洞察。基于 LangGraph 和 Python 构建，它无缝整合技术指标、基本面数据、资金流向分析和情绪智能，形成动态自适应的工作流。不同于传统的回测工具，alphastream 通过 SSE 将完整的决策过程——从数据获取、工具调用到最终推理——全程可视化，为投资者提供透明的可执行智能。

📊 Alphastream – AI 原生金融分析平台

是什么 – 一个全栈 Web 应用，允许用户与由 LLM 驱动的多智能体系统聊天，以分析股票、ETF、指数和宏观数据。它结合了实时市场数据流、技术分析图表、基本面数据、新闻情感提取以及由 LangGraph 协调的 14 个专业智能体（加上 4 个“投资大师”人格）。后端是 Flask + Python 服务；前端是使用 Tailwind、shadcn/ui 和 TradingView 轻量级图表构建的 Next.js 16 + React 19 UI。所有组件均可通过单个 Docker-Compose 命令启动。

核心功能

功能	工作方式（如 README 所述）
AI 聊天与多智能体协调	通过 OpenAI SDK 使用 DeepSeek V4（或任何 OpenAI 兼容模型）。LangGraph 动态路由 14 个智能体（技术、基本面、资金流、情感、多空辩论、风险、决策、反思、策略演化，以及 4 个投资者人格智能体）。智能体可通过函数调用调用工具，整个过程通过 Server-Sent Events (SSE) 流式传输回 UI。
实时市场数据	双源适配器（AKShare + BaoStock）提供中国 A 股、美国股票（SEC EDGAR）、香港、ETF、指数、宏观系列（FRED/NBS）和加密货币（ccxt/CoinGecko）的冗余数据。技术指标（K 线、MA/EMA、MACD、RSI、布林带、成交量）和基本面指标（PE、PB、ROE、财务报表）通过 REST 端点暴露。
智能新闻与情感分析	聚合来自六个来源的 RSS，并通过 OpenCLI 爬虫抓取雪球、东方财富论坛和财新。LLM 提取情感和热点话题标签。
统一搜索	并行查询 17 个搜索引擎（8 个中文，9 个全球，2 个知识图谱），去重后返回给智能体或 UI。
UI/UX	暗色玻璃拟态设计，响应式三栏布局，10 个“成果卡”（图表、风险雷达、决策卡等），状态持久化存储在 Zustand（本地存储）。
流式传输与可观测性	后端发出 SSE 事件（`agent.started`、`agent.progress`、`agent.tool_call`、`agent.completed`、`agent.error`）。提供健康检查、指标和适配器状态端点。
部署	Docker Compose（单命令开发），独立的前后端 Compose 文件，以及带有 Nginx TLS 终止的生产 Compose。可选 Redis 缓存和 SQLite 数据库。

技术栈（如列表所示）

前端：Next.js 16.2.9，React 19，Tailwind 4，shadcn/ui，Zustand，Jotai，TradingView 轻量级图表，Recharts。
后端：Flask 3.1 + Gunicorn + Gevent，Python 3.11+，LangGraph（LangChain），OpenAI 兼容 SDK。
数据适配器：21 个适配器，覆盖 A 股、美国 SEC、香港、宏观（FRED/NBS/世界银行/IMF）、加密货币、另类数据（航运、卫星、企业注册、就业、ESG）。
搜索：17 个引擎（百度、Google、Bing、知乎、微博等）加上 WolframAlpha/Wikipedia。
缓存：Redis 7（可选）+ 内存回退。
容器化：Docker，Docker-Compose，Nginx 1.25+。

快速入门

克隆与配置

git clone https://github.com/lc2panda/alphastream.git
cd alphastream
cp .env-example .env   # 至少填写 OPENAI_API_KEY 和 URL

启动全部

docker compose up -d   # 启动 redis、后端、前端、nginx

在浏览器中打开 http://localhost:3000。
- 前端运行在端口 3000，后端 API 在 8888，Nginx 在端口 80 上代理两者。
- 当智能体思考、调用工具并生成最终分析时，SSE 流会出现在聊天面板中。

替代方案 – 开发时可分别启动后端（python3 run.py）和前端（npm run dev），或使用提供的 docker-compose.frontend.yml / docker-compose.prod.yml 进行更细粒度的设置。

典型使用场景

交互式股票研究 – 向 AI 提问：“TSLA 下一季度的前景如何？” 观察技术、基本面和情感智能体获取数据、运行计算，并流式输出结构化答案。
投资组合监控 – 仪表板显示实时指数、个人关注列表价格和风险雷达卡。
策略回测辅助 – 使用“策略演化者”智能体迭代交易想法，系统自动拉取相关数据并评分。
新闻驱动警报 – 可查询新闻聚合器和情感智能体，获取最新市场动向头条。

许可与贡献

仓库包含完整的贡献指南、CI 流水线（lint、单元测试、集成测试、适配器健康检查）和测试套件（约 800 个后端测试，40+ 前端测试）。欢迎通过 fork-and-pull-request 工作流贡献代码。

免责声明 – 本平台仅用于探索；输出不构成投资建议，可能包含错误。