EthanAlgoX/AIStock

AI Stock – 面向股票交易者的AI驅動研究空間

它是什麼

• 一個基於Web的平台，讓個人交易者可以用自然語言提問關於中國、香港或美國股票的問題，並獲得結構化的研究報告。核心引擎是一個代理，它編排大型語言模型（LLM）推理、確定性金融工具，以及可選的「專家」代理，這些專家可以就某個主題進行辯論或投票。

工作原理

1. 對話優先 – 使用者在Research assistant工作區開始聊天。系統可以拉取市場資料、執行篩選規則或呼叫預先建置的金融「技能」。
2. 獨立專家代理 – 每個專家作為自己的LLM驅動代理執行，具有明確的角色（例如，估值、宏觀、風險）。它們可以透過三種模式協作：
   • 管線：任務被拆分並按順序傳遞。
   • 辯論：代理爭論，然後主持人總結。
   • 投票：每個代理提交報告，審閱者投票，主持人報告結果。
3. 報告與圓桌會議 – 最終輸出是儲存的、可讀的報告。使用者還可以檢視完整的圓桌會議記錄，顯示每個專家的貢獻。
4. 其他工作區 – 市場雷達、策略篩選、股票研究執行和模擬交易都已整合，共用相同的任務帳本和功能目錄。

主要元件

元件	角色
代理層	編排LLM呼叫、工具使用和專家協調
技能	版本控制的金融方法（例如，估值模型、風險指標）
內建工具	確定性資料擷取和計算（價格歷史、基本面、新聞）
MCP（模型連接器代理）	外部服務（LLM提供者、資料API）的插入點
功能中心	用於啟用/停用技能、工具、資料來源和專家代理的UI
工作區UI	基於React的前端（React 19、Vite），為每個工作流提供單獨的路由
後端	提供API和靜態Web建置的FastAPI伺服器

技術棧

• Python 3.10+ – FastAPI後端、代理編排、資料處理。
• Node.js 20+ / npm 10+ – React 19前端（apps/dsa-web）。
• LLM整合 – 透過環境變數設定提供者（例如，DeepSeek）；需要工具呼叫模型。
• Docker/虛擬環境 – 不是必需的，但支援；CI使用GitHub Actions。

新使用者的典型工作流程

1. 複製儲存庫並設定Python虛擬環境。
2. 安裝Python依賴項（pip install -r requirements.txt）。
3. 將.env.example複製為.env並新增LLM API金鑰（例如，DEEPSEEK_API_KEY）。
4. 建置React應用程式（npm ci && npm run build）。
5. 執行伺服器（python main.py --serve-only）。
6. 開啟http://127.0.0.1:8000，前往Research assistant，詢問類似「騰訊的成長前景如何？」的問題。
7. 檢視產生的報告，或啟動Expert roundtable以檢視多個觀點。

安全與治理

• 所有功能（技能、工具、資料來源、專家）都按工作區進行白名單控制。
• 代理不能下真實訂單；只允許模擬交易。
• 密鑰保留在環境中，永遠不會透過API暴露。
• 執行日誌記錄任務是否完成、部分成功或被阻止。

適用對象

• 希望在不建置自己的管道的情況下獲得AI增強研究的個人股票交易者或分析師。
• 對建置LLM驅動的金融代理感興趣的開發人員，因為儲存庫公開了完整的代理-技能-工具架構。

開始使用

# 複製並準備
git clone https://github.com/EthanAlgoX/InvestCrew.git AI-Stock
cd AI-Stock
python3 -m venv .venv && source .venv/bin/activate
pip install -r requirements.txt
cp .env.example .env   # 然後新增你的LLM API金鑰

# 建置前端
cd apps/dsa-web
npm ci && npm run build
cd ../..

# 執行伺服器
python main.py --serve-only --host 127.0.0.1 --port 8000

造訪UI，在Settings中設定模型，然後開始探索。

授權

• MIT授權 – 免費用於個人、研究或商業用途，但通常的免責聲明是產生的分析不構成投資建議。

---

以上所有資訊均直接來自儲存庫的README；沒有推斷任何額外功能。