agentpit-io/hunter-community

Hunter Community Edition · 私人金融 AI 团队 · AI 智能体 + AI 量化 · 开源自托管 · powered by opencode + Claude Code + MCP + multi-agent · your private financial AI team · open-source self-hosted · 15 min docker start

Hunter Community Edition – 自主部署的金融AI代理平台

這是什麼 – Hunter 是一個開源、可透過 Docker Compose 部署的網頁應用程式,能將大型語言模型(LLM)金鑰轉化為個人的「投資研究AI團隊」。它能取得即時市場資料、新聞、公告、替代性訊號,執行一組預先建構的分析 SKILL(方法層級提示),並在本地維護一份「投資主張」,追蹤每項持股背後的假設。所有資料與對話歷史都留在使用者自己的磁碟上;唯一的外部依賴是你提供的 LLM API。


核心功能

區域 你能獲得的內容
資料 32–33 種市場資料來源(即時報價、30 天 K 線、盈餘、新聞、股東資訊、資金流向、替代性資料如招標、專利、海關資料),透過三種供應模式 – 免費開源資料來源(akshare / yfinance)、免費申請的 Hunter 資料管道,或你自己的 MCP 末端。
AI 引擎 即插即用的 LLM 支援(預設 DeepSeek v4‑pro,Claude、Qwen、Gemini、OpenAI 相容等),加上自訂的「Kronos」時間序列模型(用於 10 天價格預測)與「TrueSource」智能收集器。
SKILL 資料庫 23 種預先設計、專注於金融的 SKILL(深度分析、DCF、可比公司分析、LBO、主張追蹤、催化劑日曆、投資組合壓力測試等),僅以 Markdown 檔案描述逐步分析流程。
投資主張(記憶) 當你建立一個部位時,Hunter 會將五個關鍵投資支柱、假設與成本基礎記錄在本地 Postgres DB 中,並隨著新資料持續重新評估,標記偏移或失效的假設。
互動介面 流式 SSE 聊天、豐富卡片 UI(價格、新聞、預測)、三層側邊欄(資料來源 → 工具箱 → SKILL)、監控股票清單、訊號追蹤,以及頂部選單提供即時深度分析工具。
部署 一鍵 Docker‑Compose 啟動(鏡像拉取後約 5 分鐘),自動協調六個容器(web、API、OpenCode 聊天引擎、Postgres、Redis、llm‑shim);無需雲端帳戶,所有內容皆在本地執行。

快速入門(5 分鐘)

  1. git clone https://github.com/agentpit-io/hunter-community && cd hunter-community
  2. .env.example 複製為 .env,並填入:
    • LLM_BASE_URL(例如 https://api.deepseek.com/v1
    • LLM_DEFAULT_MODEL(例如 deepseek-v4-pro
    • LLM_API_KEY(你的 LLM 金鑰)
    • 可選 HUNTER_API_KEY 用於免費的 Hunter 資料管道
  3. docker compose up -d(首次執行會下載約 7 GB 鏡像,之後約 30 秒內啟動)
  4. 開啟 http://localhost:3100 並開始聊天 – 例如詢問某檔股票的當前價格,或請求「Kronos」預測。

可擴充性

  • 新增 SKILL – 將 SKILL.md 檔案放入 user-skills/<name>/ 目錄(含 Anthropic 風格的元資料的 Markdown),並重啟 opencode 容器。新 SKILL 會出現在側邊欄中。
  • 一鍵 GitHub SKILL 安裝 – 將公開的 GitHub URL 貼到 SKILL 面板的「+」按鈕中;平台會自動取得、驗證並載入。
  • 連接你自己的 MCP – 透過工具箱「+」按鈕設定自訂資料工具末端(經紀商、專有資料供應商等);Hunter 會將工具呼叫路由至該端點,無需任何 AgentPit 金鑰。

技術堆疊

層級 技術
前端 Next.js 15(App Router)、React 19、TypeScript 5、Tailwind、shadcn/ui
後端 API FastAPI(Python 3.12)、SQLAlchemy 2、httpx、loguru
聊天引擎 OpenCode(客製化)+ MCP 協定,執行於 Bun
資料庫 PostgreSQL 16(儲存主張、部位、使用者資料)
快取 / 發布訂閱 Redis 7
LLM 整合 OpenAI 相容的封裝(DeepSeek、Claude、Qwen、Gemini 等)
認證 JWT(HS256)+ argon2id 密碼雜湊
部署 Docker‑Compose、GHCR 容器註冊中心、繫結掛載以利快速迭代
測試 12 個案例的黃金執行器、SSE 訂閱測試、提供者相容性矩陣

哪些人會使用它?

  • 個人投資者:希望獲得 AI 協助研究,卻不願將投資組合資料傳送到 SaaS 提供商的人。
  • 量化愛好者:尋找即插即用環境,以實驗 LLM 驅動的估值模型與時間序列預測的人。
  • 金融科技團隊:需要一個可自主部署、可擴充的研究助理,能透過 MCP 連接內部資料來源。

授權與社群

  • Apache 2.0 – 可自由 Fork、修改,甚至重新品牌(必須更名產品)。商業閉源使用允許。
  • 活躍的 Discord/WeChat 社群、GitHub Discussions,以及公開的問題追蹤器,用於報告錯誤與提出功能需求。
  • 開發路線圖包含 SKILL 市集 UI、多租戶 SaaS 計費系統,以及可選的雲端同步主張備份。

總結 – Hunter Community Edition 給你一個完全本地化、由 LLM 驅動的投資研究工作站,內建預設分析流程、即時市場資料,以及持續追蹤你每檔股票買入原因的「投資記憶」。所有內容皆透過單一指令在 Docker 中執行,並可透過自訂資料工具或客製 SKILL 進一步擴充。

相關

  • 專案
  • 專案
  • 專案
  • 專案
  • 專案