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

是什麼 – 一個全端 Web 應用，讓使用者能與由 LLM 驅動的多智能體系統聊天，分析股票、ETF、指數與宏觀數據。結合即時市場資料流、技術分析圖表、基本面資料、新聞情感提取，以及由 LangGraph 協調的 14 個專業智能體（加上 4 個「投資大師」人格）。後端為 Flask + Python 服務；前端採用 Tailwind、shadcn/ui 與 TradingView 輕量級圖表建構的 Next.js 16 + React 19 UI。所有元件皆可透過單一 Docker-Compose 命令啟動。

核心功能

功能	工作方式（如 README 所述）
AI 聊天與多智能體協調	透過 OpenAI SDK 使用 DeepSeek V4（或任何 OpenAI 相容模型）。LangGraph 動態路由 14 個智能體（技術、基本面、資金流、情感、多空辯論、風險、決策、反思、策略演化，以及 4 個投資者人格智能體）。智能體可透過函數呼叫調用工具，整個過程透過 Server-Sent Events (SSE) 流式傳回 UI。
即時市場資料	雙來源適配器（AKShare + BaoStock）提供中國 A 股、美國股票（SEC EDGAR）、香港、ETF、指數、宏觀系列（FRED/NBS）與加密貨幣（ccxt/CoinGecko）的冗餘資料。技術指標（K 線、MA/EMA、MACD、RSI、布林帶、成交量）與基本面指標（PE、PB、ROE、財務報表）透過 REST 端點公開。
智慧新聞與情感分析	聚合來自六個來源的 RSS，並透過 OpenCLI 爬蟲抓取雪球、東方財經論壇與財新。LLM 提取情感與熱門話題標籤。
統一搜尋	並行查詢 17 個搜尋引擎（8 個中文、9 個全球、2 個知識圖譜），去重後回傳給智能體或 UI。
UI/UX	暗色玻璃擬態設計，響應式三欄佈局，10 個「成果卡」（圖表、風險雷達、決策卡等），狀態持久化儲存在 Zustand（本地儲存）。
串流與可觀測性	後端發出 SSE 事件（`agent.started`、`agent.progress`、`agent.tool_call`、`agent.completed`、`agent.error`）。提供健康檢查、指標與適配器狀態端點。
部署	Docker Compose（單命令開發），獨立的前後端 Compose 檔案，以及帶有 Nginx TLS 終止的生產 Compose。可選 Redis 快取與 SQLite 資料庫。

技術堆疊（如清單所示）

前端：Next.js 16.2.9，React 19，Tailwind 4，shadcn/ui，Zustand，Jotai，TradingView 輕量級圖表，Recharts。
後端：Flask 3.1 + Gunicorn + Gevent，Python 3.11+，LangGraph（LangChain），OpenAI 相容 SDK。
資料適配器：21 個適配器，涵蓋 A 股、美國 SEC、香港、宏觀（FRED/NBS/世界銀行/IMF）、加密貨幣、另類資料（航運、衛星、企業登記、就業、ESG）。
搜尋：17 個引擎（百度、Google、Bing、知乎、微博等）加上 WolframAlpha/Wikipedia。
快取：Redis 7（可選）+ 內存備用。
容器化：Docker，Docker-Compose，Nginx 1.25+。

快速入門

克隆與設定

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

啟動全部

docker compose up -d   # 啟動 redis、後端、前端、nginx

在瀏覽器中開啟 http://localhost:3000。
- 前端執行於 3000 端口，後端 API 在 8888，Nginx 在 80 端口代理兩者。
- 當智能體思考、呼叫工具並產生最終分析時，SSE 流會出現在聊天面板中。

替代方案 – 開發時可分別啟動後端（python3 run.py）與前端（npm run dev），或使用提供的 docker-compose.frontend.yml / docker-compose.prod.yml 進行更細粒度設定。

典型使用情境

互動式股票研究 – 向 AI 提問：「TSLA 下一季度的前景如何？」觀察技術、基本面與情感智能體取得資料、執行計算，並流式輸出結構化答案。
投資組合監控 – 儀表板顯示即時指數、個人關注清單價格與風險雷達卡。
策略回測輔助 – 使用「策略演化者」智能體迭代交易想法，系統自動拉取相關資料並評分。
新聞驅動警報 – 可查詢新聞聚合器與情感智能體，取得最新市場動向頭條。

授權與貢獻

倉儲包含完整的貢獻指南、CI 流水線（lint、單元測試、整合測試、適配器健康檢查）與測試套件（約 800 個後端測試，40+ 前端測試）。歡迎透過 fork-and-pull-request 工作流程貢獻。

免責聲明 – 本平台僅供探索用途；輸出不構成投資建議，可能包含錯誤。