From 1d130400711943e203c9ebe7c52a733ad6b0ebec Mon Sep 17 00:00:00 2001 From: MarkLo Date: Mon, 24 Nov 2025 01:28:55 +0800 Subject: [PATCH] --- cli/main.py | 54 ++++++++++++++++++++++++ cli/utils.py | 117 ++++++++++++++++++++++++++++++++++++++++++++++++++- 2 files changed, 170 insertions(+), 1 deletion(-) diff --git a/cli/main.py b/cli/main.py index e2720bc7..bc43d694 100644 --- a/cli/main.py +++ b/cli/main.py @@ -502,6 +502,43 @@ def get_user_selections(): selected_shallow_thinker = select_shallow_thinking_agent(selected_llm_provider) selected_deep_thinker = select_deep_thinking_agent(selected_llm_provider) + # 步驟 7：嵌入模型供應商 + console.print( + create_question_box( + "步驟 7：嵌入模型供應商", "選擇嵌入模型服務（用於記憶體系統）" + ) + ) + embedding_provider, embedding_url = select_embedding_provider() + + # 步驟 8：API Keys + console.print( + create_question_box( + "步驟 8：API Keys", "輸入 API Keys（可留空使用 .env 中的設定）" + ) + ) + + import os + + # 從 .env 讀取 API Key + default_openai_key = os.getenv("OPENAI_API_KEY") + + # 快速思維模型 API Key + quick_think_api_key = get_api_key("快速思維模型", default_openai_key) + + # 深度思維模型 API Key + deep_think_api_key = get_api_key("深度思維模型", default_openai_key) + + # 嵌入模型 API Key + embedding_api_key = get_api_key("嵌入模型", default_openai_key) + + # Alpha Vantage API Key（必填） + alpha_vantage_key = os.getenv("ALPHA_VANTAGE_API_KEY") + if not alpha_vantage_key: + console.print("\n[yellow]未在 .env 中找到 ALPHA_VANTAGE_API_KEY[/yellow]") + alpha_vantage_key = get_api_key("Alpha Vantage", None) + else: + console.print(f"\n[green]✓ 使用 .env 中的 ALPHA_VANTAGE_API_KEY[/green]") + return { "ticker": selected_ticker, "analysis_date": analysis_date, @@ -511,6 +548,12 @@ def get_user_selections(): "backend_url": backend_url, "shallow_thinker": selected_shallow_thinker, "deep_thinker": selected_deep_thinker, + "embedding_provider": embedding_provider, + "embedding_url": embedding_url, + "quick_think_api_key": quick_think_api_key, + "deep_think_api_key": deep_think_api_key, + "embedding_api_key": embedding_api_key, + "alpha_vantage_api_key": alpha_vantage_key, } @@ -766,6 +809,17 @@ def run_analysis(): config["deep_think_llm"] = selections["deep_thinker"] config["backend_url"] = selections["backend_url"] config["llm_provider"] = selections["llm_provider"].lower() + + # 添加 API Keys 到配置 + config["quick_think_api_key"] = selections["quick_think_api_key"] + config["deep_think_api_key"] = selections["deep_think_api_key"] + config["embedding_api_key"] = selections["embedding_api_key"] + config["embedding_base_url"] = selections["embedding_url"] + + # 設置環境變數（某些工具可能需要） + import os + os.environ["OPENAI_API_KEY"] = selections["quick_think_api_key"] + os.environ["ALPHA_VANTAGE_API_KEY"] = selections["alpha_vantage_api_key"] # 初始化圖 graph = TradingAgentsGraph( diff --git a/cli/utils.py b/cli/utils.py index 8d300e21..b2abf761 100644 --- a/cli/utils.py +++ b/cli/utils.py @@ -486,4 +486,119 @@ def select_llm_provider() -> tuple[str, str]: print(f"您選擇了：{display_name}\tURL: {url}") # 返回供應商名稱和 URL - return display_name, url \ No newline at end of file + return display_name, url + + +def select_embedding_provider() -> tuple[str, str]: + """ + 使用互動式選單選擇嵌入模型供應商。 + + 返回: + tuple[str, str]: 包含供應商名稱和 API 基礎 URL 的元組。 + """ + # 定義嵌入模型供應商（只有 OpenAI 和自訂） + EMBEDDING_PROVIDERS = [ + ("OpenAI", "https://api.openai.com/v1"), + ("自訂 URL", "custom") + ] + + choice = questionary.select( + "選擇您的嵌入模型供應商：", + # 設定可選項 + choices=[ + questionary.Choice(display, value=(display, value)) + for display, value in EMBEDDING_PROVIDERS + ], + # 提供操作說明 + instruction="\n- 使用方向鍵導覽\n- 按下 Enter 鍵選擇", + # 設定提示的樣式 + style=questionary.Style( + [ + ("selected", "fg:cyan noinherit"), + ("highlighted", "fg:cyan noinherit"), + ("pointer", "fg:cyan noinherit"), + ] + ), + ).ask() + + # 如果使用者沒有選擇，則退出程式 + if choice is None: + console.print("\n[red]未選擇嵌入模型供應商。正在結束程式...[/red]") + exit(1) + + # 解構選擇的元組 + display_name, url = choice + + # 如果選擇自訂 URL，提示使用者輸入 + if url == "custom": + custom_url = questionary.text( + "請輸入自訂的 Base URL：", + validate=lambda x: (x.startswith("http://") or x.startswith("https://")) or "URL 必須以 http:// 或 https:// 開頭", + style=questionary.Style( + [ + ("text", "fg:green"), + ("highlighted", "noinherit"), + ] + ), + ).ask() + + # 如果使用者沒有輸入，則退出程式 + if not custom_url: + console.print("\n[red]未提供 Base URL。正在結束程式...[/red]") + exit(1) + + url = custom_url.strip() + display_name = "自訂供應商" + + # 印出使用者的選擇 + print(f"您選擇了嵌入模型：{display_name}\tURL: {url}") + + # 返回供應商名稱和 URL + return display_name, url + + +def get_api_key(model_type: str, default_key: Optional[str] = None) -> str: + """ + 提示使用者輸入 API Key，如果留空則使用預設值。 + + 參數: + model_type (str): 模型類型（例如：「快速思維」、「深度思維」、「嵌入模型」） + default_key (Optional[str]): 從 .env 文件讀取的預設 API Key + + 返回: + str: 使用者輸入的 API Key 或預設值 + """ + import os + from rich.console import Console + + console = Console() + + # 顯示提示訊息 + if default_key: + hint = f"[dim]（留空使用 .env 中的 API Key: {default_key[:10]}...{default_key[-4:]}）[/dim]" + else: + hint = "[dim]（必填）[/dim]" + + console.print(f"\n[cyan]{model_type} API Key {hint}[/cyan]") + + api_key = questionary.password( + f"請輸入 {model_type} 的 API Key：", + style=questionary.Style( + [ + ("text", "fg:green"), + ("highlighted", "noinherit"), + ] + ), + ).ask() + + # 如果使用者沒有輸入，使用預設值 + if not api_key or api_key.strip() == "": + if default_key: + console.print(f"[green]✓ 使用 .env 中的 API Key[/green]") + return default_key + else: + console.print(f"\n[red]未提供 {model_type} API Key。正在結束程式...[/red]") + exit(1) + + console.print(f"[green]✓ API Key 已設定[/green]") + return api_key.strip() \ No newline at end of file