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,
     }
 
 
@@ -767,6 +810,17 @@ def run_analysis():
     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(
         [analyst.value for analyst in selections["analysts"]], config=config, debug=True

cli/utils.py

@@ -487,3 +487,118 @@ def select_llm_provider() -> tuple[str, str]:
     
     # 返回供應商名稱和 URL
     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()