diff --git a/README.md b/README.md index 20cdad02..f7d59fba 100644 --- a/README.md +++ b/README.md @@ -1,247 +1,643 @@ # TradingAgents - 多代理交易分析系統 -> 基於 LangGraph 的智能股票交易分析平台，結合多個 AI 代理進行協作決策 +
-- GitHub: [MarkLo127/TradingAgents](https://github.com/MarkLo127/TradingAgents) +**基於 LangGraph 的智能股票交易分析平台，結合多個 AI 代理進行協作決策** -## 系統架構 +[![GitHub](https://img.shields.io/badge/GitHub-MarkLo127/TradingAgents-blue?logo=github)](https://github.com/MarkLo127/TradingAgents) +[![Python](https://img.shields.io/badge/Python-3.10+-blue?logo=python)](https://www.python.org/) +[![Next.js](https://img.shields.io/badge/Next.js-16-black?logo=next.js)](https://nextjs.org/) +[![FastAPI](https://img.shields.io/badge/FastAPI-Latest-009688?logo=fastapi)](https://fastapi.tiangolo.com/) +[![License](https://img.shields.io/badge/License-Apache%202.0-green.svg)](LICENSE) -### 後端架構 (FastAPI) +[簡介](#簡介) • [特色](#核心特色) • [架構](#系統架構) • [安裝](#快速開始) • [使用](#使用指南) • [部署](#部署方案) • [截圖](#應用截圖) + +
+ +--- + +## 📖 簡介 + +**TradingAgents** 是一個先進的多代理 AI 交易分析系統，模擬真實世界的交易公司運作模式。透過 LangGraph 編排多個專業化的 AI 代理（分析師、研究員、交易員、風險管理者），系統能夠從不同角度分析股票市場，並通過結構化的辯論與協作流程產生高質量的交易決策。 + +> 💡 **致敬原作**: 本專案基於 [TauricResearch/TradingAgents](https://github.com/TauricResearch/TradingAgents) 進行改進和擴展，加入了完整的 Web 前端介面、RESTful API、Docker 部署支援等功能。感謝原作者的卓越工作和開源貢獻！ + +### 🎯 核心特色 + +- 🤖 **多代理協作架構** - 專業化的 AI 代理團隊協同工作 +- 📊 **全方位市場分析** - 整合技術面、基本面、情緒面、新聞面分析 +- 🔄 **結構化決策流程** - 透過看漲/看跌辯論機制減少偏見 +- 🧠 **長期記憶系統** - 使用 ChromaDB 向量數據庫儲存歷史決策 +- 🎨 **現代化 Web 介面** - 基於 Next.js 16 的響應式 UI +- 🔌 **RESTful API** - 完整的後端 API 支援 +- 🐳 **一鍵部署** - 支援 Docker Compose 和 Railway 部署 +- 🔑 **BYOK (Bring Your Own Key)** - 使用者自帶 API 金鑰，保障隱私與成本控制 + +--- + +## 🏗️ 系統架構 + +TradingAgents 採用前後端分離架構，後端使用 FastAPI 提供 RESTful API，前端使用 Next.js 打造現代化的使用者介面。 + +### 📂 專案結構概覽 ``` -backend/ -├── __main__.py # 應用入口點 -├── requirements.txt # Python 依賴 -└── app/ - ├── main.py # FastAPI 應用主程式 - ├── api/ # API 路由層 - │ ├── routes.py # 分析、配置等 API 端點 - │ └── dependencies.py # 依賴注入 - ├── core/ # 核心配置 - │ ├── config.py # 環境變數設定 - │ └── cors.py # CORS 配置 - ├── models/ # 數據模型 - │ └── schemas.py # Pydantic 數據模式 - └── services/ # 業務邏輯 - ├── trading_service.py # TradingAgents 整合 - └── price_service.py # 股價數據處理 +TradingAgents/ +├── backend/ # FastAPI 後端服務 +│ ├── __main__.py # 後端應用入口 +│ ├── requirements.txt # Python 依賴列表 +│ └── app/ +│ ├── main.py # FastAPI 應用主程式 +│ ├── api/ # API 路由層 +│ │ ├── routes.py # API 端點定義 +│ │ └── dependencies.py # 依賴注入 +│ ├── core/ # 核心配置 +│ │ ├── config.py # 環境變數與設定 +│ │ └── cors.py # CORS 中間件配置 +│ ├── models/ # 資料模型 +│ │ └── schemas.py # Pydantic 資料結構 +│ └── services/ # 業務邏輯層 +│ ├── trading_service.py # TradingAgents 核心整合 +│ └── price_service.py # 股價資料處理服務 +│ +├── frontend/ # Next.js 前端應用 +│ ├── app/ # Next.js App Router +│ │ ├── layout.tsx # 根佈局組件 +│ │ ├── page.tsx # 首頁 +│ │ └── analysis/ # 分析功能模組 +│ │ ├── page.tsx # 分析配置頁面 +│ │ └── results/ # 分析結果展示頁面 +│ ├── components/ # React 組件庫 +│ │ ├── analysis/ # 分析相關組件 +│ │ │ ├── AnalysisForm.tsx # 參數配置表單 +│ │ │ ├── TradingDecision.tsx # 交易決策卡片 +│ │ │ ├── AnalystReport.tsx # 分析師報告展示 +│ │ │ └── PriceChart.tsx # 股價圖表組件 +│ │ ├── layout/ # 佈局組件 +│ │ │ ├── Header.tsx # 頂部導航欄 +│ │ │ └── Footer.tsx # 頁腳 +│ │ ├── shared/ # 共用組件 +│ │ └── ui/ # shadcn/ui 基礎組件 +│ ├── context/ # React Context API +│ │ └── AnalysisContext.tsx # 分析狀態管理 +│ ├── hooks/ # 自定義 React Hooks +│ │ ├── useAnalysis.ts # 分析請求管理 +│ │ └── useConfig.ts # 配置資料獲取 +│ └── lib/ # 工具函式庫 +│ ├── api.ts # API 客戶端封裝 +│ ├── types.ts # TypeScript 型別定義 +│ └── utils.ts # 通用輔助函式 +│ +└── tradingagents/ # 核心 Python 套件 + ├── agents/ # AI 代理定義 + ├── dataflows/ # 資料流處理 + ├── graph/ # LangGraph 工作流 + └── default_config.py # 預設配置 ``` -**核心技術棧**： -- **FastAPI**: 現代化異步 Web 框架 -- **Pydantic**: 數據驗證與序列化 -- **LangGraph**: 多代理工作流編排 -- **LangChain**: LLM 整合框架 -- **Chromadb**: 向量數據庫（記憶系統） -- **yfinance**: 股票數據獲取 +### 🔧 後端技術棧 -### 前端架構 (Next.js) +| 技術 | 用途 | 版本 | +|------|------|------| +| **FastAPI** | 現代化異步 Web 框架 | ≥0.104.0 | +| **Pydantic** | 資料驗證與序列化 | ≥2.9.0 | +| **LangGraph** | 多代理工作流編排引擎 | ≥0.4.8 | +| **LangChain** | LLM 應用開發框架 | Latest | +| **ChromaDB** | 向量資料庫（記憶系統） | ≥1.0.12 | +| **yfinance** | 股票市場資料獲取 | ≥0.2.63 | +| **Uvicorn** | ASGI 伺服器 | ≥0.24.0 | +| **python-dotenv** | 環境變數管理 | 1.0.0 | -``` -frontend/ -├── app/ # Next.js 應用路由 -│ ├── layout.tsx # 根佈局 -│ ├── page.tsx # 首頁 -│ └── analysis/ # 分析功能 -│ ├── page.tsx # 分析表單頁面 -│ └── results/ # 結果展示頁面 -├── components/ # React 組件 -│ ├── analysis/ # 分析相關組件 -│ │ ├── AnalysisForm.tsx # 分析參數表單 -│ │ ├── TradingDecision.tsx # 交易決策展示 -│ │ ├── AnalystReport.tsx # 分析師報告 -│ │ └── PriceChart.tsx # 股價圖表 -│ ├── layout/ # 佈局組件 -│ │ ├── Header.tsx # 導航欄 -│ │ └── Footer.tsx # 頁腳 -│ ├── shared/ # 共用組件 -│ └── ui/ # shadcn/ui 基礎組件 -├── context/ # React Context -│ └── AnalysisContext.tsx # 分析結果共享 -├── hooks/ # 自定義 Hooks -│ ├── useAnalysis.ts # 分析請求管理 -│ └── useConfig.ts # 配置獲取 -└── lib/ # 工具函數 - ├── api.ts # API 客戶端 - ├── types.ts # TypeScript 類型 - └── utils.ts # 輔助函數 -``` +#### 其他整合 +- **stockstats**: 技術指標計算 +- **feedparser**: RSS 新聞抓取 +- **praw**: Reddit 社群情緒分析 +- **finnhub-python**: 金融資料 API +- **beautifulsoup4**: 網頁內容解析 -**核心技術棧**： -- **Next.js 16**: React 全棧框架 -- **TypeScript**: 靜態類型檢查 -- **Tailwind CSS**: 實用優先的 CSS 框架 -- **shadcn/ui**: 可定制的 UI 組件庫 -- **React Hook Form + Zod**: 表單驗證 -- **Recharts**: 數據可視化 -- **Axios**: HTTP 客戶端 -- **react-markdown**: Markdown 渲染 +### 🎨 前端技術棧 -## 安裝步驟 +| 技術 | 用途 | 版本 | +|------|------|------| +| **Next.js** | React 全端框架 | 16.x | +| **TypeScript** | 靜態型別檢查 | Latest | +| **Tailwind CSS** | 實用優先的 CSS 框架 | Latest | +| **shadcn/ui** | 可高度客製化的 UI 組件庫 | Latest | +| **React Hook Form** | 高效能表單管理 | Latest | +| **Zod** | TypeScript 優先的結構驗證 | Latest | +| **Recharts** | 資料視覺化圖表庫 | Latest | +| **Axios** | Promise 基礎的 HTTP 客戶端 | Latest | +| **react-markdown** | Markdown 內容渲染 | Latest | -### 前置要求 +--- -- **Python**: 3.10 或以上 -- **Node.js**: 18.x 或以上 -- **pnpm**: 最新版本 -- **Conda**: (推薦) 用於 Python 環境管理 -- **API 金鑰**: - - OpenAI API Key (必需) - - Alpha Vantage API Key (可選，用於更詳細數據) +## 🚀 快速開始 -### 1. 克隆專案 +### 📋 前置要求 + +在開始之前，請確保您的系統已安裝以下軟體： + +- **Python** 3.10 或更高版本 +- **Node.js** 18.x 或更高版本 +- **pnpm** 最新版本（推薦）或 npm +- **Conda** (可選，但強烈推薦用於 Python 環境管理) +- **Git** 用於克隆專案 + +#### 必要的 API 金鑰 + +- **OpenAI API Key** (必需) - 用於驅動 AI 代理 + - 申請網址: https://platform.openai.com/api-keys +- **Alpha Vantage API Key** (可選) - 用於更詳細的股票資料 + - 申請網址: https://www.alphavantage.co/support/#api-key + +> 💡 **提示**: 本系統採用 BYOK (Bring Your Own Key) 模式，您可以在前端介面直接輸入 API 金鑰，無需設定環境變數（適合快速測試）。 + +### 📥 安裝步驟 + +#### 1️⃣ 克隆專案 ```bash git clone https://github.com/MarkLo127/TradingAgents.git cd TradingAgents ``` -### 2. 後端設置 +#### 2️⃣ 後端設置 -#### 2.1 創建 Python 環境 +##### 2.1 創建 Python 虛擬環境 +**使用 Conda (推薦)** ```bash -# 使用 Conda (推薦) conda create -n tradingagents python=3.13 conda activate tradingagents ``` -#### 2.2 安裝依賴 +**或使用 venv** +```bash +python3 -m venv tradingagents +source tradingagents/bin/activate # macOS/Linux +# 或 +tradingagents\Scripts\activate # Windows +``` + +##### 2.2 安裝 Python 依賴 ```bash -# 安裝 TradingAgents 核心 +# 安裝 TradingAgents 核心套件 pip install -e . -# 安裝後端依賴 +# 安裝後端 API 依賴 pip install -r backend/requirements.txt ``` -#### 2.3 環境配置 +##### 2.3 配置環境變數 -在專案根目錄創建 `.env` 文件： +複製範例環境變數檔案並編輯： ```bash -# API 金鑰 -OPENAI_API_KEY=sk-your-openai-api-key -OPENAI_BASE_URL=https://api.openai.com/v1 -ALPHA_VANTAGE_API_KEY=your-alpha-vantage-key # 可選 +cp .env.example .env +``` -# 後端配置 +編輯 `.env` 檔案，填入您的 API 金鑰： + +```bash +# ============ API 金鑰配置 ============ +# OpenAI API (必需) +OPENAI_API_KEY=sk-your-openai-api-key-here +OPENAI_BASE_URL=https://api.openai.com/v1 + +# Alpha Vantage API (可選) +ALPHA_VANTAGE_API_KEY=your-alpha-vantage-key + +# 其他 LLM 提供商 (可選) +CLAUDE_API_KEY=your-claude-api-key +GEMINI_API_KEY=your-gemini-api-key +OPENROUTER_API_KEY=your-openrouter-api-key + +# ============ 後端服務配置 ============ BACKEND_HOST=0.0.0.0 BACKEND_PORT=8000 -# CORS 配置 +# ============ CORS 配置 ============ CORS_ORIGINS=http://localhost:3000,http://127.0.0.1:3000 + +# ============ 資料儲存配置 ============ +TRADINGAGENTS_RESULTS_DIR=./results ``` -#### 2.4 啟動後端 +##### 2.4 啟動後端服務 ```bash -# 從專案根目錄運行 +# 從專案根目錄執行 python -m backend ``` -後端將運行在 `http://localhost:8000` +✅ 後端服務成功啟動後，您可以訪問： +- **應用根目錄**: http://localhost:8000 +- **API 互動式文檔 (Swagger UI)**: http://localhost:8000/docs +- **API 文檔 (ReDoc)**: http://localhost:8000/redoc +- **健康檢查端點**: http://localhost:8000/api/health -- API 文檔: http://localhost:8000/docs -- 健康檢查: http://localhost:8000/api/health +#### 3️⃣ 前端設置 -### 3. 前端設置 - -#### 3.1 安裝依賴 +##### 3.1 安裝前端依賴 ```bash -pnpm -C frontend i +# 使用 pnpm (推薦) +pnpm -C frontend install + +# 或使用 npm +npm --prefix frontend install ``` -#### 3.2 啟動前端 +##### 3.2 配置前端環境變數 (可選) + +如果您需要自訂 API 端點，可以建立 `frontend/.env.local`： ```bash +NEXT_PUBLIC_API_URL=http://localhost:8000 +``` + +> 💡 預設情況下，前端會自動連接到 `http://localhost:8000` + +##### 3.3 啟動前端開發伺服器 + +```bash +# 使用 pnpm (推薦) pnpm -C frontend dev + +# 或使用 npm +npm --prefix frontend run dev ``` -前端將運行在 `http://localhost:3000` +✅ 前端應用成功啟動後，訪問： +- **應用首頁**: http://localhost:3000 -### Docker 部署 +--- + +## 🐳 部署方案 + +### Docker Compose 本地部署 + +最簡單的部署方式，一鍵啟動前後端服務： ```bash -# 使用 Docker Compose 啟動 +# 啟動所有服務（首次執行會自動構建映像） docker compose up -d --build -# 查看日誌 +# 查看服務運行狀態 +docker compose ps + +# 查看即時日誌 docker compose logs -f +# 查看特定服務日誌 +docker compose logs -f backend +docker compose logs -f frontend + # 停止服務 +docker compose down + +# 停止服務並清除資料卷 docker compose down -v ``` -### 使用流程 +**Docker Compose 配置說明**： +- 後端服務運行於: `http://localhost:8000` +- 前端服務運行於: `http://localhost:3000` +- 分析結果會持久化儲存在 `./results` 目錄 +- 服務會在容器異常退出時自動重啟 -1. **訪問首頁** - 查看功能介紹 -2. **進入分析頁面** - 點擊"開始分析" -3. **配置參數**： - - 選擇分析師團隊（市場、情緒、新聞、基本面） - - 輸入股票代碼（如 NVDA, AAPL, TSLA） - - 選擇分析日期 - - 設定研究深度（淺層/中等/深層） - - 選擇 LLM 模型 - - 輸入 API 金鑰 -4. **執行分析** - 點擊"執行分析"按鈕 -5. **查看結果** - 自動跳轉至結果頁面，查看： - - 交易決策（買入/賣出/持有） - - 股價走勢圖表 - - 各分析師詳細報告 +--- -## 核心功能 +## 📱 使用指南 + +### 基本工作流程 + +1. **訪問首頁** + - 開啟瀏覽器，訪問 http://localhost:3000 + - 查看系統介紹與功能說明 + +2. **進入分析頁面** + - 點擊首頁的「開始分析」按鈕 + - 或直接訪問 http://localhost:3000/analysis + +3. **配置分析參數** + + - **選擇分析師團隊**: 勾選您需要的分析師類型 + - ✅ 市場分析師 (Market Analyst) - 技術分析與價格走勢 + - ✅ 情緒分析師 (Sentiment Analyst) - 社交媒體情緒評估 + - ✅ 新聞分析師 (News Analyst) - 新聞事件影響分析 + - ✅ 基本面分析師 (Fundamental Analyst) - 財務數據與估值分析 + + - **輸入股票代碼**: 例如 `NVDA`, `AAPL`, `TSLA`, `GOOGL` + - 支援美股股票代號 + + - **選擇分析日期**: 選擇要分析的特定日期 + - 預設為當前日期 + + - **設定研究深度**: + - 🟢 **淺層 (Shallow)**: 快速分析，適合即時決策 + - 🟡 **中等 (Medium)**: 平衡速度與深度 + - 🔴 **深層 (Deep)**: 全面深入分析，耗時較長 + + - **選擇 LLM 模型**: + - `gpt-4o` (預設): 平衡性能與成本 + - `gpt-4-turbo`: 更快的回應速度 + - `o1-mini`: OpenAI 最新推理模型 + + - **輸入 API 金鑰**: + - 在表單中直接輸入您的 OpenAI API Key + - 或使用環境變數預設值（如已配置） + +4. **執行分析** + - 檢查所有參數無誤後，點擊「執行分析」按鈕 + - 系統會顯示載入動畫，處理時間依研究深度而定（1-5 分鐘） + +5. **查看分析結果** + - 分析完成後自動跳轉至結果頁面 + - 結果包含以下內容： + + **📊 交易決策摘要** + - 最終決策: BUY / SELL / HOLD + - 建議倉位大小 + - 風險等級評估 + - 核心理由總結 + + **📈 股價走勢圖表** + - 互動式價格圖表（支援折線圖/K線圖切換） + - 交易量變化 + - 關鍵技術指標 + + **📄 各分析師詳細報告** + - 市場分析師: 技術面分析與趨勢判斷 + - 情緒分析師: 社群媒體情緒指標 + - 新聞分析師: 最新新聞事件影響評估 + - 基本面分析師: 財務健康度與估值分析 + - 研究團隊辯論: 看漲與看跌觀點對比 + - 交易員建議: 具體執行計畫 + - 風險管理: 風險因子與對策 + +### API 使用範例 + +如果您想要透過 API 整合 TradingAgents，可以參考以下範例： + +#### 健康檢查 + +```bash +curl http://localhost:8000/api/health +``` + +#### 執行股票分析 + +```bash +curl -X POST http://localhost:8000/api/analyze \ + -H "Content-Type: application/json" \ + -d '{ + "ticker": "NVDA", + "analysis_date": "2024-01-15", + "research_depth": "medium", + "model": "gpt-4o", + "selected_analysts": ["market", "sentiment", "news", "fundamental"], + "api_key": "sk-your-openai-key" + }' +``` + +#### 獲取股價資料 + +```bash +curl "http://localhost:8000/api/price-data/NVDA?start_date=2024-01-01&end_date=2024-01-31" +``` + +完整的 API 文檔請訪問: http://localhost:8000/docs + +--- + +## 🧠 核心功能詳解 ### 多代理協作系統 -- **市場分析師**: 技術指標與價格走勢分析 -- **情緒分析師**: 社交媒體情緒分析 -- **新聞分析師**: 新聞事件影響評估 -- **基本面分析師**: 財務數據與估值分析 -- **研究團隊**: 看漲/看跌辯論機制 -- **交易員**: 投資計劃制定 -- **風險管理**: 風險評估與倉位管理 +TradingAgents 模擬真實交易公司的組織架構，每個代理都有其專業職責： + +| 代理角色 | 主要職責 | 輸出內容 | +|---------|---------|---------| +| **市場分析師** | 技術分析 | 技術指標（RSI, MACD, 布林通道）、價格走勢、支撐阻力位 | +| **情緒分析師** | 情緒評估 | Reddit/Twitter 情緒指標、熱度趨勢、投資者信心指數 | +| **新聞分析師** | 新聞分析 | 最新新聞摘要、事件影響評估、市場反應預測 | +| **基本面分析師** | 財務分析 | 財報數據、估值指標（P/E, P/B）、盈利能力評估 | +| **看漲研究員** | 多頭論證 | 看漲理由、上漲催化劑、目標價位 | +| **看跌研究員** | 空頭論證 | 看跌理由、下跌風險、防守策略 | +| **交易員** | 決策整合 | 綜合所有報告，制定交易計劃 | +| **風險管理** | 風險控制 | 風險評估、倉位建議、止損止盈設定 | +| **投資組合經理** | 最終決策 | 最終交易決定（批准/拒絕），執行指令 | + +### 工作流程圖 + +``` +┌─────────────────┐ +│ 使用者輸入參數 │ +└────────┬────────┘ + │ + ▼ +┌─────────────────┐ +│ 資料收集階段 │ ◄── yfinance, Reddit, RSS +└────────┬────────┘ + │ + ▼ +┌──────────────────────────────┐ +│ 分析師團隊平行分析 │ +│ ┌────┬────┬────┬────────┐ │ +│ │市場│情緒│新聞│基本面│ │ +│ └────┴────┴────┴────────┘ │ +└────────┬─────────────────────┘ + │ + ▼ +┌─────────────────┐ +│ 研究團隊辯論 │ +│ 看漲 vs 看跌 │ +└────────┬────────┘ + │ + ▼ +┌─────────────────┐ +│ 交易員整合分析 │ +└────────┬────────┘ + │ + ▼ +┌─────────────────┐ +│ 風險管理評估 │ +└────────┬────────┘ + │ + ▼ +┌─────────────────┐ +│ 投資組合經理決策 │ +└────────┬────────┘ + │ + ▼ +┌─────────────────┐ +│ 輸出最終報告 │ +└─────────────────┘ +``` ### 智能特性 -- **動態研究深度**: 可調節分析詳細程度 -- **多模型支持**: GPT-4o, GPT-5.1 等 -- **記憶系統**: ChromaDB 向量存儲歷史決策 -- **Markdown 報告**: 格式化的分析輸出 -- **實時數據**: yfinance 股票數據整合 +#### 1. 動態研究深度調整 +- **Shallow**: 每個代理進行 1 輪分析，適合快速決策 +- **Medium**: 每個代理進行 2-3 輪分析，平衡深度與速度 +- **Deep**: 每個代理進行 5+ 輪分析，全面深入研究 -## 應用截圖 +#### 2. 多模型支持 +- 支援 OpenAI (GPT-4, GPT-4o, o1 系列) +- 支援 Anthropic Claude +- 支援 Google Gemini +- 可透過 OpenRouter 存取更多模型 -### 首頁 +#### 3. 長期記憶系統 +- 使用 ChromaDB 向量資料庫儲存歷史決策 +- 代理可以參考過去類似情況的決策 +- 持續學習與改進分析品質 + +#### 4. 結構化輸出 +- 所有報告均採用 Markdown 格式 +- 清晰的章節結構 +- 支援表格、列表、程式碼區塊等豐富格式 + +#### 5. 實時資料整合 +- yfinance: 即時股價與歷史資料 +- Reddit API: 社群情緒分析 +- RSS Feeds: 財經新聞抓取 +- Alpha Vantage: 詳細財務資料（可選） + +--- + +## 📸 應用截圖 + +### 首頁 - 功能介紹 + +展示系統的核心功能與運作流程 ![首頁](web_screenshot/1.png) ### 分析配置頁面 -![分析配置](web_screenshot/2.png) +直觀的表單介面，輕鬆配置所有分析參數 + +![分析配置頁面](web_screenshot/2.png) ### 股價走勢與交易量（折線圖） +互動式圖表展示股價變化與交易量 + ![股價走勢與交易量（折線圖）](web_screenshot/3.png) ### 股價走勢與交易量（K線圖） +專業的 K 線圖視覺化，適合技術分析 + ![股價走勢與交易量（K線圖）](web_screenshot/4.png) ### 市場分析師報告 +詳細的技術面分析與市場趨勢判斷 + ![市場分析師報告](web_screenshot/5.png) -### 社群分析師報告 +### 情緒分析師報告 -![社群分析師報告](web_screenshot/6.png) +社群媒體情緒指標與投資者信心評估 + +![情緒分析師報告](web_screenshot/6.png) ### 新聞分析師報告 +最新財經新聞摘要與事件影響分析 + ![新聞分析師報告](web_screenshot/7.png) -### 基本面 分析師報告 +### 基本面分析師報告 + +財務數據解析與價值評估 ![基本面分析師報告](web_screenshot/8.png) + +--- + +## 🛠️ 開發指南 + +### 專案開發 + +#### 後端開發 + +```bash +# 啟用虛擬環境 +conda activate tradingagents + +# 以開發模式執行（自動重載） +uvicorn backend.app.main:app --reload --host 0.0.0.0 --port 8000 + +# 執行測試 +pytest backend/tests + +# 程式碼格式化 +black backend/ +ruff backend/ +``` + +#### 前端開發 + +```bash +# 開發模式（支援熱重載） +pnpm -C frontend dev + +# 型別檢查 +pnpm -C frontend type-check + +# Lint 檢查 +pnpm -C frontend lint + +# 建構生產版本 +pnpm -C frontend build + +# 預覽生產版本 +pnpm -C frontend start +``` + +### 新增 AI 代理 + +若要擴充系統功能，可參考以下步驟新增自訂代理： + +1. 在 `tradingagents/agents/` 建立新的代理類別 +2. 定義代理的提示詞與任務邏輯 +3. 在 `tradingagents/graph/` 更新工作流程圖 +4. 更新後端 API 以支援新代理 +5. 更新前端 UI 提供選項 + +詳細開發文檔請參考 `docs/` 目錄（開發中）。 + +--- + +## 🙏 致謝 + +### 特別感謝 + +本專案基於 [TauricResearch/TradingAgents](https://github.com/TauricResearch/TradingAgents) 的原始專案進行改進和擴展。衷心感謝原作者創建了如此優秀的多代理交易分析框架，為我們提供了堅實的基礎。 + +### 使用的開源專案 + +本專案使用了以下優秀的開源專案： + +- [LangChain](https://github.com/langchain-ai/langchain) - LLM 應用開發框架 +- [LangGraph](https://github.com/langchain-ai/langgraph) - 多代理工作流編排 +- [FastAPI](https://github.com/tiangolo/fastapi) - 現代化 Python Web 框架 +- [Next.js](https://github.com/vercel/next.js) - React 全端框架 +- [shadcn/ui](https://github.com/shadcn/ui) - 精美的 React 組件庫 +- [ChromaDB](https://github.com/chroma-core/chroma) - AI 原生向量資料庫 +- [yfinance](https://github.com/ranaroussi/yfinance) - Yahoo Finance 資料下載工具 + +--- + +
+ +**⭐ 如果這個專案對您有幫助，請給我們一個 Star！** + +Made with ❤️ by [MarkLo127](https://github.com/MarkLo127) + +