651 lines
20 KiB
Markdown
651 lines
20 KiB
Markdown
# TradingAgents - 多代理交易分析系統
|
||
|
||
<div align="center">
|
||
|
||
**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**
|
||
|
||
[](https://github.com/MarkLo127/TradingAgents)
|
||
[](https://www.python.org/)
|
||
[](https://nextjs.org/)
|
||
[](https://fastapi.tiangolo.com/)
|
||
[](LICENSE)
|
||
|
||
[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)
|
||
|
||
</div>
|
||
|
||
---
|
||
|
||
## 📖 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
|
||
|
||
```
|
||
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
|
||
```
|
||
|
||
### 🔧 後端技術棧
|
||
|
||
| 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 |
|
||
|
||
#### 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
|
||
|
||
### 🎨 前端技術棧
|
||
|
||
| 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 |
|
||
|
||
---
|
||
|
||
## 🚀 快速開始
|
||
|
||
### 📋 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
|
||
```
|
||
|
||
#### 2️⃣ 後端設置
|
||
|
||
##### 2.1 創建 Python 虛擬環境
|
||
|
||
**使用 Conda (推薦)**
|
||
```bash
|
||
conda create -n tradingagents python=3.13
|
||
conda activate tradingagents
|
||
```
|
||
|
||
**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 核心套件
|
||
pip install -e .
|
||
|
||
# 安裝後端 API 依賴
|
||
pip install -r backend/requirements.txt
|
||
```
|
||
|
||
##### 2.3 配置環境變數
|
||
|
||
複製範例環境變數檔案並編輯：
|
||
|
||
```bash
|
||
cp .env.example .env
|
||
```
|
||
|
||
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_ORIGINS=http://localhost:3000,http://127.0.0.1:3000
|
||
|
||
# ============ 資料儲存配置 ============
|
||
TRADINGAGENTS_RESULTS_DIR=./results
|
||
```
|
||
|
||
##### 2.4 啟動後端服務
|
||
|
||
```bash
|
||
# 從專案根目錄執行
|
||
python -m backend
|
||
```
|
||
|
||
✅ 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
|
||
|
||
#### 3️⃣ 前端設置
|
||
|
||
##### 3.1 安裝前端依賴
|
||
|
||
```bash
|
||
# 使用 pnpm (推薦)
|
||
pnpm -C frontend install
|
||
|
||
# 或使用 npm
|
||
npm --prefix frontend install
|
||
```
|
||
|
||
##### 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
|
||
```
|
||
|
||
✅ 前端應用成功啟動後，訪問：
|
||
- **應用首頁**: http://localhost:3000
|
||
|
||
---
|
||
|
||
## 🐳 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
|
||
# 啟動所有服務（首次執行會自動構建映像）
|
||
docker compose up -d --build
|
||
|
||
# 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
|
||
```
|
||
|
||
**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
|
||
|
||
---
|
||
|
||
## 📱 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**:
|
||
|
||
系統提供兩種類型的模型配置：
|
||
|
||
**快速思維模型** (用於快速分析和即時回應):
|
||
- `gpt-5.1-2025-11-13` - GPT-5.1 (最新)
|
||
- `gpt-5-mini-2025-08-07` - GPT-5 Mini
|
||
- `gpt-5-nano-2025-08-07` - GPT-5 Nano
|
||
- `gpt-4.1-mini` - GPT-4.1 Mini
|
||
- `gpt-4.1-nano` - GPT-4.1 Nano
|
||
- `gpt-4o` - GPT-4o (推薦預設)
|
||
- `gpt-4o-mini` - GPT-4o Mini (預設)
|
||
|
||
**深層思維模型** (用於複雜推理和深度分析):
|
||
- `gpt-5.1-2025-11-13` - GPT-5.1 (最新)
|
||
- `gpt-5-mini-2025-08-07` - GPT-5 Mini
|
||
- `gpt-5-nano-2025-08-07` - GPT-5 Nano
|
||
- `gpt-4.1-mini` - GPT-4.1 Mini
|
||
- `gpt-4.1-nano` - GPT-4.1 Nano
|
||
- `gpt-4o` - GPT-4o (推薦預設)
|
||
- `gpt-4o-mini` - GPT-4o Mini
|
||
|
||
> 💡 **提示**: 快速思維模型用於初步分析和資料收集，深層思維模型用於複雜決策和策略制定。您可以根據需求選擇不同的模型組合。
|
||
|
||
- **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
|
||
|
||
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
|
||
|
||
#### 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
|
||
|
||
#### 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
|
||
|
||
#### 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
|
||
|
||
|
||
|
||
### 分析配置頁面
|
||
|
||
直觀的表單介面，輕鬆配置所有分析參數
|
||
|
||
|
||
|
||
### 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（K線圖）
|
||
|
||
專業的 K 線圖視覺化，適合技術分析
|
||
|
||
|
||
|
||
### 市場分析師報告
|
||
|
||
詳細的技術面分析與市場趨勢判斷
|
||
|
||
|
||
|
||
### 情緒分析師報告
|
||
|
||
社群媒體情緒指標與投資者信心評估
|
||
|
||
|
||
|
||
### 新聞分析師報告
|
||
|
||
最新財經新聞摘要與事件影響分析
|
||
|
||
|
||
|
||
### 基本面分析師報告
|
||
|
||
財務數據解析與價值評估
|
||
|
||
|
||
|
||
---
|
||
|
||
## 🛠️ 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
|
||
```
|
||
|
||
---
|
||
|
||
## 🙏 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
|
||
|
||
---
|
||
|
||
<div align="center">
|
||
|
||
**⭐ 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)
|
||
|
||
</div>
|