139 lines
3.7 KiB
Markdown
139 lines
3.7 KiB
Markdown
# DeepSeek API 配置指南
|
||
|
||
## 📋 配置步骤
|
||
|
||
### 1. 获取 DeepSeek API 密钥
|
||
|
||
访问 DeepSeek 官网获取 API 密钥：
|
||
- 网址: https://platform.deepseek.com/
|
||
- 注册并登录账户
|
||
- 在 API Keys 页面创建新的 API 密钥
|
||
|
||
### 2. 配置环境变量
|
||
|
||
编辑项目根目录下的 `.env` 文件，填入您的 API 密钥：
|
||
|
||
```bash
|
||
# DeepSeek API 密钥（使用 OPENAI_API_KEY 变量名，因为 DeepSeek 兼容 OpenAI SDK）
|
||
OPENAI_API_KEY=your_deepseek_api_key_here
|
||
|
||
# Alpha Vantage API 密钥（用于获取股票数据）
|
||
ALPHA_VANTAGE_API_KEY=your_alpha_vantage_api_key_here
|
||
```
|
||
|
||
**重要提示**:
|
||
- DeepSeek API 使用 `OPENAI_API_KEY` 作为环境变量名
|
||
- 这是因为 DeepSeek 使用 OpenAI 兼容的 API 格式
|
||
- 不要将其与 OpenAI 的 API 密钥混淆
|
||
|
||
### 3. 验证配置
|
||
|
||
运行测试脚本验证 DeepSeek API 是否配置正确：
|
||
|
||
```bash
|
||
conda activate tradingagents
|
||
python test_deepseek.py
|
||
```
|
||
|
||
如果看到 "✅ DeepSeek API 配置正确"，说明配置成功！
|
||
|
||
## 🚀 运行 TradingAgents
|
||
|
||
### 使用 Python 脚本
|
||
|
||
已经为您配置好了 `main.py`，直接运行：
|
||
|
||
```bash
|
||
conda activate tradingagents
|
||
python main.py
|
||
```
|
||
|
||
### 使用 CLI 界面
|
||
|
||
```bash
|
||
conda activate tradingagents
|
||
python -m cli.main
|
||
```
|
||
|
||
## 🔧 DeepSeek 模型说明
|
||
|
||
项目已配置使用以下 DeepSeek 模型：
|
||
|
||
- **deepseek-reasoner**: 深度思考模型（思考模式）
|
||
- 用于复杂的分析和决策任务
|
||
- 对应 `deep_think_llm` 配置
|
||
|
||
- **deepseek-chat**: 快速对话模型（非思考模式）
|
||
- 用于快速响应和简单任务
|
||
- 对应 `quick_think_llm` 配置
|
||
|
||
## 💰 成本优化建议
|
||
|
||
DeepSeek API 的定价比 OpenAI 更实惠，但仍建议：
|
||
|
||
1. **测试时使用较少的辩论轮次**
|
||
- 当前配置: `max_debate_rounds = 1`
|
||
- 可以根据需要调整
|
||
|
||
2. **监控 API 使用量**
|
||
- 在 DeepSeek 控制台查看使用情况
|
||
- 设置使用限额避免超支
|
||
|
||
3. **使用缓存**
|
||
- 项目会缓存股票数据
|
||
- 避免重复调用相同数据
|
||
|
||
## 📊 配置文件说明
|
||
|
||
主要配置在 `main.py` 中：
|
||
|
||
```python
|
||
config = DEFAULT_CONFIG.copy()
|
||
|
||
# DeepSeek API 配置
|
||
config["llm_provider"] = "openai" # 使用 OpenAI 兼容接口
|
||
config["backend_url"] = "https://api.deepseek.com" # DeepSeek API 端点
|
||
config["deep_think_llm"] = "deepseek-reasoner" # 思考模式
|
||
config["quick_think_llm"] = "deepseek-chat" # 非思考模式
|
||
config["max_debate_rounds"] = 1 # 辩论轮次
|
||
|
||
# 数据源配置
|
||
config["data_vendors"] = {
|
||
"core_stock_apis": "yfinance",
|
||
"technical_indicators": "yfinance",
|
||
"fundamental_data": "alpha_vantage",
|
||
"news_data": "alpha_vantage",
|
||
}
|
||
```
|
||
|
||
## ❓ 常见问题
|
||
|
||
### Q: 为什么使用 OPENAI_API_KEY 而不是 DEEPSEEK_API_KEY？
|
||
|
||
A: DeepSeek API 使用 OpenAI 兼容的格式，langchain-openai 库默认读取 `OPENAI_API_KEY` 环境变量。通过设置 `base_url="https://api.deepseek.com"`，我们将请求重定向到 DeepSeek 的服务器。
|
||
|
||
### Q: 可以同时使用 OpenAI 和 DeepSeek 吗？
|
||
|
||
A: 可以，但需要修改代码来支持不同的 API 密钥。当前配置只支持一个 LLM 提供商。
|
||
|
||
### Q: Alpha Vantage API 是必需的吗？
|
||
|
||
A: 是的，用于获取股票基本面数据和新闻。您可以免费获取 API 密钥: https://www.alphavantage.co/support/#api-key
|
||
|
||
### Q: 如何切换回 OpenAI？
|
||
|
||
A: 修改 `main.py` 中的配置：
|
||
```python
|
||
config["backend_url"] = "https://api.openai.com/v1"
|
||
config["deep_think_llm"] = "gpt-4o"
|
||
config["quick_think_llm"] = "gpt-4o-mini"
|
||
```
|
||
并在 `.env` 中使用 OpenAI 的 API 密钥。
|
||
|
||
## 🔗 相关链接
|
||
|
||
- DeepSeek 平台: https://platform.deepseek.com/
|
||
- DeepSeek API 文档: https://platform.deepseek.com/api-docs/
|
||
- Alpha Vantage: https://www.alphavantage.co/
|
||
- TradingAgents GitHub: https://github.com/TauricResearch/TradingAgents
|