simonlin1212/
TradingAgents-astock
A股多Agent投研框架 — 适配A股数据源(龙虎榜/游资/解禁等)，7位分析师基于A股规则的辩论决策，基于TradingAgents深度改造，适配大A。A-share multi-agent investment research framework — 7 AI analysts, bull/bear debate, risk assessment。
35097 forksPython· 分析于 1w ago
一句话定位
一个基于多Agent辩论的A股投研框架，模拟7位分析师对股票进行涨跌辩论并给出投资建议，针对A股特色数据（龙虎榜、游资、解禁等）做了适配。
判断
炒作本质上是给LLM套了个多角色外壳做股票分析，7个分析师辩论听起来高大上，但实际就是prompt engineering的包装。真正的量化交易或基本面分析远比这复杂，这种框架在实际交易中效果存疑，更像是AI噱头演示。350星的小众项目，生产环境慎用。
star 数与实际工程价值不成比例。可以了解，但谨慎做技术选型决定。
30 秒上手
基于语言推断的标准命令$ pip install tradingagents-astock标准 PyPI 包名，必要时按 README 调整
最适合的 3 个场景
- 1利用龙虎榜数据追踪游资动向，辅助判断主力资金操作意图
- 2对特定股票进行多角度分析，模拟不同风格分析师的辩论过程
- 3批量扫描A股标的，通过风险评估模块筛选潜在标的
同类对比
vsTradingAgents
vsAkShare（开源金融数据接口）
vs同花顺/东方财富终端
完整对比报告（含矩阵评分）即将上线，订阅后第一时间收到。
值得追的健康信号
每周 LLM 自动巡检总 Star
350→
Forks
97→
语言
Python→
分析时间
1w ago→
x
作者短评
star 数会在接下来 4-8 周冷却。我建议先观察，2 个月后看看活跃度再判断要不要上手。
— xaikey · 基于 LLM 分析 + 个人判断
其他 Python 趋势仓库
Significant-Gravitas/
AutoGPT
AutoGPT 是一个基于大语言模型的自主 AI Agent 框架，通过让 AI 自主规划、执行、反思来完成复杂任务，本质上是一个 LLM + 工具调用的提示工程封装。
NousResearch/
hermes-agent
一个基于开源大模型的模块化AI agent框架，强调可扩展性和可定制性。
AUTOMATIC1111/
stable-diffusion-webui
一个将 Stable Diffusion 模型封装成可视化 Web 界面的开源工具，让用户无需命令行即可通过浏览器进行 AI 图像生成，支持文生图、图生图、ControlNet、LoRA 等主流功能。
本页 LLM 分析由 MiniMax-M2.7 / Claude Haiku 4.5 等模型生成 · 不构成生产环境技术选型建议