| name | tradingagents-analysis |
| version | 0.6.1 |
| description | A股多智能体 AI 投研分析工具 — 15 名 AI 分析师协作完成技术分析、基本面分析、 市场情绪研判、资金流向追踪（北向资金/主力资金）、宏观经济分析及博弈论推演， 输出结构化买卖建议与风险评估。支持沪深 A 股股票代码和中文名称。 Multi-agent AI stock analysis for China A-shares. 15 specialized analysts collaborate across technical analysis, fundamental analysis, sentiment analysis, smart money flow tracking, macro economics, and game theory to deliver structured buy/sell/hold recommendations with risk assessment. |
| homepage | https://app.510168.xyz |
| repository | https://github.com/KylinMountain/TradingAgents-AShare |
| tags | ["stock-analysis","A-share","A股","股票分析","股票","炒股","选股","荐股","trading","investment","投资","投研","量化投研","研报","盘后分析","复盘","multi-agent","多智能体","AI分析","AI炒股","technical-analysis","技术分析","K线","fundamental-analysis","基本面分析","sentiment-analysis","市场情绪","smart-money","资金流向","北向资金","主力资金","龙虎榜","finance","金融","China","中国股市","沪深","上证","深证","quant","risk-assessment","风险评估","买卖建议","claude-code","openclaw"] |
| metadata | {"openclaw":{"requires":{"env":["TRADINGAGENTS_TOKEN","TRADINGAGENTS_API_URL"],"bins":["curl","python3","bash"]},"primaryEnv":"TRADINGAGENTS_TOKEN","emoji":"📈","homepage":"https://app.510168.xyz"}} |
TradingAgents 多智能体 A 股投研分析
使用 TradingAgents API，让 15 名专业 AI 分析师对 A 股进行五阶段深度协作研判，输出结构化投资建议。
🎯 快速上手
直接对我说：
- "帮我分析一下贵州茅台"
- "宁德时代值得买入吗"
- "分析一下 600519 的技术面"
- "比亚迪最近资金流向怎么样"
我会调用 15 个 AI 分析师，从市场、技术、基本面、情绪、资金五个维度深度分析，给你专业的投资建议。
🤖 系统架构：五阶段 15 智能体
| 阶段 | 智能体 | 职责 |
|---|
| 1. 分析团队 | 市场/新闻/情绪/基本面/宏观/聪明钱 | 多维度原始数据解读 |
| 2. 博弈裁判 | 博弈论管理者 | 主力与散户预期差分析 |
| 3. 多空辩论 | 多头/空头研究员 + 裁判 | 对立观点激烈博弈 |
| 4. 执行决策 | 交易员 | 综合研判生成操作建议 |
| 5. 风险管控 | 激进/中性/保守分析师 + 组合经理 | 多维度风控审核 |
TradingAgents Multi-Agent Investment Research
Use the TradingAgents API to let 15 specialized AI analysts conduct deep, five-stage collaborative research on A-Share stocks, delivering structured trading recommendations.
🤖 System Architecture: 5 Stages · 15 Agents
| Stage | Agents | Role |
|---|
| 1. Analyst Team | Market / News / Sentiment / Fundamentals / Macro / Smart Money | Multi-dimensional raw data analysis |
| 2. Game Theory | Game Theory Manager | Main-force vs. retail expectation gap |
| 3. Bull/Bear Debate | Bull & Bear Researchers + Judge | Adversarial viewpoint debate |
| 4. Trade Execution | Trader | Synthesize research into actionable decision |
| 5. Risk Control | Aggressive / Neutral / Conservative + Portfolio Manager | Multi-layer risk review |
📋 适用场景
✅ 适合使用：
- 个股深度分析（技术面 + 基本面）
- 投资决策参考
- 盘后复盘分析
- 持仓标的风险评估
- 资金流向与市场情绪研判
❌ 不适合：
- 盘中实时盯盘（分析需要 1-5 分钟）
- 超短线交易（分钟级决策）
- 加密货币、美股等非 A 股市场
🔒 隐私与安全
- 发送范围：本技能仅从对话中提取股票名称/代码、分析日期、分析视角等参数，将其作为
symbol/trade_date/horizons 字段发送至后端 API。不发送对话原文、不读取本地文件、不上传任何其他隐私数据。
- 令牌安全：
TRADINGAGENTS_TOKEN（格式 ta-sk-*）是访问后端的唯一凭证，请使用最小权限令牌，如怀疑泄露请立即在 app.510168.xyz 吊销并重新生成。
- 敏感内容提示：请勿在分析请求中粘贴个人账户信息、真实持仓或其他敏感内容，本技能无法阻止用户主动提交这些内容。
- 自托管：如需完全掌控数据流向，可参考 GitHub 文档 自行部署后端，并将
TRADINGAGENTS_API_URL 指向自建服务器。
关于凭证元数据：本技能的 frontmatter 在 metadata.openclaw 中声明了 TRADINGAGENTS_TOKEN 为 primaryEnv，并列入 requires.env。
🔒 Privacy & Data Transmission
- What is sent: Only the extracted stock symbol, trade date, and analysis parameters (
symbol, trade_date, horizons) are transmitted to the backend. The raw conversation text is never forwarded.
- Token:
TRADINGAGENTS_TOKEN (pattern ta-sk-*) is the sole credential. Use a minimal-privilege token and rotate it immediately if compromised.
- Sensitive content: Do not paste personal account data, real positions, or other sensitive information into analysis requests.
- Self-hosting: For full data sovereignty, deploy the backend yourself and set
TRADINGAGENTS_API_URL to your server. See the GitHub repo.
Credential metadata: This skill's frontmatter declares TRADINGAGENTS_TOKEN as primaryEnv under metadata.openclaw.requires.env.
⚙️ 快速配置
方式一：使用官方托管服务（零部署，开箱即用）
- 登录 https://app.510168.xyz
- 进入 Settings → API Tokens 创建令牌
- 配置环境变量：
export TRADINGAGENTS_TOKEN="ta-sk-your_key_here"
方式二：私有化部署（数据完全自主可控）
如对数据隐私有要求，可自行部署后端，所有分析数据仅在你自己的服务器上处理：
export TRADINGAGENTS_API_URL="http://your-server:8000"
export TRADINGAGENTS_TOKEN="ta-sk-your_key_here"
🚀 常用操作
推荐方式：使用一体化脚本（自动提交 → 轮询 → 获取结果）
bash scripts/analyze.sh <symbol[,symbol2,...]> [trade_date] [horizons]
bash scripts/analyze.sh 贵州茅台
bash scripts/analyze.sh 600519.SH 2026-03-22
bash scripts/analyze.sh 600519.SH 2026-03-22 medium
bash scripts/analyze.sh 贵州茅台,比亚迪,宁德时代
bash scripts/analyze.sh 600519.SH,002594.SZ,300750.SZ 2026-03-22
脚本会自动完成：提交任务 → 每 15 秒轮询状态 → 完成后输出 JSON 结果。
批量模式下所有任务并行提交，统一轮询，最后汇总输出。超时默认 600 秒。
可通过环境变量调整行为：
POLL_INTERVAL — 轮询间隔秒数（默认 15）POLL_TIMEOUT — 最大等待秒数（默认 600）
手动分步操作（如需单独调用某一步）
所有请求使用 $TRADINGAGENTS_TOKEN 作为 Bearer 令牌。
- 提交分析任务
curl -X POST "${TRADINGAGENTS_API_URL:-https://api.510168.xyz}/v1/analyze" \
-H "Authorization: Bearer $TRADINGAGENTS_TOKEN" \
-H "Content-Type: application/json" \
-d '{"symbol": "贵州茅台"}'
- 查询任务状态
curl "${TRADINGAGENTS_API_URL:-https://api.510168.xyz}/v1/jobs/{job_id}" \
-H "Authorization: Bearer $TRADINGAGENTS_TOKEN"
- 获取完整分析结果（任务完成后）
curl "${TRADINGAGENTS_API_URL:-https://api.510168.xyz}/v1/jobs/{job_id}/result" \
-H "Authorization: Bearer $TRADINGAGENTS_TOKEN"
📊 示例输出
{
"decision": "BUY",
"direction": "看多",
"confidence": 78,
"target_price": 1850.0,
"stop_loss_price": 1680.0,
"risk_items": [
{"name": "估值偏高", "level": "medium", "description": "当前 PE 处于历史 75 分位"},
{"name": "外资流出", "level": "low", "description": "近 5 日北向资金小幅净流出"}
],
"key_metrics": [
{"name": "PE", "value": "32.5x", "status": "neutral"},
{"name": "ROE", "value": "31.2%", "status": "good"},
{"name": "毛利率", "value": "91.5%", "status": "good"}
],
"final_trade_decision": "综合技术面突破与基本面支撑，建议逢低分批建仓..."
}
🔄 任务执行流程
深度分析通常耗时 1 至 5 分钟：
- 识别标的：从对话中仅提取股票名称或代码（及可选日期/视角），不发送对话原文
- 告知用户：反馈任务即将提交，预计耗时 1-5 分钟
- 执行脚本：使用 Bash 工具运行
bash scripts/analyze.sh <symbol> [date] [horizons]（设置 run_in_background: true），脚本自动完成提交、轮询和结果获取
- 汇总结论：脚本输出完成后，解析 JSON 结果，向用户展示决策、方向、目标价、风险点
重要：不要手动编写 curl 轮询循环，直接使用 scripts/analyze.sh 脚本。
📌 支持标的范围
- 沪深 A 股：中文名称（如 "比亚迪"、"宁德时代"）或代码（
002594.SZ、601012.SH）
💡 注意事项
- 轮询频率：每次轮询间隔不低于 15 秒
- 数据健壮性：若部分数据源缺失，系统将基于宏观与行业逻辑进行外溢分析
- 短线模式：输入"分析 XX 短线"时，系统自动切换为 14 天技术面分析，跳过财报数据，速度更快
