hsliuping/TradingAgents-CN

GitHub 上一个基于多智能体大语言模型的中文金融交易决策框架：TradingAgents-CN，个人也可拥有一支完整的专业 AI 交易团队。 通过分析师、研究员、交易员等多个智能体角色，模拟真实交易公司的决策流程，帮我们制定出最优交易策略。 GitHub： github.com/hsliuping/Trading… 主要特性： - 分析师团队：基本面、情绪面、新闻面、技术面四大维度全覆盖 - 中国市场支持：完整的股市数据集成和实时行情分析 - 国产 LLM 集成：支持阿里百炼全系列模型和 Google AI Gemini - Web 管理界面：提供可视化界面，配置管理和实时监控 - 智能成本控制：Token 使用统计和成本跟踪功能 - 多层数据源：MongoDB 持久化 + Redis 缓存 + 智能降级 提供详细的中文文档和多种部署方式，通过 Web 界面即可完成相关配置和分析，适合量化交易者或金融 AI 方向的开发者看看。

Matched through a repo-specific project phrase query.

震惊华尔街的一个开源项目！ 这个项目把华尔街的量化系统做成Ai Agent，一人量化团队的时代来了！ TradingAgents-CN，基于LangGraph的多Agent协作炒股框架。原版是个美股学术项目，这个fork做了完整的中国市场适配，22400 Star，维护快一年了。 它的架构直接模拟了一个投行团队👇 📊 基本面分析师 — 财报、估值、行业对比 📈 技术面分析师 — K线形态、指标信号 📰 新闻分析师 — 舆情、政策、事件驱动 🛡️ 风控经理 — 仓位管理、止损止盈 🎯 交易员 — 综合所有分析师意见，拍板决策 中国化做了什么： 1⃣ 接入A股、港股、美股三个市场数据 2⃣ 数据源用akshare + Alpha Vantage + Finnhub + yfinance 3⃣ 三层缓存（Redis + MongoDB + File），自动降级 4⃣ Streamlit Web界面，实时看分析进度 5⃣ Docker多架构部署，amd64和arm64都支持 1195次commit，从事件循环冲突到日志系统重构都在认真解决，不是那种套壳演示项目。 但说句大实话：AI Agent炒股目前没有任何公开的、经过长周期验证的正收益案例。LLM对金融市场的理解本质上是基于历史文本，不是基于市场微观结构。 拿来做量化研究和Agent架构学习，绝对值得。拿来实盘梭哈？劝你三思。 ⭐ 22,400 | 🍴 4,600 🔗 github.com/hsliuping/Trading…

Matched through a repo-specific project phrase query.

TradingAgents-CN：基于TradingAgents出的中文增强版，适用中文用户的金融交易系统，支持A股 文档和界面都是中文版的，增加了国产大模型支持 支持实时市场数据分析 数据源集成目前通过通达信API获取A股实时/历史数据，未来整合Tushare、AkShare、Wind等更多中文数据 开箱即用，有完整的Web界面 #AI交易系统 #AI金融 #AI股票助手

Matched through a repo-specific project phrase query.

GitHub 开源中文多智能体金融交易决策框架：TradingAgents-CN。让个人也能组建一支“分析师 + 研究员 + 交易员”齐全的 AI 交易团队。 它把真实交易公司的决策链路搬进系统：多角色协同研判、交叉验证观点，最终输出更稳、更可执行的交易策略。 GitHub： github.com/hsliuping/Trading… 主要特性： - 分析师团队协作：基本面 / 情绪面 / 新闻面 / 技术面四维全覆盖 - 面向中国市场：股市数据深度集成，支持实时行情分析 - 多模型接入：兼容阿里百炼全系列模型与 Google AI Gemini - Web 管理后台：可视化配置、统一管理、实时监控一站式完成 - 成本可控：Token 用量统计 + 成本追踪，算得清、控得住 - 多层数据架构：MongoDB 持久化 + Redis 缓存 + 智能降级，稳定高效 配套完整中文文档与多种部署方式，基本可通过 Web 界面完成配置与分析；适合量化交易者与金融 AI 开发者上手体验与二次开发。

Matched through a repo-specific project phrase query.

🦞 0xMedia 龙虾生态精选 | 3/25 1️⃣ deer-flow 这是字节跳动开源的 SuperAgent 框架，能让 AI 代理进行研究、编码和创作。它通过沙盒、记忆、工具和子代理等模块，处理从几分钟到数小时的不同等级任务 🔗 github.com/bytedance/deer-fl… 2️⃣ TradingAgents 用 LLM 多智能体协作进行金融交易。框架内建多种交易策略与风控模块，能模拟或执行实盘交易。让不同 AI 智能体分工处理分析、决策与执行，提升交易系统的稳健性 🔗 github.com/TauricResearch/Tr… 3️⃣ ruflo 这是专为 Claude 设计的智能体编排平台，能部署多智能体群组并协调自主工作流。它整合了 RAG 与原生 Claude Code，采用企业级架构来打造对话式 AI 系统 🔗 github.com/ruvnet/ruflo 4️⃣ awesome-claude-code 这是 Claude Code 的资源大全，收集了各种技能、挂钩、斜杠指令和应用插件。你可以快速找到能直接复制粘贴的工具，优化你的 AI 编码工作流 🔗 github.com/hesreallyhim/awes… 5️⃣ MoneyPrinterTurbo 用 AI 大模型一键生成高清短视频。结合 ChatGPT 与 MoviePy 自动化处理脚本和剪辑，快速产出适用于 TikTok 等平台的内容 🔗 github.com/harry0703/MoneyPr… 6️⃣ TradingAgents-CN 这是一个用多个 LLM 智能体协作的中文金融交易框架。它让不同智能体分工处理市场分析、风险管理和交易决策。专为中文市场优化，提供本地化的数据处理和策略模板 🔗 github.com/hsliuping/Trading… 7️⃣ supermemory 这是专为 AI 时代设计的记忆引擎，提供极快且可扩展的 Memory API。它使用 Cloudflare Workers 和 KV 等技术，让 AI agent 能快速存取与管理长期记忆 🔗 github.com/supermemoryai/sup… 8️⃣ last30days-skill 这个 Claude Code 技能能帮你研究任何主题，自动搜遍 Reddit、X、YouTube、Hacker News 和整个网络。它会把所有最新信息整合成一份扎实的摘要，让你快速掌握近期趋势 🔗 github.com/mvanhorn/last30da… 今天这份榜单挺有意思，明显感觉到龙虾生态发展出完整工作流闭环 前排项目大多集中在多智能体协作、记忆系统、技能库，以及交易、视频生成这类更容易直接落地的场景，说明市场关注点正在从有没有 agent 慢慢走到这个 agent 到底能不能真的用起来 如果这类内容对你有帮助，欢迎关注 @0xmediaco 支持 我们会持续更新值得关注的项目和趋势 🦞

Matched through a repo-specific project phrase query.

マルチエージェントLLMで金融トレードを自動化するTradingAgents-CNが登場！中国語対応版だけど仕組みは参考になりすぎる。AIに投資判断もやらせる時代、個人開発者がヘッジファンドを作れる世界になってきた！ github.com/hsliuping/Trading… #AI #トレード #個人開発

Matched through a repo-specific project phrase query.

Trending repository of the day 📈 TradingAgents-CN 基于多智能体LLM的中文金融交易框架 - TradingAgents中文增强版 Last 24h: 1034 ⭐ Total: 9124 ⭐️ github.com/hsliuping/Trading…

Matched through a repo-specific project phrase query.

2025.07.15 果比AI日报 导读 01 评测：Kimi-k2在EQBench情商评测和创意写作方面均取得第一名。 02 热议：月之暗面的万亿参数模型Kimi K2因其高性价比和优异的编码能力引发热议，API使用量迅速超越Grok 4。 03 语音：B站将发布影视级语音合成模型IndexTTS2，支持本地化、零样本语音克隆及情绪控制。 04 编程：Kimi CC项目提供低成本Claude Code方案，同时Jina AI利用ReaderLM-v2模型高效处理网页内容为结构化格式。 05 味觉：基于石墨烯的神经形态“电子舌头”被研发出来，能以超90%的准确率感知基本味道并区分复杂饮品。 06 绘图：美图发布免费AI视觉Agent RoboNeo，同时T-LoRA方法通过优化对齐平衡点解决了传统LoRA的过拟合问题。 07 视频：拍我AI（PixVerse）上线多关键帧生成功能，支持用最多7张图生成长达30秒的连贯视频，增强了叙事控制力。 08 案例：独立开发者借助Claude Code一周内完成macOS应用开发，另一案例展示了Kimi K2在构建复杂前端组件库时的出色性能。 09 分析：Kimi K2采用DeepSeek V3架构并开源以构建生态，而谷歌T5Gemma则以显著性能提升重燃编码器-解码器架构之争。 10 工具：终端聊天工具bespoken、金融交易框架TradingAgents-CN、自主视觉系统PyVision和AI应用资源库Awesome LLM Apps。 11 教程：NeuroMatch Academy发布了完整的计算神经科学课程，另有教程详解了如何从零开始实现RLHF全流程。 12 架构：边缘-云协同计算（ECCC）通过结合边缘与云端资源解决延迟和带宽限制，推动分布式智能与模型优化。 13 具身智能：智能科学实验室LabUtopia实现了科研流程自动化，同时国产具身智能大模型RoboBrain 2.0在评测中超越GPT-4o。 14 问题：Grok 4在回答敏感问题时被指会优先查询马斯克的观点作为参考，可能是一种寻找“安全答案”的副作用。 15 训练：德国团队研发的轻量级AI模型Centaur仅用5天训练，便能精准模拟人类认知，其神经表征与人脑fMRI扫描高度吻合。 16 医学：研究人员利用AI设计出能阻断细菌获取营养的新型蛋白质，为解决抗生素耐药性问题提供了新思路。 17 观点：AI发展的核心理论、强化学习的新范式、对就业市场的影响以及编程民主化等前沿议题。 亮点内容：月之暗面Kimi K2以万亿参数及高性价比引爆热议，国产具身智能RoboBrain 2.0评测超越GPT-4o。AI在科研领域突破显著，成功模拟人类认知、设计抗耐药菌蛋白，并获得了味觉能力。 01 评测 1. Kimi-k2 在 EQBench 和创意写作方面取得第一名的成绩。 Kimi-k2 在 EQBench 创意写作中获第一名 eqbench.com/ 02 热议 1. 国内大模型独角兽月之暗面发布的 MoE 架构基础模型 Kimi K2 在推出不到两天内便引发广泛关注，API 聚合平台 OpenRouter 的 token 使用量迅速超越了 xAI 的 Grok 4。Kimi K2 总参数量达到 1 万亿，激活参数为 32B，显示出在非英伟达硬件上的优异性能，且成本仅为 Claude 4 的 20%。开发者反馈其编码能力和 API 服务具有高通用性，能够在实际应用中表现出色。此外，Kimi K2 的架构与 DeepSeek 相似，在优化器和智能体能力方面也取得了显著提升，被认为是开源模型的又一胜利。 Kimi K2 发布引发热议，超越多款大模型 nitter.tiekoetter.com/jasonzhou1993/status/1… nitter.tiekoetter.com/rasbt/status/194405631… nitter.tiekoetter.com/skirano/status/1944475… moonshotai.github.io/Kimi-K2… mp.weixin.qq.com/s/Fmc87uTvD… 03 语音 1. IndexTTS2 是B 站即将发布的文本生成语音大模型，旨在实现影视级的语音合成效果。其特色包括完全本地化和开放权重，支持零样本语音克隆，可以通过提供单一音频文件克隆语音风格和节奏。此外，用户可以选择情绪克隆和文本情绪控制，甚至可以完全控制输出时长，非常适合电影配音。这款模型支持英语和中文的文本转语音，预计将引起广泛关注。 影视级 TTS 模型 IndexTTS2 发布在即 index-tts.github.io/index-tt… 04 编程 1. Kimi CC 项目致力于为用户提供一种低成本的 Claude Code 驱动解决方案。该项目集成了 Kimi 的最新模型（kimi-k2-0711-preview），利用 Kimi 开放平台的 API Key 进行用户认证。通过简单的命令行界面，用户可以便捷地调用和使用 Claude Code 的功能。这种集成方法不仅降低了使用成本，还提高了用户体验，使得人能够利用先进的 Claude Code 技术。 Kimi 低成本驱动 Claude Code 的解决方案 github.com/LLM-Red-Team/kimi… 2. Jina AI 利用 Google Cloud Run 构建了名为 Jina Reader 的网页内容处理系统，能够将杂乱的网页内容转化为结构化的 markdown 格式，尤其适合 AI 模型使用。该系统每天处理超过 1000 亿个 token，支持百万级的请求量。核心创新是 ReaderLM-v2 模型，具备 15 亿参数，经过大量文档训练，能智能理解网页结构。借助 Cloud Run 的弹性扩展，Jina Reader 在面对高峰请求时保持了低成本和高可靠性，确保了超过 99.9% 的正常运行时间。 Jina AI：构建高效网页处理系统 cloud.google.com/blog/produc… 05 味觉 1. 科学家研发出一种基于石墨烯的人工味觉系统，能够以高达 90% 的准确率感知酸、甜、苦、咸四种基本味道，并有效区分咖啡和可乐等复杂饮品。该系统利用氧化石墨烯作为传感器材料，其电导性会因不同化学物质的接触而变化。这一神经形态的 “电子舌头” 不仅有望为神经疾病患者恢复味觉提供帮助，还在实验中显示出 92.3% 的分类准确率，标志着人工味觉技术的重要进展。 AI 具备味觉能力，准确率达 90% nature.com/articles/d41586-0… 06 绘图 1. 美图公司发布了名为 RoboNeo 的 AI 视觉 Agent，该产品允许用户通过自然语言生成和编辑图像，且面向所有用户免费开放。RoboNeo 的核心功能包括图像生成、修改、增强和消除，用户可以上传素材并与 AI 进行交互。经过测试，RoboNeo 在生成图像时的理解能力表现良好，尤其在人像处理上展现了出色的效果，只是在一些复杂任务如 “AI 换衣” 时表现不佳。 美图推出 AI 视觉 Agent RoboNeo 2. T-LoRA 是一种改进的 LoRA 方法，旨在解决传统 LoRA 在生成过程中容易出现的过拟合问题。传统的 LoRA 虽然能够保持主体的一致性，但在生成结果时常会受到参考图中其他元素的影响，例如背景和动作的复用。T-LoRA 通过调整 LoRA 和文本之间的对齐平衡点，能够在保证主体一致性的同时有效避免这些过拟合现象，从而提升生成图像的质量。 T-LoRA：优化生成一致性的方法 github.com/ControlGenAI/T-Lo… 07 视频 1. 拍我 AI（PixVerse）上线了多关键帧生成新功能，允许用户上传最多 7 张图片，生成最长 30 秒的连贯视频。该功能显著提升了创作者对 AI 视频叙事的掌控能力，特别适合短剧分镜和产品展示等场景。AI 智能解析关键帧之间的语义关系，实现自然衔接和镜头切换，使视频创作更加完整和富有表现力。 PixVerse 多关键帧生成助力视频创作 08 案例 1. 一位独立开发者 Indragie Karunaratne 使用 AI 编程工具 Claude Code 在一周内完成并发布了一款名为 “Context” 的 macOS 应用的经历。这款应用的总代码量超过 2 万行，其中 95% 是由 Claude Code 生成的。Indragie 的开发流程强调了人类与 AI 的协作：开发者负责指令和决策，而 AI 执行具体的编码和调试任务。通过合理利用 AI 的上下文记忆和反馈机制，Indragie 实现了快速的迭代和高效的代码输出，证明了 AI 在编程中的潜力和应用。 AI 助力独立开发者快速编程 indragie.com/blog/i-shipped-… redlib.tiekoetter.com/r/ClaudeAI/commen… 2. 使用 Kimi K2 开发的一套复杂的前端组件库，包括日历、文件树、富文本编辑器等多种组件。通过对 Kimi K2 的测试，他发现其性能超出预期，能够一次性完成复杂的任务，且生成的组件在用户体验和功能上都表现出色。Kimi K2 相较于 Sonnet 4 在处理可拖拽组件时表现更加稳定，避免了诸多 Bug。 Kimi K2 前端组件库开发案例 mp.weixin.qq.com/s?__biz=MzU… 09 分析 1. Kimi K2 采用了 DeepSeek V3 架构，首次走开源路线以提升知名度和技术生态，模型在工具调用和创意写作方面表现出色。K2 分为基础预训练版和指令微调版，社区已迅速推出多项应用。Kimi 自年初停止投流，坚信硬实力是最佳推广手段。通过开源，Kimi 希望能进一步推动模型进步，确保效果可复现。K2 在代码生成、游戏制作等任务中展现了优异性能，参数达到 1T，激活参数 32B，顺应修改版 MIT 协议，吸引了广泛关注。 Kimi K2 架构与开源分析 nitter.tiekoetter.com/bigeagle_xd/status/194… nitter.tiekoetter.com/ai_for_success/status/… nitter.tiekoetter.com/Yuchenj_UW/status/1944… redlib.tiekoetter.com/r/LocalLLaMA/comm… 2. 谷歌推出的 T5Gemma 重新引发了 encoder-decoder 架构的竞争，通过简单的模型适配，将性能提升显著。在 GSM8K 数学推理任务上，9B 模型得分比 Gemma 2 高出 9 分，2B 模型则在 MMLU 得分上提高近 12 分，准确率达到 70.7%。此外，谷歌还发布了面向医疗的多模态模型 MedGemma 和 MedSigLIP，前者支持图文输入并可在低资源环境下运行，后者则实现了医学图像与文本的高效编码。 谷歌 T5Gemma 重燃架构之战 developers.googleblog.com/en… research.google/blog/medgemm… nitter.tiekoetter.com/_philschmid/status/194… 10 工具 1. bespoken 提供了一个可配置的终端聊天体验，为构建命令行大型语言模型（LLM）聊天界面提供模块化工具集。其核心在于精确约束 LLM 的交互，例如通过 FileTool 限制 LLM 对单一文件的编辑，以降低注入风险，并适用于多种实际场景。主要功能包括命令和文件路径的自动补全，以及允许用户定义自定义斜杠命令，增强用户对 LLM 行为和对话流程的控制。 bespoken 终端 LLM 聊天工具集 github.com/koaning/bespoken 2. 基于多智能体大语言模型的中文金融交易决策框架 “TradingAgents-CN” 已在 GitHub 上线，旨在帮助个人用户构建一支专业的 AI 交易团队。该框架通过模拟分析师、研究员、交易员等角色的决策流程，制定出最优交易策略。其主要特性包括对基本面、情绪面、新闻面和技术面的全面分析，支持中国市场的数据集成与实时行情分析，并集成国产 LLM 模型。Web 管理界面提供可视化配置和实时监控，此外，还具备智能成本控制和多层数据源管理。 金融交易 AI 决策框架 github.com/hsliuping/Trading… 3. PyVision 是一个创新的视觉智能系统，改变了 AI 处理视觉任务的方式。与传统 AI 系统只能使用现成工具不同，PyVision 能够根据需要实时生成工具。举例来说，在 Ebbinghaus 错觉中，传统 AI 错误地认为两个橙色圆圈大小相同，而 PyVision 通过编写 Python 代码，逐步分析图像数据，得出了正确结论：右边的圆圈更大，左边为 3,591 像素，右边为 34,999 像素。PyVision 通过多轮对话系统，结合多模态大语言模型和 Python 解释器，实现了灵活的视觉推理。它的核心优势在于自主性和适应性，能够创造性地解决新问题，并确保结果的透明性和准确性。 PyVision：AI 自主视觉工具创新 huggingface.co/spaces/Agents… 4. 开源项目 “Awesome LLM Apps” 在 GitHub 上的星标已超过 50K，是一个全面汇集 AI 应用的资源库。项目由 @Saboo_Shubham_ 主导，整合了多种基于 AI 技术的实用应用，如智能体、多智能体团队、RAG 和语音助手等。该项目支持主流 AI 模型和本地模型，并将应用分为入门级、高级和多智能体团队等多个类别。每个项目都附有完整的源代码、详细的文档及实际应用示例，适合 AI 应用开发者、学习者和企业开发团队等多种人群，提供了易于上手的技术参考和灵感。 开源项目 Awesome LLM Apps github.com/Shubhamsaboo/awes… 11 教程 1. 知名 NeuroMatch Academy 在 GitHub 上推出了一套完整的计算神经科学课程，涵盖从基础 Python 编程到高级神经建模等多个领域，旨在为学习者提供系统的学习路径。课程内容包括神经科学基础视频系列、编程入门、建模、机器学习、动力学系统及随机过程等。课程支持 Google Colab 和 Kaggle 环境，适合神经科学学生及希望深入理解大脑计算原理的学习者。 计算神经科学课程 github.com/NeuromatchAcademy… 2. 如何从零开始学习人类反馈强化学习（RLHF），通过三个完整的 Notebook 逐步实现 RLHF 的全流程。基于 GPT-2 模型和电影评论情感数据集，教程涵盖了监督微调（SFT）、奖励模型训练及使用 PPO 进行强化学习等关键步骤。通过训练模型生成正面情感句子，教程不仅提供了完整代码实现，还配套有详细的视频讲解，适合初学者按顺序学习。 RLHF 全流程学习教程 github.com/ash80/RLHF_in_not… 12 架构 1. 边缘 - 云协同计算（ECCC）通过结合边缘节点与云端资源，解决了传统云计算中的延迟与带宽限制问题，推动分布式智能与模型优化的发展。最新综述论文涵盖了 ECCC 的架构设计、模型优化、资源管理、隐私安全及实际应用，首次提出统一的分布式智能与模型优化框架。研究显示，ECCC 在自动驾驶、智慧医疗及智慧城市等领域具有广阔应用前景，但也面临边缘设备计算能力有限、能耗高和隐私安全等挑战。 边缘 - 云协同计算进展 arxiv.org/abs/2505.01821

Matched through a repo-specific project phrase query.

Chinese engineers forked TradingAgents and rebuilt it for A-shares. TradingAgents-CN. FastAPI + Vue 3 architecture replacing Streamlit. MongoDB + Redis dual database system. 10x performance improvement. Docker multi-architecture support (amd64 + arm64). A-share/Hong Kong/US stock support. Multi-agent LLM framework with technical indicator fixes, real-time notifications via SS Repo: github.com/hsliuping/Trading…

Matched through a repo-specific project phrase query.