今天介绍一个 AI 基于多智能体大语言模型的中文金融交易决策框架。—— TradingAgents-CN

🚀 项目概述

• • 项目名称：TradingAgents-CN

• • 中文定位：基于多智能体 LLM 的中文金融交易框架，面向国内市场（A 股、港股、新三板等），提供中文文档和界面，低门槛本土化适配 。

• • 目标：

  • • 构建本土化工具链：集成国产大模型、国内数据源（如 Tushare、AkShare、Wind）

  • • 构建教学与社区平台：推广 AI+金融在高校/研究机构的应用。

---

🧠 核心功能亮点

1. 1. 多智能体协作架构

   • • 分析师智能体：包括基本面、技术面、新闻、舆情分析

   • • 研究员智能体：牛熊双方辩论机制

   • • 交易员智能体：结合各方意见做出最终决策

   • • 风险管理层：全链风险控制

2. 2. 支持多种 LLM 模型

   • • 引入主流国产大模型（阿里通义、文心一言等）

   • • 支持 OpenAI（GPT‑4o, GPT‑3.5）、Anthropic、Google Gemini 等

3. 3. 本地市场数据接入

   • • 对接 Tushare、AkShare、Wind，支持 A 股、港股等多市场的实时数据获取

---

📚 对比源项目（TauricResearch/TradingAgents）

• • 源项目（英文版） 描述了一套通用的多智能体架构，具备分析师、研究员、交易员、风险管理等功能

• • 中文增强 针对国内环境做适配：

  • • 语言本土化：完整中文界面、文档

  • • 技术集成：接入国产大模型、数据源

  • • 本地合规：支持适应国内金融监管要求

---

👍 优势与潜力

优势	描述
✅ 本土化完善	中文文档 UI，适配中国开发者习惯
✅ 支持国产模型	可用阿里、文心等，规避国外 API 隐私限制
✅ 多智能体框架	协同分析 + 最终决策，接近真实交易流程
✅ 教学与社区	可用于高校教学、研究交流与试验平台

---

⚠️ 注意点与建议

• • LLM 成本：使用 OpenAI 或其他大模型可能带来高调用费用。

• • 市场数据质量：需检查接入的数据接口是否稳定、内容完整。

• • 实盘风险：当前框架适合研究或回测，若用于实盘需强化风控与合规。

• • 代码成熟度：可关注项目的测试覆盖率、文档深度、社区活跃度。

---

📝 总结建议

---

总的来说，这是一个结构清晰、功能完善、强本土化、多模型支持的多智能体金融交易框架，非常适合中文生态下的学习、实验与二次开发。

项目地址：

https://github.com/GrowingGit/GitHub-Chinese-Top-Charts

我们该怎样系统的去转行学习大模型 ？

很多想入行大模型的人苦于现在网上的大模型老课程老教材，学也不是不学也不是，基于此，我用做产品的心态来打磨这份大模型教程，深挖痛点并持续修改了近100余次后，终于把整个AI大模型的学习门槛，降到了最低！

在这个版本当中：

第一您不需要具备任何算法和数学的基础
第二不要求准备高配置的电脑
第三不必懂Python等任何编程语言

您只需要听我讲，跟着我做即可，为了让学习的道路变得更简单，这份大模型教程已经给大家整理并打包，现在将这份 LLM大模型资料 分享出来： 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

​

一、大模型经典书籍（免费分享）

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

二、640套大模型报告（免费分享）

这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)

三、大模型系列视频教程（免费分享）

四、2025最新大模型学习路线（免费分享）

我们把学习路线分成L1到L4四个阶段，一步步带你从入门到进阶，从理论到实战。

L1阶段:启航篇丨极速破界AI新时代

L1阶段：我们会去了解大模型的基础知识，以及大模型在各个行业的应用和分析；学习理解大模型的核心原理、关键技术以及大模型应用场景。

L2阶段：攻坚篇丨RAG开发实战工坊

L2阶段是我们的AI大模型RAG应用开发工程，我们会去学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。

L3阶段：跃迁篇丨Agent智能体架构设计

L3阶段：大模型Agent应用架构进阶实现，我们会去学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造我们自己的Agent智能体。

L4阶段：精进篇丨模型微调与私有化部署

L4阶段：大模型的微调和私有化部署，我们会更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调。

L5阶段：专题集丨特训篇 【录播课】

全套的AI大模型学习资源已经整理打包，有需要的小伙伴可以微信扫描下方二维码，免费领取

​