rich-agents 0.2.0

Rich-Agents: 统一多智能体AI工具集 - 支持金融交易分析和专利智能体

---

Rich-Agents: 统一多智能体AI工具集

🎉 Rich-Agents - 基于TradingAgents成功架构扩展的统一多智能体AI工具集

当前支持两个专业领域：TradingAgent（金融交易分析）和PatentAgent（专利智能体系统）

🚀 快速开始 | 📦 安装指南 | 🏦 TradingAgent | 🔬 PatentAgent | 🤝 贡献 | 📄 引用

🌟 Rich-Agents 框架概览

Rich-Agents是一个统一的多智能体AI工具集，采用模块化架构设计，支持多个专业领域：

🏦 TradingAgent - 金融交易分析框架

基于真实交易公司的运作模式，通过专业的LLM驱动智能体协作：基本面分析师、情绪专家、技术分析师、交易员、风险管理团队等，共同评估市场条件并做出交易决策。

🔬 PatentAgent - 专利智能体系统

将AI技术深度应用于知识产权领域，提供专利发现、验证、分析与撰写的完整解决方案。通过技术分析师、创新发现师、先行技术研究员、专利撰写员等智能体协作，实现从创新发现到专利申请的全流程自动化。

⚠️ 免责声明: TradingAgents框架仅用于研究目的。交易表现可能因多种因素而异，包括所选的语言模型、模型温度、交易周期、数据质量和其他非确定性因素。本框架不构成财务、投资或交易建议。

🚀 快速开始

基础安装

# 克隆仓库
git clone https://github.com/chenxingqiang/TradingAgents.git
cd TradingAgents

# 基础安装
pip install -e .

# 或使用uv安装（推荐）
uv sync

启动Rich-Agents

# 启动统一CLI界面
rich-agents

# 或直接运行
python main.py

选择智能体系统

🎯 欢迎使用 Rich-Agents 多智能体AI工具集！

请选择您要使用的智能体系统：
1. 🏦 TradingAgent - 金融交易分析
2. 🔬 PatentAgent - 专利智能体 
3. ⚙️  系统配置和状态检查
4. 📖 查看使用指南

请输入您的选择 (1-4): 

📦 安装指南

Rich-Agents支持多种安装方式，您可以根据需要选择：

1. 完整安装（推荐）

# 安装所有功能
pip install -e ".[all]"

# 或使用uv
uv sync --all-extras

2. 按需安装

# 仅安装TradingAgent
pip install -e ".[trading]"

# 仅安装PatentAgent
pip install -e ".[patent]"

# 安装中文市场支持
pip install -e ".[chinese]"

# 安装数据库支持
pip install -e ".[database]"

# 安装可视化支持
pip install -e ".[visualization]"

3. 开发环境安装

# 开发环境（包含测试工具）
pip install -e ".[development]"

# 运行测试
pytest tests/

4. 使用uv安装（推荐）

# 安装uv
pip install uv

# 使用uv安装项目
uv sync

# 选择性安装
uv sync --extra trading
uv sync --extra patent
uv sync --extra all

🏦 TradingAgent - 金融交易分析

核心智能体团队

分析师团队

• 基本面分析师: 评估公司财务和业绩指标，识别内在价值和潜在风险
• 情绪分析师: 分析社交媒体和公众情绪，使用情绪评分算法评估短期市场情绪
• 新闻分析师: 监控全球新闻和宏观经济指标，解读事件对市场状况的影响
• 技术分析师: 利用技术指标（如MACD和RSI）检测交易模式并预测价格走势

研究团队

• 多头研究员: 专注于发现买入机会，构建看涨论证
• 空头研究员: 识别卖出信号，构建看跌论证
• 研究经理: 协调研究活动，整合不同观点

交易执行团队

• 交易员: 基于分析团队的建议执行交易决策
• 风险管理员: 监控投资组合风险，确保风险控制

使用示例

# 启动TradingAgent
rich-agents
# 选择选项1: TradingAgent

# 或直接使用TradingAgent CLI
python -m cli.trading_cli

支持的数据源

• 美国市场: Yahoo Finance, Finnhub, EODHD
• 中国市场: AkShare, Tushare, TDX
• 新闻数据: Google News, Reddit, 实时新闻API
• 社交媒体: Twitter情绪分析, Reddit讨论分析

🔬 PatentAgent - 专利智能体

核心功能

1. 专利发现

• 技术趋势分析: 基于专利数据和文献分析技术发展趋势
• 创新空白识别: 自动发现技术领域中的专利空白
• 交叉领域创新: 识别跨领域技术融合的创新机会

2. 专利验证

• 先行技术检索: 全面检索相关专利和技术文献
• 可行性评估: 评估专利申请的技术可行性
• 侵权风险分析: 评估专利申请的侵权风险

3. 专利分析

• 专利价值评估: 多维度评估专利的技术和商业价值
• 竞争态势分析: 分析技术领域的专利竞争格局
• 专利族分析: 追踪专利家族的全球布局

4. 专利撰写

• 权利要求生成: 自动生成多层次的权利要求
• 技术描述优化: 确保技术描述的准确性和完整性
• 文档格式化: 符合专利局标准的申请文档

智能体团队

分析师团队

• 技术分析师: 分析目标技术领域的发展趋势和技术成熟度
• 创新发现师: 从技术动态和学术论文中发现潜在创新点
• 先行技术研究员: 深度检索相关专利和技术文献
• 市场情报分析师: 分析技术的商业价值和市场接受度

研究团队

• 创新推进研究员: 论证创新方案的技术优势和实施可行性
• 风险评估研究员: 识别技术风险和专利侵权风险
• 专利策略管理员: 综合分析，制定专利申请策略

执行团队

• 专利撰写员: 基于分析结果撰写高质量专利申请文档
• 质量评估师: 评估专利申请的质量和获权可能性

使用示例

# 启动PatentAgent
rich-agents
# 选择选项2: PatentAgent

# 技术领域示例
技术领域: 人工智能
技术方向: 计算机视觉
创新主题: 深度学习图像识别

支持的数据源

• 专利数据库: Google Patents, USPTO, EPO, 智慧芽
• 学术文献: IEEE Xplore, ACM Digital Library, arXiv
• 技术新闻: TechCrunch, MIT Technology Review
• 行业报告: Gartner, IDC技术趋势报告

⚙️ 配置管理

Rich-Agents使用统一的配置管理系统，支持多种LLM提供商：

支持的LLM提供商

• 百炼(通义千问): 阿里云百炼平台
• OpenAI: GPT-3.5, GPT-4系列
• Google: Gemini Pro, Gemini Ultra
• Anthropic: Claude 3系列

配置文件

# 查看配置状态
rich-agents
# 选择选项3: 系统配置和状态检查

# 配置文件位置
~/.rich_agents/config.json

环境变量配置

# LLM API密钥
export DASHSCOPE_API_KEY="your_dashscope_key"
export OPENAI_API_KEY="your_openai_key"
export GOOGLE_API_KEY="your_google_key"
export ANTHROPIC_API_KEY="your_anthropic_key"

# 数据源API密钥
export FINNHUB_API_KEY="your_finnhub_key"
export EODHD_API_KEY="your_eodhd_key"
export SERPAPI_API_KEY="your_serpapi_key"
export ZHIHUIYA_API_KEY="your_zhihuiya_key"

🏗️ 架构设计

统一架构

Rich-Agents/
├── shared/                 # 共享基础设施
│   ├── config/            # 统一配置管理
│   └── llm_adapters/      # 统一LLM适配器
├── cli/                   # 统一CLI系统
│   ├── rich_agents_main.py    # 主CLI入口
│   ├── rich_agents_simple.py  # 简化CLI
│   ├── trading_cli.py          # TradingAgent CLI
│   └── patent_cli.py           # PatentAgent CLI
├── tradingagents/         # TradingAgent模块
├── patentagents/          # PatentAgent模块
└── tests/                 # 测试套件

模块化设计

• 共享基础设施: 配置管理、LLM适配器、缓存系统
• 独立智能体模块: 每个智能体系统独立开发和维护
• 统一CLI界面: 提供一致的用户体验
• 可扩展架构: 支持未来添加新的智能体系统

🧪 测试

Rich-Agents包含完整的测试套件：

# 运行所有测试
pytest tests/

# 运行特定测试
pytest tests/test_rich_agents_integration.py
pytest tests/test_trading_agents.py
pytest tests/test_patent_agents.py

# 查看测试覆盖率
pytest --cov=. tests/

📚 文档

• 快速开始指南
• 架构指南
• 配置指南
• API参考

🤝 Contributing

我们欢迎社区贡献！请查看贡献指南了解如何参与：

1. Fork本仓库
2. 创建功能分支 (git checkout -b feature/AmazingFeature)
3. 提交更改 (git commit -m 'Add some AmazingFeature')
4. 推送到分支 (git push origin feature/AmazingFeature)
5. 创建Pull Request

📄 Citation

如果您在研究中使用了Rich-Agents，请引用：

@software{rich_agents_2025,
  title={Rich-Agents: A Unified Multi-Agent AI Toolkit},
  author={Turingai Team},
  year={2025},
  url={https://github.com/chenxingqiang/TradingAgents}
}

📝 许可证

本项目采用MIT许可证 - 详见LICENSE文件。

🙏 致谢

感谢所有为Rich-Agents项目做出贡献的开发者和研究人员。

---

Made with ❤️ by Turingai Team