Trade Compass Agent（交易罗盘）

简体中文 | English

一个专为 A 股市场打造的本地优先 AI 投研工作台。

Trade Compass Agent（交易罗盘）将行情数据、技术面与基本面分析、专业 Agent、模拟组合、自动化工作流和长期记忆整合在一个 Web 与 CLI 应用中。你可以用它研究股票、制定交易计划、跟踪信号、复盘决策，并将自己的投研方法沉淀为一套可重复执行的工作流。

快速开始

环境要求

• macOS 或 Linux
• 远程模型服务的 API Key，或本地运行的 Ollama / LM Studio

推荐使用一键安装器。它会在需要时安装固定版本的 uv，再把正式包安装到隔离环境中：

curl -fsSL https://github.com/AdenChenCoder/trade-compass-agent/releases/latest/download/install.sh | sh

如果已经安装 uv，也可以直接从 PyPI 正式包安装：

uv tool install --python 3.12 trade-compass-agent

安装完成后运行：

trade-compass setup
trade-compass doctor
trade-compass serve --open

首次设置会创建本地配置并引导选择模型与数据源；后续可用 trade-compass configure 调整。安装器不会自动启动设置，也不会修改已有配置。 完整说明见快速上手和配置。

打开 http://127.0.0.1:19704/agent，即可开始对话。

结合价格结构、基本面、近期公告和市场环境分析 600519，
给出核心驱动因素、主要风险和交易计划。

产品特性

AI 驱动的市场研究

Agent 可以获取行情、计算技术指标、检查基本面与公司公告、搜索资讯和研究资料、分析资金流，并将不同来源的信息汇总为一份完整结论。

专业 Agent 团队

将不同研究任务交给内置的专业角色：

• 日内技术分析 — 短周期价格结构与技术信号
• 个股研究 — 基本面、研究资料、多空辩论与投资经理综合判断
• 宏观情绪 — 宏观环境、市场情绪与资金流
• 智能筛选 — 对量化筛选候选进行 AI 复核
• 产业链卡点分析 — 识别供应链瓶颈与关键上游公司
• 组合风控 — 分析敞口、集中度、回撤与组合风险

A 股市场工具箱

• 日线与分钟线行情，并支持可替换的数据源
• MA、MACD、RSI、布林带、ATR 等技术指标
• 市场脉搏、板块强度、资金流、基本面、公司公告和资讯
• A 股交易单位、T+0/T+1、不同板块涨跌停、费用与滑点
• 内置 AkShare 与 Baostock，可选接入 Tushare 和巨潮资讯

模拟组合与信号跟踪

创建多个模拟账户，记录模拟交易，分析持仓和盈亏，检查组合集中度，并在 1、3、5 个交易日后评估信号表现。

自动化研究工作流

按需运行或定时执行完整投研流程：

• 盘前简报与早盘计划
• 股票筛选与想法生成
• 日内技术与个股研究
• 催化日历与收盘检查
• 日终复盘与周度复盘

可扩展 Skills

内置 Skills 提供催化日历、想法生成、日内技术和投资大师方法等研究能力。 你也可以添加自己的 Skill，将个人投研流程和输出规范交给 Agent 重复执行。

记忆、规则与复盘

交易罗盘会在本地保存会话、研究笔记、用户规则、历史决策和复盘记录。记忆搜索、反思、矛盾检测和决策调和可以将有效上下文带入后续研究。

Web、CLI、API 与外部集成

通过 React 工作台交互，使用 CLI 自动化任务，基于 FastAPI API 扩展应用，连接 MCP 工具，并通过飞书、企业微信、微信或通用 Webhook 接收通知。

工作方式

flowchart LR
    U["Web / CLI / API"] --> A["交易罗盘 Agent"]
    A --> T["行情与研究工具"]
    A --> S["专业 Agent"]
    T --> P["交易计划与信号"]
    S --> P
    P --> F["模拟组合"]
    F --> R["复盘与记忆"]
    J["定时工作流"] --> A

使用方式

Web 工作台

trade-compass serve

Web UI 集中提供 Agent 对话、历史会话、模拟组合、记忆、审计记录、用户规则、Skills、定时任务和设置。交互式 API 文档位于 http://127.0.0.1:19704/docs。

不启动后台定时任务：

trade-compass serve --no-scheduler

CLI

# 向 Agent 提问
trade-compass agent "今天 A 股市场怎么样？"

# 检查市场数据
trade-compass market-pulse
trade-compass data check 600519 510300

# 查看定时任务、规则和研究记录
trade-compass jobs list
trade-compass rules list
trade-compass audit recent --limit 20
trade-compass evaluate --limit 100

运行 trade-compass --help 可以查看全部命令。

作为本地服务运行

trade-compass service install
trade-compass service status
trade-compass service verify

配置

日常设置通过配置向导管理，无需手动修改配置文件：

trade-compass configure

正式包和用户数据彼此分离。用下面的命令查看本机实际安装路径，不必猜测 不同系统上的 uv 目录：

uv tool list --show-paths
uv tool dir
uv tool dir --bin

密钥不应写入配置文件或提交到 Git。完整的路径覆盖规则、服务定义和日志位置 见配置。

支持的 LLM 提供商包括 DeepSeek、OpenAI、Anthropic、OpenRouter、DashScope、Ollama 和 LM Studio。默认依赖已包含股票分析所需的图表渲染能力；可选依赖还可以增加 Tushare、MCP 客户端、消息通道、行情预测和增强搜索能力。

例如，启用 Tushare 数据：

uv tool install --force --python 3.12 'trade-compass-agent[tushare]'

再次运行 trade-compass configure，选择自动或 Tushare 数据源 并填写 Token。

预测功能使用 Kronos 引擎，需要单独安装完整预测依赖：

uv tool install --force --python 3.12 'trade-compass-agent[forecast]'

补装依赖不会改动 ~/.trade-compass/ 下的配置、数据、规则或记忆。 安装完成后请重启 Trade Compass；首次成功预测时可能需要下载 Kronos 模型权重。 预测结果属于实验性研究辅助，不是交易信号。

文档导航

开发与贡献

uv sync --extra dev
pnpm install --frozen-lockfile

uv run trade-compass serve --dev  # API: :19704
pnpm --dir apps/web dev            # Web UI: :3000

提交 Pull Request 前运行：

scripts/ci_check.sh
pnpm --dir apps/web test
pnpm --dir apps/web typecheck
pnpm --dir apps/web build
git diff --check

社区

• 提议较大改动前请阅读 CONTRIBUTING.md。
• 通过 SUPPORT.md 选择正确的支持入口。
• 安全漏洞按 SECURITY.md 私下报告，不要创建公开 Issue。
• 数据流和保留边界见 PRIVACY.md。
• 社区参与遵循 CODE_OF_CONDUCT.md。
• 版本记录维护在 CHANGELOG.md。

许可证

MIT