项目摘要
本项目是纯国产、轻量化、可本地私有化部署的 A 股机构级智能投研系统，基于 LangGraph 多智能体架构实现，内置 8 大专业投研 Agent，支持简单速用模式 + 完整并行模式双运行方案，输入股票代码即可自动生成包含技术面、基本面、资金面、行业面、风险面、十年估值分位的全维度深度投研报告，提供 Web 网页端与控制台双入口，零复杂配置、开箱即用，适合个人投研学习、AI 项目展示与架构实践。
一、项目概述
在 A 股信息过载、普通投资者缺乏专业投研能力的背景下，本项目以多智能体协同为核心，模拟真实机构投研团队工作流程：
由统一数据 Agent 采集全量数据，6 大专业分析 Agent 并行研判，最终由首席投研总监 Agent 整合结论，输出标准化、可落地、量化可验证的深度投研报告。
项目兼顾易用性（非代码出身可直接用）与专业性（符合简历 / 作品集工程化标准），完全本地运行、无数据上传、隐私安全。
二、核心功能
-
全维度数据采集
统一数据入口，自动获取行情、财务、估值、资金、行业、技术指标全量数据，一次采集全流程复用。
-
六大专业维度分析
技术面 / 基本面 / 资金面 / 行业面 / 风险面 / 十年估值分位（PE/PB 历史百分位）全覆盖。
-
双模式运行（核心亮点）
-
简单模式：仅调用首席投研 Agent，一键生成报告，极速上手、零配置。
-
完整模式：LangGraph 并行编排 8 大 Agent，专业架构、适合项目展示。
-
双端使用入口
Web 网页可视化交互 + 控制台终端运行，满足不同使用场景。
-
机构级报告输出
包含投资摘要、维度评分、综合逻辑、风险提示、投资评级、目标价、仓位建议、止损止盈全闭环内容。
-
强容错风控
自动识别数据异常、财务风险、高风险标的，输出量化风险预警。
三、技术架构
-
核心框架：LangGraph 多智能体并行工作流
-
智能体模块：数据采集 Agent、技术面 Agent、基本面 Agent、资金面 Agent、行业面 Agent、风险 Agent、估值分析 Agent、首席投研整合 Agent
-
运行模式：简单模式（单 Agent 速用）/ 完整模式（多 Agent 并行）
-
服务端：FastAPI
-
前端：Jinja2 模板网页
-
数据源：akshare（免费），支持扩展 Tushare/Wind 专业数据源
-
大模型：支持通义千问 / DeepSeek / 豆包 / 混元等主流 LLM
四、项目目录结构（Trae Solo 标准展示）
plaintext
MaxAgenttrading/
├── main.py # 控制台运行入口（简单/完整模式切换）
├── app.py # Web 网页服务后端
├── .env # 大模型密钥配置文件
├── agents/ # 8 大智能体核心模块
│ ├── __init__.py
│ ├── data_fetcher.py # 统一数据获取 Agent
│ ├── tech_analyzer.py # 技术面分析 Agent
│ ├── fund_analyzer.py # 基本面分析 Agent
│ ├── capital_analyzer.py # 资金面分析 Agent
│ ├── industry_analyzer.py # 行业面分析 Agent
│ ├── risk_analyzer.py # 风险筛查 Agent
│ ├── valuation_analyzer.py # 十年估值分位 Agent
│ └── chief_reviewer.py # 首席投研整合 Agent
├── graph/ # LangGraph 工作流编排（完整模式专用）
│ ├── __init__.py
│ └── workflow.py # 并行调度、状态管理
├── tools/ # 通用工具库
│ ├── __init__.py
│ └── utils.py # 日志、异常处理、数据格式化
└── templates/ # 前端网页模板
└── index.html # 可视化交互页面
五、快速部署（Trae Solo 极简步骤）
1. 环境要求
-
Python 3.10~3.12
-
Windows/macOS/Linux 全支持
2. 依赖安装
bash
运行
pip install akshare langchain langgraph fastapi uvicorn jinja2 python-dotenv
3. 配置文件
在 .env 文件填写个人大模型 API Key（平台获取密钥后填入）。
六、使用教程
模式一：简单模式（推荐新手 / 日常使用）
-
控制台运行：
python main.py→ 输入股票代码 → 直接生成报告。 -
Web 运行：
uvicorn app:app --reload→ 打开 http://127.0.0.1:8000 → 输入代码生成报告。
模式二：完整模式（LangGraph 并行架构）
-
确保
graph/、tools/文件夹已创建。 -
运行命令与简单模式完全一致，后台自动多 Agent 并行分析。
七、核心亮点（Trae Solo 展示专用）
-
双模式设计：兼顾极速使用与专业架构展示，适配学习与求职需求。
-
模块化工程化：目录规范、Agent 解耦，符合大厂多 Agent 项目标准。
-
十年估值分位：精准判断个股估值高低，补齐普通投研工具核心短板。
-
本地私有化：无数据上传、纯离线运行，保护个人投研隐私。
-
机构级输出：报告专业、量化、可落地，媲美券商投研精简版。
-
零门槛上手：非代码出身可直接使用，无需理解底层逻辑。
八、注意事项
-
默认数据源为免费 akshare，数据以专业数据源为准，可自行替换。
-
需在
.env配置个人大模型 API Key，模型支持一键切换。 -
简单模式无需
graph/、tools/文件夹，完整模式需保留文件夹展示架构。
九、风险与免责声明
-
本项目仅用于个人学习、技术研究、架构实践，不构成任何投资建议。
-
金融数据来源于第三方公开接口，数据准确性、完整性以官方数据源为准。
-
AI 生成报告基于算法与公开数据，不代表投资意见，股市有风险、投资需谨慎。
-
使用者需独立承担投资决策与盈亏，项目开发者不承担任何法律责任。
十、版权与使用声明
-
作者：wangzongbao
-
本项目为原创开源项目，仅限非商业、个人学习使用。
-
禁止未经授权二次售卖、封装付费、商用盈利。
-
二次修改、转发分享需保留原作者信息与版权声明。