AI 驅動的多代理金融工作台

作者：GitHubStore
日期：2026年5月5日 上午10:09
來源：WeChat 原文

✦整理版優先睇

速讀 5 個重點 高亮

Vibe-Trading 係一個將自然語言轉化為交易策略嘅AI多代理金融工作台，支援6大數據源、7大回測引擎同29個預設專家團隊，大幅降低量化交易門檻。

整理版摘要

呢篇文章介紹咗一個開源項目 Vibe-Trading，由香港大學數據科學實驗室開發。佢嘅核心目標係解決傳統量化交易嘅痛點：交易員需要手動編寫策略、整合多個數據源、處理複雜嘅回測同風險管理。透過自然語言輸入，用戶可以描述投資想法，系統會自動生成可執行嘅交易代碼，並進行回測驗證。

項目嘅整體結論係：Vibe-Trading 提供咗一個完整嘅多代理金融工作台，整合咗29個預設專家團隊、74個金融專長技能、跨會話記憶同自進化工作流。用戶可以一鍵導出策略到 TradingView、通達信等平台。項目仲支援 Docker 零配置安裝，適合新手快速體驗。整體而言，呢個工具將AI代理嘅能力同金融分析深度結合，係VibeCoding喺金融領域嘅一個重要實踐。

  • Vibe-Trading 將自然語言轉化為可執行嘅交易策略，大幅降低量化交易門檻。
  • 採用多代理 swarm 工作流，29個預設團隊涵蓋投資、交易與風控。
  • 支援6大數據源零配置，7大回測引擎，跨會話記憶同技能自進化。
  • AI 代理嘅工具調用能力決定效能，建議使用高階模型如 Claude Opus 或 DeepSeek V3。
  • 可以一行指令 pip install vibe-trading-ai 開始使用，或透過 Docker 零配置體驗。
值得記低
連結 github.com

Vibe-Trading GitHub 倉庫

專案原始碼、安裝指南、文檔與演示

開啟
結構示例

內容片段

內容片段 text 
vibe-trading init              # 交互式 .env 配置vibe-trading                   # 啓動 CLIvibe-trading serve --port 8899 # 啓動 Web UIvibe-trading-mcp               # 啓動 MCP 服務器（stdio）
整理重點

項目簡介與核心能力

Vibe-Trading 係一個由 AI 驅動嘅多代理金融工作台，核心能力係將自然語言轉化為可執行交易策略，同時提供6大數據源零配置、29支專家團隊、跨會話記憶、7大回測引擎同多平台導出。

呢個項目開箱即用，用戶只需要用自然語言描述投資想法，代理就會自動編寫、測試同導出交易代碼。

  • 自然語言 → 策略 —— 描述想法，代理自動編寫、測試、導出交易代碼
  • 6 大數據源，零配置 —— A 股、港美股、加密、期貨、外匯自動回退
  • 29 支專家團隊 —— 預構建的多代理 swarm 工作流，覆蓋投資、交易與風控
  • 跨會話記憶 —— 記住偏好與洞察；自動創建、進化可複用技能
  • 7 大回測引擎 —— 跨市場複合測試 + 統計驗證 + 4 種優化器
  • 多平台導出 —— 一鍵到 TradingView、TDX（通達信/同花順）和 MetaTrader 5
整理重點

核心功能與技術亮點

面向交易嘅深度研究方面，項目提供74個專長技能、跨會話持久記憶、5層上下文壓縮，確保長對話唔丟失信息，仲有自然語言任務路由覆蓋全金融領域。

羣體智能方面，有29個開箱即用交易團隊，基於DAG多代理編排，提供實時流式儀表盤顯示代理運行狀態，同埋 FTS5 跨會話搜索全部歷史對話。

跨市場回測方面，支援 A 股、港美股、加密、期貨與外匯，具備7個市場引擎同跨市場複合引擎（共享資金池），統計驗證包括蒙特卡洛、Bootstrap置信區間、Walk-Forward，仲有15+績效指標同4種優化器。

量化分析工具箱包含因子 IC/IR 分析、Black-Scholes 定價、技術形態識別、投資組合優化（MVO/風險平價/BL）等，共8大類別74個技能。

整理重點

74個技能與29個專家團隊

  • Data Source: 6個技能，包括 data-routing、tushare、yfinance、okx-market、akshare、ccxt
  • Strategy: 17個技能，包括 strategy-generate、cross-market-strategy、technical-basic、candlestick、ichimoku、elliott-wave、smc、multi-factor、ml-strategy
  • Analysis: 17個技能，包括 factor-research、macro-analysis、global-macro、valuation-model、earnings-forecast、credit-analysis、dividend-analysis
  • Asset Class: 9個技能，包括 options-strategy、options-advanced、convertible-bond、etf-analysis、asset-allocation、sector-rotation
  • Crypto: 7個技能，包括 perp-funding-basis、liquidation-heatmap、stablecoin-flow、defi-yield、onchain-analysis
  • Flow: 7個技能，包括 hk-connect-flow、us-etf-flow、edgar-sec-filings、financial-statement、adr-hshare
  • Tool: 10個技能，包括 backtest-diagnose、report-generate、pine-script、doc-reader、web-reader、vnpy-export
  • Risk Analysis: 1個技能，ashare-pre-st-filter

29個 Agent Swarm 團隊預設涵蓋投資、交易與風險管理場景，例如investment_committee（多空辯論→風險複核→PM決策）、crypto_trading_desk（資金費/基差+清算+資金流→風險經理）、earnings_research_desk（基本面+修正+期權→財報策略師）等。

仲有 macro_rates_fx_desk、quant_strategy_desk、technical_analysis_panel、risk_committee、global_allocation_committee 等，總共29組可即用代理團隊。

整理重點

快速開始與模型推薦

最快嘅體驗方式係一行安裝：pip install vibe-trading-ai，然後運行 vibe-trading init 配置環境變量，再啟動 CLI 或 Web UI。

如果想零配置立即體驗，可以用 Docker：git clone 項目後執行 docker compose up --build，打開 http://localhost:8899 即可。

支援嘅 LLM 提供商包括 OpenRouter、OpenAI、DeepSeek、Gemini、Groq、Ollama（本地）等。免費數據源方面，yfinance（港美股）、OKX（加密）、AKShare（A股）均唔需要 API key。

  1. 1 Path A/Docker：最快，零本地配置，約2分鐘
  2. 2 Path B/Local install：適合開發同完整CLI，需 Python 3.11+
  3. 3 Path C/MCP plugin：接入現有代理如 Claude Desktop
  4. 4 Path D/ClawHub：一條命令 npx clawhub@latest install vibe-trading --force


項目簡介

Vibe-Trading 係一個由 AI 驅動嘅多代理金融工作台，可以將自然語言請求轉化成可以執行嘅交易策略、研究見解同跨全球市場嘅投資組合分析。

核心能力：

• 自然語言 → 策略 —— 描述想法，代理會自動寫、測試、匯出交易代碼
• 6 大數據源，唔使設定 —— A 股、港美股、加密貨幣、期貨、外匯會自動回退
• 29 隊專家團隊 —— 預先構建嘅多代理 swarm 工作流程，涵蓋投資、交易同風險管理
• 跨對話記憶 —— 記低偏好同見解；自動創建、進化可以重複用嘅技能
• 7 大回測引擎 —— 跨市場複合測試 + 統計驗證 + 4 種優化器
• 多平台匯出 —— 一鍵去 TradingView、TDX（通達信/同花順）同 MetaTrader 5


✨ 核心功能

針對交易嘅深度研究

• 74 個專長技能 + 跨對話持久記憶
• 自進化：代理會由經驗創建同優化工作流程
• 5 層上下文壓縮——長對話唔會漏失信息
• 覆蓋成個金融領域嘅自然語言任務路由

羣體智能

• 29 個開箱即用嘅交易團隊預設
• 基於 DAG 嘅多代理編排
• 實時串流儀錶板，顯示緊代理嘅運行狀態
• FTS5 跨對話搜尋曬全部歷史對話

跨市場回測

• A 股、港美股、加密貨幣、期貨同外匯
• 7 個市場引擎 + 跨市場複合引擎（共享資金池）
• 統計驗證：Monte Carlo、Bootstrap 置信區間、Walk-Forward
• 15+ 個績效指標同 4 種優化器

量化分析工具箱

• 因子 IC/IR 分析同分位回測
• Black-Scholes 定價同全套 Greeks 計算
• 技術形態識別同檢測
• 投資組合優化：MVO / 風險平價 / Black-Litterman

8 大類別入面嘅 74 個技能

  • 📊 74 個金融專長技能，分做 8 大類
  • 🌐 覆蓋傳統市場到加密貨幣同 DeFi
  • 🔬 覆蓋數據獲取到量化研究嘅成條鏈能力
類別
技能
例子
數據源
6
data-routing
, tushare, yfinance, okx-market, akshare, ccxt
策略
17
strategy-generate
, cross-market-strategy, technical-basic, candlestick, ichimoku, elliott-wave, smc, multi-factor, ml-strategy
分析
17
factor-research
, macro-analysis, global-macro, valuation-model, earnings-forecast, credit-analysis, dividend-analysis
資產類別
9
options-strategy
, options-advanced, convertible-bond, etf-analysis, asset-allocation, sector-rotation
加密貨幣
7
perp-funding-basis
, liquidation-heatmap, stablecoin-flow, defi-yield, onchain-analysis
流程
7
hk-connect-flow
, us-etf-flow, edgar-sec-filings, financial-statement, adr-hshare
工具
10
backtest-diagnose
, report-generate, pine-script, doc-reader, web-reader, vnpy-export
風險分析
1
ashare-pre-st-filter

29 個 Agent Swarm 團隊預設

  • 🏢 29 組可以即刻用嘅代理團隊
  • ⚡ 預先設定好嘅金融工作流程
  • 🎯 投資、交易同風險管理場景嘅預設
預設
工作流程
investment_committee
好淡辯論 → 風險複核 → PM 最終決定
global_equities_desk
A 股 + 港美股 + 加密貨幣研究員 → 環球策略師
crypto_trading_desk
資金費率 / 基差 + 清算 + 資金流 → 風險經理
earnings_research_desk
基本面 + 修正 + 期權 → 業績策略師
macro_rates_fx_desk
利率 + 外匯 + 商品 → 宏觀 PM
quant_strategy_desk
篩選 + 因子研究 → 回測 → 風險審計
technical_analysis_panel
經典 TA + 一目均衡 + 諧波 + 艾略特 + SMC → 共識
risk_committee
回撤 + 尾部風險 + Regime 評審 → 批核
global_allocation_committee
A 股 + 加密貨幣 + 港美股 → 跨市場配置

另有 20+ 個專項預設 —— 行 `vibe-trading --swarm-presets` 可以睇曬全部。

🎬 示範

https://github.com/user-attachments/assets/4e4dcb80-7358-4b9a-92f0-1e29612e6e86

https://github.com/user-attachments/assets/3754a414-c3ee-464f-b1e8-78e1a74fbd30

☝️ 自然語言回測同多代理 swarm 辯論 —— Web UI + CLI

🚀 快速開始

一行安裝（PyPI）

pip install vibe-trading-ai

包名同指令： PyPI 包名係 vibe-trading-ai。安裝之後會得到三個指令：

指令
用途
vibe-trading
互動式 CLI / TUI
vibe-trading serve
啟動 FastAPI Web 伺服器
vibe-trading-mcp
啟動 MCP 伺服器（Claude Desktop、OpenClaw、Cursor 等）
vibe-trading init              # 交互式 .env 配置
vibe-trading                   # 啓動 CLI
vibe-trading serve --port 8899 # 啓動 Web UI
vibe-trading-mcp               # 啓動 MCP 服務器（stdio）

或者揀一條路徑

路徑
最適合
時間
A. Docker
即刻體驗，唔使任何本地設定
2 分鐘
B. 本地安裝
開發、完整 CLI 存取
5 分鐘
C. MCP 插件
接入你現有嘅代理
3 分鐘
D. ClawHub
一條指令，唔使 clone
1 分鐘

前置條件

  • 任何一個支援提供商嘅 LLM API key——或者用 Ollama 喺本地運行（唔使 key）
  • 路徑 B 需要 Python 3.11+
  • 路徑 A 需要 Docker

支援嘅 LLM 提供商： OpenRouter、OpenAI、DeepSeek、Gemini、Groq、DashScope/Qwen、智譜、Moonshot/Kimi、MiniMax、小米 MIMO、Z.ai、Ollama（本地）。詳情睇 .env.example 配置。

提示： 所有市場都可以喺無 API key 嘅情況下運行，因為會自動回退。yfinance（港美股）、OKX（加密貨幣）、AKShare（A 股、美股、港股、期貨、外匯）都係免費。Tushare token 可選——A 股可以回退到 AKShare 免費攞數據。

路徑 A: Docker（零設定）

git clone https://github.com/HKUDS/Vibe-Trading.git
cd Vibe-Trading
cp agent/.env.example agent/.env
# 編輯 agent/.env —— 取消註釋你的 LLM 提供商並填寫 API key
docker compose up --build

打開 http://localhost:8899。後端同前端喺同一個容器。

Docker 預設只係將後端發佈到 127.0.0.1:8899，並以非 root 容器用戶運行應用程式。如果你有意將 API 曝露到本機以外，請設定強 API_AUTH_KEY，用戶端通過 Authorization: Bearer <key> 調用。

路徑 B: 本地安裝

git clone https://github.com/HKUDS/Vibe-Trading.git
cd Vibe-Trading
python -m venv .venv

# 激活
source .venv/bin/activate          # Linux / macOS
# .venv\Scripts\Activate.ps1       # Windows PowerShell

pip install -e .
cp agent/.env.example agent/.env   # 編輯 —— 設置你的 LLM 提供商 API key
vibe-trading                       # 啓動交互式 TUI
啟動 Web UI（可選）
# 終端 1：API 服務器
vibe-trading serve --port 8899

# 終端 2：前端開發服務器
cd frontend && npm install && npm run dev

打開 http://localhost:5899。前端會代理到 localhost:8899。

生產模式（單一伺服器）：

cd frontend && npm run build && cd ..
vibe-trading serve --port 8899     # FastAPI 同時提供 dist/ 靜態文件

路徑 C: MCP 插件

見下方 MCP 插件[1] 章節。

路徑 D: ClawHub（一條指令）

npx clawhub@latest install vibe-trading --force

技能同 MCP 設定會下載到你代理嘅技能目錄。詳情睇 ClawHub 安裝[2]。

🧠 環境變數

複製 agent/.env.example 到 agent/.env，取消註釋你需要嘅提供商區塊。每個提供商需要 3-4 個變數：

變數
必需
說明
LANGCHAIN_PROVIDER
Yes
提供商名稱（openrouter、deepseek、groq、z.ai、ollama 等）
<PROVIDER>_API_KEY
係*
API key（OPENROUTER_API_KEY、DEEPSEEK_API_KEY 等）
<PROVIDER>_BASE_URL
Yes
API 端點 URL
LANGCHAIN_MODEL_NAME
Yes
模型名（例如 deepseek/deepseek-v3.2）
TUSHARE_TOKEN
No
A 股數據嘅 Tushare Pro token（可以回退 AKShare）
TIMEOUT_SECONDS
No
LLM 呼叫超時，預設 120 秒
API_AUTH_KEY
網絡部署建議設定
API 可以被非本地用戶端存取時所需嘅 Bearer token
VIBE_TRADING_ENABLE_SHELL_TOOLS
No
遠端 API / MCP-SSE 類部署顯式啟用 shell 能力工具
VIBE_TRADING_ALLOWED_FILE_ROOTS
No
文件同券商交收單匯入嘅額外逗號分隔目錄
VIBE_TRADING_ALLOWED_RUN_ROOTS
No
生成程式碼 run 目錄嘅額外逗號分隔目錄

* Ollama 唔需要 API key。

免費數據（唔使 key）： A 股用 AKShare，港美股用 yfinance，加密貨幣用 OKX，100+ 加密貨幣交易所用 CCXT。系統會為每個市場自動揀最好嘅可用數據源。

🎯 推薦模型

Vibe-Trading 係一個重度依賴工具呼叫嘅 agent — skills、回測、記憶、swarm 全部都係通過 tool call 完成。模型選擇直接決定 agent 係真係用緊工具，定係由訓練數據入面作答案。

等級
示例
適用場景
最佳anthropic/claude-opus-4.7
、anthropic/claude-sonnet-4.6、openai/gpt-5.4、google/gemini-3.1-pro-preview
複雜 swarm（3+ agent）、長研究會話、論文級分析
性價比
（預設）
deepseek/deepseek-v3.2
、x-ai/grok-4.20、z-ai/glm-5.1、moonshotai/kimi-k2.5、qwen/qwen3-max-thinking
日常使用 — tool-calling 穩定，成本約 1/10
唔建議用嚟做 agent*-nano
、*-flash-lite、*-coder-next、細參數 / 蒸餾版
tool-calling 唔可靠 — agent 會「靠記憶回答」而唔 load skill 或者行回測

默認 agent/.env.example 使用 deepseek/deepseek-v3.2 — 性價比檔入面最平嘅選項。

項目地址

https://github.com/HKUDS/Vibe-Trading

參考資料

[1] 

MCP 插件： #-mcp-插件

[2] 

ClawHub 安裝： #-mcp-插件





掃碼加入技術交流羣，備註「開發語言-城市-暱稱」

合作請註明


圖片

如果你覺得呢篇文章唔錯，唔好唔記得點讚、睇睇、轉發俾更多需要嘅朋友仔呀！我哋下期再見！




項目簡介

Vibe-Trading 是一個由 AI 驅動的多代理金融工作台，將自然語言請求轉化為可執行的交易策略、研究洞見和跨全球市場的投資組合分析。

核心能力：

• 自然語言 → 策略 —— 描述想法，代理自動編寫、測試、導出交易代碼
• 6 大數據源，零配置 —— A 股、港美股、加密、期貨、外匯自動回退
• 29 支專家團隊 —— 預構建的多代理 swarm 工作流，覆蓋投資、交易與風控
• 跨會話記憶 —— 記住偏好與洞察；自動創建、進化可複用技能
• 7 大回測引擎 —— 跨市場複合測試 + 統計驗證 + 4 種優化器
• 多平台導出 —— 一鍵到 TradingView、TDX（通達信/同花順）和 MetaTrader 5


✨ 核心功能

面向交易的深度研究

• 74 個專長技能 + 跨會話持久記憶
• 自進化：代理從經驗中創建並優化工作流
• 5 層上下文壓縮——長對話不丟失信息
• 覆蓋全金融領域的自然語言任務路由

羣體智能

• 29 個開箱即用的交易團隊預設
• 基於 DAG 的多代理編排
• 實時流式儀表盤，顯示代理運行狀態
• FTS5 跨會話搜索全部歷史對話

跨市場回測

• A 股、港美股、加密、期貨與外匯
• 7 個市場引擎 + 跨市場複合引擎（共享資金池）
• 統計驗證：蒙特卡洛、Bootstrap 置信區間、Walk-Forward
• 15+ 績效指標與 4 種優化器

量化分析工具箱

• 因子 IC/IR 分析與分位回測
• Black-Scholes 定價與全套 Greeks 計算
• 技術形態識別與檢測
• 投資組合優化：MVO/風險平價/BL

8 大類別中的 74 個技能

  • 📊 74 個金融專長技能，劃分 8 大類
  • 🌐 覆蓋傳統市場到加密與 DeFi
  • 🔬 覆蓋數據獲取到量化研究的全鏈路能力
Category
Skills
Examples
Data Source
6
data-routing
, tushare, yfinance, okx-market, akshare, ccxt
Strategy
17
strategy-generate
, cross-market-strategy, technical-basic, candlestick, ichimoku, elliott-wave, smc, multi-factor, ml-strategy
Analysis
17
factor-research
, macro-analysis, global-macro, valuation-model, earnings-forecast, credit-analysis, dividend-analysis
Asset Class
9
options-strategy
, options-advanced, convertible-bond, etf-analysis, asset-allocation, sector-rotation
Crypto
7
perp-funding-basis
, liquidation-heatmap, stablecoin-flow, defi-yield, onchain-analysis
Flow
7
hk-connect-flow
, us-etf-flow, edgar-sec-filings, financial-statement, adr-hshare
Tool
10
backtest-diagnose
, report-generate, pine-script, doc-reader, web-reader, vnpy-export
Risk Analysis
1
ashare-pre-st-filter

29 個 Agent Swarm 團隊預設

  • 🏢 29 組可即用的代理團隊
  • ⚡ 預配置的金融工作流
  • 🎯 投資、交易與風險管理場景預設
Preset
Workflow
investment_committee
多空辯論 → 風險複核 → PM 最終決策
global_equities_desk
A 股 + 港美股 + 加密研究員 → 全球策略師
crypto_trading_desk
資金費/基差 + 清算 + 資金流 → 風險經理
earnings_research_desk
基本面 + 修正 + 期權 → 財報策略師
macro_rates_fx_desk
利率 + 外匯 + 商品 → 宏觀 PM
quant_strategy_desk
篩選 + 因子研究 → 回測 → 風險審計
technical_analysis_panel
經典 TA + 一目均衡 + 諧波 + 艾略特 + SMC → 共識
risk_committee
回撤 + 尾部風險 + Regime 評審 → 籤核
global_allocation_committee
A 股 + 加密 + 港美股 → 跨市場配置

另有 20+ 專項預設 —— 運行 vibe-trading --swarm-presets 查看全部。

🎬 演示

https://github.com/user-attachments/assets/4e4dcb80-7358-4b9a-92f0-1e29612e6e86

https://github.com/user-attachments/assets/3754a414-c3ee-464f-b1e8-78e1a74fbd30

☝️ 自然語言回測與多代理 swarm 辯論 —— Web UI + CLI

🚀 快速開始

一行安裝（PyPI）

pip install vibe-trading-ai

包名與命令： PyPI 包名是 vibe-trading-ai。安裝後會獲得三個命令：

Command
Purpose
vibe-trading
交互式 CLI / TUI
vibe-trading serve
啓動 FastAPI Web 服務器
vibe-trading-mcp
啓動 MCP 服務器（Claude Desktop、OpenClaw、Cursor 等）
vibe-trading init              # 交互式 .env 配置
vibe-trading                   # 啓動 CLI
vibe-trading serve --port 8899 # 啓動 Web UI
vibe-trading-mcp               # 啓動 MCP 服務器（stdio）

或選擇一條路徑

Path
Best for
Time
A. Docker
立即體驗，零本地配置
2 min
B. Local install
開發、完整 CLI 訪問
5 min
C. MCP plugin
接入你現有的代理
3 min
D. ClawHub
一條命令，無需克隆
1 min

前置條件

  • 任一支持提供商的 LLM API key——或使用 Ollama 本地運行（無需 key）
  • Path B 需 Python 3.11+
  • Path A 需 Docker

支持的 LLM 提供商： OpenRouter、OpenAI、DeepSeek、Gemini、Groq、DashScope/Qwen、智譜、Moonshot/Kimi、MiniMax、小米 MIMO、Z.ai、Ollama（本地）。參見 .env.example 配置。

提示： 所有市場都可在無 API key 情況下運行，因自動回退。yfinance（港美股）、OKX（加密）、AKShare（A 股、美股、港股、期貨、外匯）均免費。Tushare token 可選——A 股可回退到 AKShare 免費獲取。

Path A: Docker（零配置）

git clone https://github.com/HKUDS/Vibe-Trading.git
cd Vibe-Trading
cp agent/.env.example agent/.env
# 編輯 agent/.env —— 取消註釋你的 LLM 提供商並填寫 API key
docker compose up --build

打開 http://localhost:8899。後端與前端同一容器。

Docker 默認只把後端發佈到 127.0.0.1:8899，並以非 root 容器用戶運行應用。如果你有意把 API 暴露到本機之外，請設置強 API_AUTH_KEY，客戶端通過 Authorization: Bearer <key> 調用。

Path B: 本地安裝

git clone https://github.com/HKUDS/Vibe-Trading.git
cd Vibe-Trading
python -m venv .venv

# 激活
source .venv/bin/activate          # Linux / macOS
# .venv\Scripts\Activate.ps1       # Windows PowerShell

pip install -e .
cp agent/.env.example agent/.env   # 編輯 —— 設置你的 LLM 提供商 API key
vibe-trading                       # 啓動交互式 TUI
啓動 Web UI（可選）
# 終端 1：API 服務器
vibe-trading serve --port 8899

# 終端 2：前端開發服務器
cd frontend && npm install && npm run dev

打開 http://localhost:5899。前端會代理到 localhost:8899。

生產模式（單服務器）：

cd frontend && npm run build && cd ..
vibe-trading serve --port 8899     # FastAPI 同時提供 dist/ 靜態文件

Path C: MCP 插件

見下方 MCP 插件[1] 章節。

Path D: ClawHub（一條命令）

npx clawhub@latest install vibe-trading --force

技能與 MCP 配置會下載到你代理的技能目錄。詳情見 ClawHub 安裝[2]。

🧠 環境變量

複製 agent/.env.example 到 agent/.env，取消註釋你需要的提供商塊。每個提供商需 3-4 個變量：

Variable
Required
Description
LANGCHAIN_PROVIDER
Yes
提供商名稱（openrouter、deepseek、groq、z.ai、ollama 等）
<PROVIDER>_API_KEY
Yes*
API key（OPENROUTER_API_KEY、DEEPSEEK_API_KEY 等）
<PROVIDER>_BASE_URL
Yes
API 端點 URL
LANGCHAIN_MODEL_NAME
Yes
模型名（如 deepseek/deepseek-v3.2）
TUSHARE_TOKEN
No
A 股數據的 Tushare Pro token（可回退 AKShare）
TIMEOUT_SECONDS
No
LLM 調用超時，默認 120s
API_AUTH_KEY
網絡部署建議設置
API 可被非本地客戶端訪問時所需的 Bearer token
VIBE_TRADING_ENABLE_SHELL_TOOLS
No
遠程 API / MCP-SSE 類部署顯式啓用 shell 能力工具
VIBE_TRADING_ALLOWED_FILE_ROOTS
No
文檔和券商交割單導入的額外逗號分隔目錄
VIBE_TRADING_ALLOWED_RUN_ROOTS
No
生成代碼 run 目錄的額外逗號分隔目錄

* Ollama 不需要 API key。

免費數據（無需 key）： A 股經 AKShare，港美股經 yfinance，加密經 OKX，100+ 加密交易所經 CCXT。系統會為每個市場自動選擇最佳可用數據源。

🎯 推薦模型

Vibe-Trading 是重度依賴工具調用的 agent — skills、回測、記憶、swarm 全部通過 tool call 完成。模型選擇直接決定 agent 是真的在用工具，還是從訓練數據裏編答案。

等級
示例
適用場景
最佳anthropic/claude-opus-4.7
、anthropic/claude-sonnet-4.6、openai/gpt-5.4、google/gemini-3.1-pro-preview
複雜 swarm（3+ agent）、長研究會話、論文級分析
性價比
（默認）
deepseek/deepseek-v3.2
、x-ai/grok-4.20、z-ai/glm-5.1、moonshotai/kimi-k2.5、qwen/qwen3-max-thinking
日常使用 — tool-calling 穩定，成本約 1/10
不建議用於 agent*-nano
、*-flash-lite、*-coder-next、小參數 / 蒸餾版
tool-calling 不可靠 — agent 會"憑記憶回答"而不加載 skill 或跑回測

默認 agent/.env.example 使用 deepseek/deepseek-v3.2 — 性價比檔裏最便宜的選項。

項目地址

https://github.com/HKUDS/Vibe-Trading

參考資料

[1] 

MCP 插件: #-mcp-插件

[2] 

ClawHub 安裝: #-mcp-插件





掃碼加入技術交流羣，備註「開發語言-城市-暱稱」

合作請註明


圖片

如果你覺得這篇文章不錯，別忘了點贊、在看、轉發給更多需要的小夥伴哦！我們下期再見！