用途
TradingAgents-CN 是一个基于多智能体 LLM 的中文金融交易研究框架，社区版面向中国 A 股市场，定位为多智能体股票研究辅助系统。项目旨在帮助用户系统化学习多智能体框架与 AI 大模型在股票研究中的应用。需要特别说明的是，本项目是研究辅助工具，所有 AI 生成内容仅供学习参考，不构成投资建议。
主要能力
- 单股研究：采用多智能体辩论式分析，支持 5 级深度，呈现多情景观点。
- 通用研究：通过自然语言提问，研究任意市场主题。
- 股票筛选：结合自然语言与条件筛选，从 6000+ 只股票中发现标的。
- 选股助手：按研究需求描述匹配候选股票池。
- 智能助手：联网搜索 + 工具调用 + 事实记忆。
- AI 记忆：项目级记忆与事实沉淀。
- Skill 中心：创建和管理自定义数据获取技能。
- 学习中心：提供免费系统课程（发现阶段 5 课）+ 8 篇学习指南。
系统由多个扮演不同角色（大盘/板块/市场/基本面/新闻分析师，乐观/审慎研究员等）的 AI 智能体协作完成研究流程。
使用方式
环境依赖
需自行安装并启动 MongoDB 7.0+（推荐 8.0）与 Redis 6+（推荐 7），项目不自带数据库。也可用 Docker 只运行这两个数据库（需本机已装 Docker）。MongoDB 需开启认证（authSource=admin），并自行创建管理员账号；将用户名/密码、主机与端口写入 .env 文件（本地默认 localhost:27017 / localhost:6379），并保持与数据库账号密码和端口一致。
初始化与配置
后端首次启动时会自动完成初始化，无需手动执行任何导入脚本：导入系统级配置（模型目录、提示词模板、Agent 配置、工作流等）；当用户表为空时，用 .env 中的 ADMIN_DEFAULT_PASSWORD 创建管理员账号 admin。登录后请先在系统设置中配置大模型 API Key（OpenAI / DeepSeek / 通义千问等），并按需配置行情数据 Token。
数据来源
行情与财务数据来自 Tushare / AKShare / BaoStock 等公开接口，需自行注册获取 token。
文档与课程
用户手册：docs/02-user-guide/user-manual-v3.0.md；学习指南：docs/02-user-guide/（learning-01 ~ 08）；免费课程：docs/07-courses/v3.0/phase-01-discover/。
版本与授权
社区版（Community Edition）采用混合授权：Apache-2.0 开源组件包括 tradingagents/（交易智能体库）、cli/、docs/、tests/ 等，可自由使用、修改、分发；专有组件（Source Available）包括 app/（后端应用）、frontend/（前端应用）、core/（核心功能层），源码可见，允许个人使用、评估与教育用途，禁止再分发与商业使用（商业许可请联系作者）。Pro 版面向有更高阶研究工作流需求的用户，获取方式见项目主页或联系作者。提交贡献即表示同意签署贡献者许可协议（CLA）。
适用场景
适合希望学习多智能体框架、研究 AI 大模型在 A 股股票研究中应用的开发者与研究者，以及需要进行股票研究辅助分析、股票筛选和主题研究的个人用户。
限制
本系统仅支持 A 股市场研究；输出为 AI 生成的研究参考，不构成投资建议；不提供目标价、止损止盈、买卖时机等交易指令。需要用户自行安装并维护 MongoDB 与 Redis，并自行获取大模型 API Key 及行情数据 Token。
社区贡献
项目欢迎开源人才参与，加入方式为直接提交 Pull Request，不看重简历与面试，以 PR 为唯一考察方式，评估标准包括：解决真问题、说明修改原因、响应 review 意见。持续贡献高质量 PR 的伙伴将参与版本规划与关键模块开发。可参与方向包括数据源适配、前端开发（Vue 3 + TypeScript）、Agent 编排与提示词工程、文档与课程建设。贡献者可获得公开署名与流量、多智能体系统工程实战经验、项目商业化优先权。项目目前收入尚不足以覆盖基础成本，暂为志愿参与；收入覆盖成本后的分配原则已提前写明。初始沟通可发邮件至 hsliup@163.com，具体技术问题建议直接提 Issue / PR 公开讨论。提交流程、分配框架与贡献者协议（CLA）详见 CONTRIBUTING.md。完整致谢见 ACKNOWLEDGMENTS.md。
