Stock Analytics Agent：一个面向个人投资者的 LLM 股市分析助手

30 秒速读：个人投资者做研究，最大的成本不是数据，而是”方法论散装”——估值口径、股息率、回撤、空方论点，每次分析都要重新组织一遍。本篇讲的是 Stock Analytics Agent：一个面向个人投资者的 LLM 股市分析助手，它用模块化 Skill 把市场、宏观、债券、ETF、基金、个股和估值等分析主题装进智能体，支持 IDE 和终端两种运行模式，定位是研究与决策辅助工具。关键词：stock-analytics-agent。

软件信息一览

版本选择：先跟 main 跑通双模式，再决定锁不锁版本

结论先行：第一次上手直接用 main 分支，把 IDE harness 和 CLI 两种模式都跑通；等你要把它变成每天用的研究流水线时，再锁定一个稳定版本。这类 Skill 型项目的更新节奏快，分析主题和技能规则会持续迭代，锁太早等于主动放弃新能力。

推荐路线：main 分支 → 两种模式各跑一轮真实分析（个股估值 + ETF 对比）→ 确认数据覆盖你关心的市场 → 决定是否锁定版本。版本策略以仓库实际的发布说明为准，不要假设它有固定发版节奏。

安装步骤

1. 装好 Bun 运行时。按仓库说明先装 Bun，再装项目依赖；运行时错了，后面全是无效报错。
2. 配通模型端点。在项目配置里填好 OpenAI 兼容端点和 Key，跑一次最简单的问答，确认模型能正常返回。
3. 验证数据覆盖。确认 stock-sdk 覆盖你关心的市场和品种，再开始正式分析。
4. 两种模式各跑一轮。IDE harness 和 CLI 各做一次真实分析（个股估值、ETF 对比），确认无误后再定主力模式。

版本对比表与推荐

上手只盯 4 个卡点

1. 先装 Bun，不是 Node。项目基于 Bun 运行时，用 npm/node 那套装法会直接卡死。先按仓库说明把 Bun 装好，再装依赖——运行时错了，后面全是无效报错。
2. 模型端点是第一个真正的配置项。项目通过 OpenAI 兼容端点接入模型，可配置 DeepSeek、MoonShot 等。先把端点和 Key 配通，跑一次最简单的问答，确认模型能正常返回，再往下走。
3. 验证 stock-sdk 的数据覆盖。项目用 stock-sdk 获取多市场行情、净值、股息和 K 线等本地数据。先验证你关心的市场（A 股/港股/美股/基金/ETF）在不在覆盖范围内，数据断了，分析全是空中楼阁。
4. 两种模式先都试一遍。IDE harness 适合开发环境中的即时研究，CLI 适合多轮 REPL、脚本化调用和管道工作流。先各跑一轮，再决定主力用哪个——选错模式，等于每天多做无用功。

落地前必做的 4 项设置

1. 模型端点与 Key 配置。入口：项目配置文件中的模型接入项。体感差别：这是分析质量的上限——模型不行，Skill 再全也只能输出正确的废话；DeepSeek、MoonShot 等按需切换，对比着用。
2. 写好你的 position.md。入口：position.md（投资风格与持仓信息）。体感差别：填了之后，分析会结合你的持仓和风格组织结论，从”通用研报”变成”懂你的助手”；空着它，每次都要在对话里重复交代背景。
3. 选定主力运行模式。入口：IDE harness vs LangChain.js CLI。体感差别：即时研究选 IDE，直读代码和文档上下文；要定时跑、要进管道、要脚本化，选 CLI。两者共享技能与数据层，切换成本不高。
4. 按需裁剪 Skill 路由。入口：AGENTS.md 技能路由配置。体感差别：Skill 按市场、宏观、债券、ETF、基金、个股、估值等主题组织，只加载你关心的主题，渐进式加载内容，token 花得更值，回答也更聚焦。

先看 4 条注意事项，再决定用不用

• 它是研究辅助工具，不是收益保证系统。项目明确定位于长期投资分析而非收益承诺，README 也没有提供收益验证或适用于所有市场环境的证据。把它当”第二双眼睛”，不当”印钞机”。
• 数据覆盖完整性需要自己验证。分析结果依赖配置的 LLM、可获取的数据和技能内容三者，README 没有说明数据覆盖完整性或数据源稳定性。先验证你关心的市场和品种，再信任它的结论。
• 输出质量 = 模型 × 数据 × Skill，三者缺一不可。模型弱、数据断、Skill 规则旧，任何一处掉链子，结论都会打折。定期检查三处的状态，别只盯着模型。
• 先自查本地合规要求。投资分析工具的使用涉及本地法规与合规要求，上手前先确认你的使用场景符合相关规定，机构场景尤其要注意。

常见问题

1. 数据覆盖怎么验证？先确认你关心的市场和品种在 stock-sdk 的覆盖范围内，再信任分析结论；数据断了，分析就是空中楼阁。
2. 换模型后结论会变吗？会。输出质量等于模型、数据、Skill 三者的乘积，任何一处变化都要重新跑一轮对照分析，不能直接沿用旧结论。
3. 能用它自动交易吗？不能。项目定位是研究与决策辅助，不是自动交易系统，也不承诺收益；把它当第二双眼睛，不要当印钞机。

适合谁用：个人投资者的研究副驾，不碰自动交易

适合：希望在 IDE 或终端里做 A 股、港股、美股、基金、ETF、债券分析的个人投资者；想把投资分析流程脚本化、多轮对话化，或接入本地工作流的开发者；看重”估值口径标注、回答溯源、空方论点”这种分析纪律的人。

不适合：想要自动交易、收益保证，或指望它替代专业投研的人——项目自己都不承诺这个，别替它承诺。

一句话总结：Stock Analytics Agent 最值钱的不是”AI 聊天”，而是把投资分析的方法论（估值陷阱检查、空方论点、溯源清单）做成了可复用的 Skill，加上 position.md 的个性化，让每次分析都站在你自己的持仓和风格上说话。配好模型、验好数据、写好持仓，它就是个靠谱的研究副驾；三处任何一处含糊，它就只是个会聊股票的聊天框。

开源地址：GitHub

GitHub 国内访问较慢，如打不开可多刷新几次

推广

关注「软件教程管家」

回复软件名即取即下：网盘下载链接 + 提取码，一步直达，不用再跳转。

相关推荐

开源项目WallpaperMachine 免费下载开发node-rs 免费下载｜Rust 原生绑定包集合开发Roundhouse 免费下载｜Ruby 静态分析开发Flatcar Container Linux 免费下载开发Nature Skills 免费下载开发bddisasm 免费下载｜轻量级 C 指令解码库