如何 10 分钟跑通 FinRobot多智能体股票研究平台完整上手指南【免费下载链接】FinRobotFinRobot: An Open-Source AI Agent Platform for Financial Applications using Large Language Models项目地址: https://gitcode.com/GitHub_Trending/fi/FinRobotFinRobot 是一个面向金融场景的开源 AI Agent 平台它把大语言模型、强化学习和量化分析整合进同一套多智能体流水线自动完成股票研究、估值建模与风险分析。无论你是想体验输入一个股票代码、拿回一份 HTML 研报还是想基于 finrobot/ 的智能体框架做二次开发这个仓库都值得完整上手一遍。一、Clone 下来先摸清家底仓库分四块看 ️Clone 之后先别急着跑把目录按职责分成四块后面读源码、改配置就不会迷路FinRobot/ ├── finrobot/ # 核心框架agents / data_source / functional 三层 ├── finrobot_equity/ # 股票研究子项目core8 个智能体 web_appWeb 控制台 ├── tutorials_beginner/ # 初级 notebook年报分析、RAG 问答、FinGPT 预测 ├── tutorials_advanced/ # 进阶 notebook交易策略师、图表、参数优化 ├── experiments/ # 多因子与投资组合优化实验脚本 ├── configs/ # save_config_forecaster.jsondemo 智能体缓存 ├── report/ # 已生成的样例研报 PDFNVDA / MSFT 等 ├── figs/ # 项目图片素材 ├── LICENSE # 许可证文件 ├── setup.py # 包安装脚本锁定 Python 3.10~3.11 ├── requirements.txt # 核心依赖equity 模块另有 requirements-equity.txt ├── agent_builder_demo.py # 智能体构建演示入口 ├── deploy.sh # 一键拉起 Web 应用 ├── run_web_app.py # Web 服务手动启动脚本 └── test_module.py # 安装冒烟测试引擎房 finrobot/agents/ 定义智能体与工作流data_source/ 封装 Finnhub、FMP、SEC、yfinance 等取数通道functional/ 提供绘图、量化计算、RAG 工具。想读源码从这进。成品线 finrobot_equity/core/ 里 8 个专业智能体分工写研报web_app/ 是 Web 控制台output/ 里还有现成的 HTML 研报装完直接打开看效果。教材区 tutorials_beginner/、tutorials_advanced/ 与 experiments/notebook 按先抄作业、再自己写的顺序用experiments/ 放的是实验脚本。产出区 configs/ 与 report/report/ 是样例年报研报 PDFconfigs/save_config_forecaster.json 由 demo 自动生成别手改。二、让项目跑起来先装包再挑一条启动路径 安装只有一条必经之路pip install -e .一步到位等价于老的python setup.py install也可以pip install -U finrobot直接装 PyPI 版git clone https://gitcode.com/GitHub_Trending/fi/FinRobot cd FinRobot conda create --name finrobot python3.10 conda activate finrobot pip install -e .注意setup.py 锁死了 Python 3.10~3.11 的版本区间用 3.12 会装不上这是新手第一个坑。装完先跑python test_module.py冒烟验证一下。接着看你想要哪种体验网页控制台./deploy.sh start脚本自动建 venv、装依赖、后台起服务浏览器打开http://127.0.0.1:8001即可stop、status、restart管进程日志在finrobot_equity/logs/app.log。命令行出研报先跑finrobot_equity/core/src/generate_financial_analysis.py --company-ticker NVDA ...生成三年预测与 DCF 数据再用create_equity_report.py渲染成带 15 种以上图表的 HTML/PDF。快速 demopython agent_builder_demo.py演示用 LLM 现场构建一个股价预测智能体配置缓存到 configs/save_config_forecaster.json二次运行直接加载。启动后浏览器里就是这个页面三、接上外部世界把 sample 配置换成你自己的密钥 FinRobot 要调 LLM 和行情数据得先接上密钥。仓库里有两个 sample 配置文件处理动作是改名 填充而不是直接编辑样本OAI_CONFIG_LIST_sample→ 改名为OAI_CONFIG_LIST删掉注释行填入 OpenAI API key——这是所有 LLM 调用的电源名字不对 demo 会直接报缺配置config_api_keys_sample→ 改名为config_api_keys填入 Finnhub key要生成财务报表再补 FMP 与 SEC 的 key股票研究模块单独一套config.ini.example复制为config.ini在[API_KEYS]段填fmp_api_key、openai_api_key可选adanos_api_key开启散户情绪分析。cp finrobot_equity/core/config/config.ini.example finrobot_equity/core/config/config.ini chmod x deploy.sh ./deploy.sh start两个高频坑改名后的正式文件里装着真实密钥千万别提交回仓库deploy.sh 报 Permission denied 时先chmod x deploy.sh再跑。四、收尾导航下一步往哪走 一句话收束clone → pip install -e . → 改名填 key → ./deploy.sh start四步之内你就能在浏览器里看到 FinRobot 生成的第一份研报。之后的入口新手从 tutorials_beginner/ 的agent_annual_report.ipynb和agent_rag_qa.ipynb起步agent_fingpt_forecaster.ipynb体验预测智能体进阶tutorials_advanced/ 的agent_trade_strategist.ipynb与lmm_agent_mplfinance.ipynb看产出report/ 里有 NVDA、MSFT 的样例年报研报 PDFfinrobot_equity/core/output/ 里是 NVDA、MSFT、COP、TSLA、META 的交互式 HTML 研报读源码从 finrobot/agents/ 的workflow.py顺藤摸瓜。【免费下载链接】FinRobotFinRobot: An Open-Source AI Agent Platform for Financial Applications using Large Language Models项目地址: https://gitcode.com/GitHub_Trending/fi/FinRobot创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考