企业官网建设流程全解析

ValueCell：本地部署的多智能体金融 AI 平台上手指南

【免费下载链接】valuecellValueCell is a community-driven, multi-agent platform for financial applications.项目地址: https://gitcode.com/gh_mirrors/va/valuecell

ValueCell 是一个社区驱动的多智能体金融 AI 平台，把选股、财报研究、行情跟踪和自动交易拆成一组可本地运行的智能体，API Key、交易密钥与会话记录默认只保存在你自己的设备上。它面向想在自己电脑上搭建金融 AI 助手、又希望数据和密钥完全可控的开发者与个人投资者。

项目定位：把选股、研究、跟踪和交易交给一组本地智能体

ValueCell 解决的核心问题，是让多个 LLM 智能体围绕同一套对话、记忆和任务调度协作起来，而不是把"问一句答一句"的聊天机器人套在金融数据上。它的差异点在于：所有敏感信息本地存储、支持多模型供应商自动降级、交易链路内置"模拟盘优先"的护栏，并且把每个智能体的能力、输入输出和能力声明（agent card）显式暴露出来，方便按需替换。预置的 News Agent、Research Agent 和 Strategy Agent 已经覆盖新闻、财报研究和策略交易三类高频场景。

首次体验：两条命令跑起 ValueCell 本地金融智能体

看到效果的最小路径是"克隆 + 启动"，模型密钥在网页里补上即可：

git clone https://gitcode.com/gh_mirrors/va/valuecell cd valuecell bash start.sh

start.sh会自动检测并安装bun与uv、同步前后端依赖并初始化数据库，.env也会在首次运行时从.env.example自动生成。启动后浏览器访问http://localhost:1420，在"模型配置"页面填入一个 LLM 供应商的 API Key（至少配置一个带 embedding 能力的供应商，否则研究类功能受限），即可开始对话。

首页左侧是消息输入区，右侧默认展示 News Retrieval Agent 的推送卡片和自选股行情；顶部是 NASDAQ、HSI、SSE 等指数走势。

核心场景拆解

研究分析场景：让 Research Agent 解读 SEC 财报

能做什么：分析 10-K、10-Q、13F、8-K 等 SEC 文件，抽取营收、净利润、EPS、现金流等科目，并与本地知识库检索结果对账，给出可溯源的结论。怎么做：在网页里直接向 ValueCell Agent 提问，例如"Analyze nvda's latest quarterly financial report for me"，Super Agent 会先分诊，再交给 Research Agent 依次调用fetch_periodic_sec_filings与search_knowledge_base两个工具。得到什么：一份结构化的财务摘要，含 Financial Highlights、按地区拆分的营收，以及关键数字的来源引用。

新闻推送场景：给 News Agent 配置定时新闻推送

能做什么：实时新闻检索、按分类拉取资讯、定时推送和突发新闻监控。怎么做：直接对 News Agent 说"Send me the latest Tesla news every five minutes"，确认频率后即建立定时任务；其底层依赖perplexity做网页搜索，breaking_news监控周期默认为 300 秒。得到什么：周期性推送的新闻卡片，右侧是带来源时间戳的完整报道正文（技术面、分析师观点、风险点分条列出）。

自动交易场景：组合模型与交易所生成交易策略

能做什么：多模型、多策略的智能交易，支持模拟盘与实盘路由，覆盖 Binance、OKX、Hyperliquid 等交易所。怎么做：在界面上把"AI 模型 + 交易所"组合成一条策略并启动，即可开始跑；实盘前建议先跑paper（模拟）环境。得到什么：左侧策略列表（含模型与运行状态）、中间交易历史与每轮 AI 推理逻辑、右侧组合净值曲线与持仓明细，P&L 实时更新。

定制与扩展：改配置和新增智能体的入口

ValueCell 采用三层配置：环境变量 >.env>python/configs/下的 YAML，优先级从高到低，因此改行为通常不用动代码。每个智能体的模型、参数、能力开关都集中在一个 YAML 里，例如 研究智能体配置：

models: primary: model_id: "google/gemini-2.5-flash" provider: "openrouter" embedding: model_id: "Qwen/Qwen3-Embedding-4B" provider: "siliconflow"

密钥写在项目根目录的.env（由.env.example生成）：

OPENROUTER_API_KEY=your_key SILICONFLOW_API_KEY=your_key

新增一个智能体的入口有三处：在 agents 目录 下建模块（core.py继承BaseAgent并实现stream()）、在 agent_cards 下放一个描述能力与端口的 JSON、在 agents 配置目录 下加一个同名 YAML。智能体之间通过 A2A 协议与 Orchestrator 通信，整体分工如下图所示，详细的接入步骤见 CONTRIBUTE_AN_AGENT 文档 与 配置指南，调度原理见 核心架构文档。

实用建议：本地部署与交易的安全坑位

• 密钥与交易安全：API Key 与交易所密钥只保存在本地设备，不要提交进版本控制；交易所密钥建议定期轮换，Binance/OKX 等申请 API 时记得加 IP 白名单。
• 实盘护栏：当前仅支持合约（现货以 1X 合约实现），实盘前先把策略跑在paper环境验证，OKX 等需将OKX_ALLOW_LIVE_TRADING显式置为true才会路由到主网，务必保持默认关闭直到验证通过。
• 数据库兼容报错：长时间未更新后再启动，若报数据库兼容错误，按系统路径删除本地数据重跑：Linux 为~/.config/valuecell/（lancedb、.knowledge、valuecell.db），macOS 在~/Library/Application Support/ValueCell/，Windows 在%APPDATA%\ValueCell\。
• 供应商降级：多配置几个供应商并在 agent YAML 的provider_models里写明各自的模型，主供应商失败时会按映射自动切换，避免整条链路中断。
• 调试开关：本地排障设AGENT_DEBUG_MODE=true可追踪提示词、工具调用与供应商响应；它会记录敏感输入输出且加大日志量，生产环境应保持关闭。

这套平台适合愿意自己掌控数据与密钥、并想从现成智能体出发逐步替换成自研能力的开发者与个人投资者。下一步可以先把一个带 embedding 的供应商填进.env，跑通研究智能体，再决定接入哪条交易链路。

【免费下载链接】valuecellValueCell is a community-driven, multi-agent platform for financial applications.项目地址: https://gitcode.com/gh_mirrors/va/valuecell