深涌智能开源的 Agent 框架，支持 A股/美股/港股，10 分钟本地部署一个会自主分析市场主线的金融研究 Agent。
深涌智能开源的 Agent 框架，支持 A股/美股/港股，10 分钟本地部署一个会自主分析市场主线的金融研究 Agent。
通过CLAUDE.md、Skills和MCP三层上下文构建，让AI真正理解你的代码库，附OpenAI Symphony并行编排方案对比
如果你最近想找一个能真正替你做"研究脏活"的金融 Agent，而不是又一个聊天壳子，DojoAgents 值得花十分钟试一下。它是深涌智能（Alpha-Dojo）开源的「自主金融智能 AlphaDojo」中面向个人投资场景的 Agent 框架，开源一周多就在 GitHub 拿下超过 1000 个 Star。
它把市场扫描、新闻检索、公司分析、产业链映射、组合构建、风险分析拆成一组 Agent 可以自主调用的工具，再用 Agent Loop 串成一个完整的决策辅助流程，覆盖 A股、美股、港股。这篇教程教你把它跑在本地。
⚠️ 重要前置说明: 框架本身不含持牌行情/新闻数据源，需要你自行配置授权数据源。项目附带强监管免责声明——仅用于信息整理与研究，不构成任何投资建议。
项目仓库：https://github.com/Alpha-Dojo/DojoAgents （PyPI 包名：dojoagents）
打开 Terminal，在你的工作目录里执行：
uv venv && source .venv/bin/activate
uv pip install dojoagents如果你还没装 uv，先 brew install uv（macOS）或参考 uv 官方安装文档。
安装完成后，一行命令拉起本地控制台：
dojoagents dashboard --host 127.0.0.1 --port 8765然后在浏览器访问 http://127.0.0.1:8765/。
进入 Settings 页面后，可以配置你希望 Agent 使用的模型。支持两类接入方式：
需要省钱或离线跑的，选本地模型路线；需要推理质量的，选 Anthropic / DeepSeek / GLM 等闭源 API。
Dashboard 起来之后，下面四个场景是项目演示里最能体现 Agent Loop 价值的地方，建议你按顺序试一遍。
直接问 Agent："今天 A股、美股、港股各有什么异动板块和强势标的？"
Agent 会调用全球市场、行业、个股工具，拉取异动板块、涨跌幅、成交变化、行业分布，然后归类到半导体、AI 算力、存储、光模块等主题。你可以继续追问"整理成研究观察列表"，它会输出结构化的标的清单。
试一个有链条感的提问："Meta 卖算力，会影响美股和 A 股哪些行业及公司？"
Agent 的处理路径值得一看：
💡 提示: 模拟组合是研究用途，不是回测承诺。历史价格分析只覆盖 Agent 能拿到数据源的那段时间。
这是最能体现多模态能力的场景。把你的持仓截图遮盖姓名和账号后上传（演示中是 40+ 标的，跨 A 股、美股、ETF）。DojoAgents 会：
上传前一定要脱敏——Agent 不需要知道你是谁。
自动聚合多个新闻源、机构观点、市场异动，提炼当日市场主线，并继续分析影响的具体行业和板块。适合每天开盘前跑一次做晨会简报。
自主金融智能目前还在早期。很多团队都在重复搭模型适配、数据接口、工具调用、任务编排、前端交互这一整套底层。AlphaDojo 开放的是这套基础框架：Agent Loop、任务编排、金融工具接口、Dashboard、多模型适配、本地部署、组合研究能力。
如果你是金融开发者或量化研究者，可以直接替换模型、扩展工具、接入自己的数据和知识库，省下从零搭框架的时间。
source .venv/bin/activate），Python 版本 ≥ 3.11。http://localhost:11434 可达，模型是否已 ollama pull 拉下来。免责声明: DojoAgents 功能主要用于金融信息整理、研究分析及技术展示，不构成任何投资建议；组合构建及历史价格分析均为模拟研究场景。