DojoAgents

一句话问市场，AI 自动查数据出分析

开源 free 行业应用

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 3224

维护状态活跃

是否开源是

定价模式 free

项目预览

项目数据

分类行业应用

开发团队Alpha-Dojo

所属国家

官网地址

GitHubhttps://github.com/Alpha-Dojo/DojoAgents

定价模式free

价格说明开源项目，定价信息待确认

访问状态

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型

GitHub 星标★ 3224

30天Star增速

HF 下载量

上线时间2026-05-21 00:00:00

代码更新—

仓库体积—

本站数据更新—

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-10-11

浏览次数0

项目介绍

DojoAgents 是一个面向个人投资者的全市场 AI 投资副驾驶，用 Python 编写。它试图解决普通投资者在股票、ETF、加密货币等多市场之间信息割裂、研究耗时的问题：把行情数据、公司基本面、新闻舆情和宏观指标汇聚到统一对话界面，由大模型驱动的智能体自动完成数据检索、指标计算和观点整理，用户用自然语言提问即可获得带来源的分析结论。核心能力包括多市场数据接入与标准化、可调用工具的投资分析智能体、自然语言问答与报告生成，以及可扩展的策略/指标插件机制。项目定位偏个人研究助手，而非自动交易系统，适合想用 AI 提升投研效率但不想自己搭建数据管线的散户和量化爱好者，也可作为构建金融 Agent 应用的参考实现。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

正在加载星标数据…

技术标签

使用教程

—

难度：进阶约 15 分钟部署方式：本地安装 5 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

已安装 Python 环境（README 未标明最低版本）
推荐使用 uv 进行依赖管理，官方称安装更快
源码安装的运行依赖见 pyproject.toml 与 requirements.txt
PyPI 快速安装无需克隆仓库、无需构建前端；源码安装则涉及前端构建

安装与启动步骤

1克隆项目仓库

仅源码安装需要。普通用户走 PyPI 快速安装，可跳过此步，无需克隆仓库与构建前端。
```
git clone https://github.com/Alpha-Dojo/DojoAgents
```
2准备 uv 依赖管理

README 强烈推荐用 uv 管理依赖。节选未给出 uv 的安装命令，请按其官方文档自行安装后再继续。
3安装 DojoAgents

多数用户直接安装已发布包；开发者用 editable 模式连开发工具一起装，运行依赖见 pyproject.toml 和 requirements.txt。
4配置 Harness

Agent 实例只绑定一个 Harness。默认使用内置 financial 场景，需填写 id、factory 与 backend 三项。
5启动并验证

README 节选被截断，未给出启动命令。启动后确认 Runtime 已加载 financial Harness 且能建立会话。

关键配置

配置项	必填	说明	示例
`harness.id`	是	指定使用的内置 Harness 场景标识	`financial`
`harness.factory`	是	Harness 工厂入口，指向内置金融场景	`dojoagents.harnesses.built_in.financial:create_harness`
`harness.config.backend`	是	Harness 使用的后端类型	`sdk`
`harness.factory=null 时的 manifest`	否	改用 dojoagents/v1alpha1 声明式格式时的清单路径	`./my-harness.yaml`

如何确认成功

README 未给出启动命令；以 Runtime 是否成功加载 financial Harness、会话能否正常创建作为判断依据。

常见问题

Q：安装必须克隆仓库吗？

A：不必。README 说明多数用户直接安装已发布包即可，无需克隆仓库，也无需构建前端。

Q：为什么推荐用 uv 而不是 pip？

A：README 称 uv 的依赖管理速度极快，属于官方推荐的部署方式，但节选未给出具体安装命令。

Q：运行依赖在哪里查看？

A：源码安装时以仓库中的 pyproject.toml 和 requirements.txt 为准，两份文件都列出了运行依赖。

Q：怎么接入自己的业务场景？

A：提供 Python Harness 工厂，或把 factory 设为 null，再用 manifest 指向自定义的 dojoagents/v1alpha1 格式 YAML。

Q：多用户会话怎么隔离？

A：会话按 (tenant_id, user_id, session_id) 三元组划分作用域，可选用文件存储或项目自带存储，线上部署另见适配器契约文档。

注意事项

README 节选中的安装命令块被截断，实际命令请以仓库 README 原文为准，勿自行猜测包名与参数。
一个 Agent 实例只能绑定一个 Harness 实例，二者是一对一关系。
额外的 skill/tool 目录只能对已绑定的 Harness 做补充，不能静默替换其自有组件。
在线 MySQL/PostgreSQL 或对象存储部署需参考 external SessionStore / BlobStore 适配器契约文档。

核心亮点

把多市场行情、基本面与新闻聚合到统一对话入口，减少在多个网站间切换
基于智能体架构，能按需调用数据与计算工具，而不是只做静态问答
Python 实现，便于自行接入数据源或扩展分析指标

不足之处

投资分析依赖外部数据源与大模型，结果准确性和时效性受上游限制
项目处于成长阶段，文档与社区生态仍在完善

适用场景

个人投资者盘前快速了解某只股票近期基本面与舆情
量化爱好者用自然语言查询跨市场指标并生成研究笔记
开发者参考其 Agent 设计搭建自己的金融问答应用

替代项目

OpenBB、FinGPT

上一篇：aurelio-finance

下一篇：hiring-agent