TradingAgents

环境要求

• Python 3.12（README 中 conda 环境指定的版本）
• conda 或其他虚拟环境管理器（README 说明可用任意喜欢的工具）
• LLM 提供商的 API Key（用于填充 .env）
• 可选：Docker 与 docker compose（使用容器方式运行时需要）

安装与启动步骤

1. 1克隆代码仓库

   从 GitHub 拉取 TradingAgents 源码，并进入项目根目录，后续命令都在该目录执行。

   git clone https://github.com/TauricResearch/TradingAgents.git
   cd TradingAgents

   复制

2. 2创建虚拟环境

   用 conda 创建 Python 3.12 的独立环境并激活，避免污染系统环境；也可换用你惯用的环境管理器。

   conda create -n tradingagents python=3.12
   conda activate tradingagents

   复制

3. 3安装项目依赖

   在项目根目录执行 pip install .，会把 tradingagents 包及依赖一起装进当前虚拟环境。

   pip install .

   复制

4. 4配置 API 密钥

   复制仓库自带的 .env.example 为 .env，然后在 .env 里填入你自己的 API Key 供模型调用。

   cp .env.example .env

   复制

5. 5启动交互式 CLI

   执行已安装的 tradingagents 命令，进入可交互界面；也可用 python -m cli.main 直接从源码运行。

   tradingagents

   复制

6. 6或用 Docker 运行

   已装好 Docker 时，配置好 .env 后可用 compose 直接跑；本地模型可加 ollama profile。

   cp .env.example .env
   docker compose run --rm tradingagents

   复制

关键配置

如何确认成功

CLI 启动后出现可选择股票代码、分析日期、LLM 提供商、研究深度等选项的界面，即表示可用。

常见问题

注意事项

• pip install . 必须在克隆下来的 TradingAgents 仓库根目录执行，否则会找不到包。
• 执行 Docker 方式前务必先创建 .env 并填好 API Key，否则容器内模型调用会失败。
• 本地安装与 Docker 二选一即可；源码方式也可用 python -m cli.main 启动。