QuantHarness

环境要求

• Python 环境，可用 pip（可选 conda）安装依赖
• 已获取项目源码，根目录含 requirements.txt、trading_graph.py、web_interface.py、default_config.p
• 一个可用的 LLM API Key（默认模型 gpt-4o-mini / gpt-4o）
• 网络可访问 PyPI；安装 TA-Lib 时可能需要 conda

安装与启动步骤

1. 1获取项目源码

   README 节选未给出克隆命令，此处按项目 GitHub 地址拉取源码并进入目录。

   git clone https://github.com/Y-Research-SBU/QuantHarness.git
   cd QuantHarness

   复制

2. 2安装 Python 依赖

   在项目根目录执行，安装 requirements.txt 中的全部依赖（含 LangChain、LangGraph 等）。

   pip install -r requirements.txt

   复制

3. 3安装 TA-Lib（可选）

   仅当安装 TA-lib-python 出错时使用；README 建议改用 conda-forge 渠道安装。

   conda install -c conda-forge ta-lib

   复制

4. 4配置 LLM API Key

   可在 Web 界面中填写，或设置为环境变量；README 节选未给出具体变量名与命令。

5. 5代码中调用分析

   导入 trading_graph 模块、初始化 TradingGraph()，用 graph.invoke() 返回完整分析结果。

   from trading_graph import TradingGraph
   
   final_state = trading_graph.graph.invoke(initial_state)

   复制

6. 6启动 Web 界面

   README 提到可运行 web_interface.py 使用网页界面，并可在界面里设置 API Key。

   python web_interface.py

   复制

关键配置

如何确认成功

运行 invoke() 能返回 final_state 综合分析结果，或 Web 界面正常打开并可用填写的 API Key 发起分析。

常见问题

注意事项

• 项目信息标注开发语言为 HTML，但 README 中的实际使用方式以 Python 模块（trading_graph、web_interface）为主。
• README 节选中缺少安装第 1 步和 API Key 环境变量的具体命令，相关步骤为按仓库现有文件的合理推断。
• 代码示例中的 initial_state 在 README 节选里未完整给出，需自行按仓库完整文档构造。