一个群友有一天推荐了一个开源的智能体交易框架开源代码，十一期间在家里本地部署试用了一下，发现这个开源代码可用性很强，部署之后，基本上就能使用。

效果如下所示：

这里可以选择研究深度，还有分析师团队，也就是分析面，然后需要等待好几分钟，才会产生结果

这是一个前后端都用python开发的ai项目，基于langgraph的多agent应用。

最开始使用的时候，给群友们看，发现股票估值数据是错误的，后来发现是计算估值数据时股票价格有问题，后来进行了修复。

其实这个开源项目给人的感觉有几个方面：

1、覆盖得很全面，包括港股、A股和美股

2、这不是一个简单的ai项目，因为他的架构还是比较复杂的，使用了多个agent进行专项的分析，llm也是支持很多厂家

3、分析的挺全面，无论是基本面还是风险评估、投资建议，这跟使用mcp的单个工具不同，这是从数据、分析、到投资行为整个体系的数据生产过程，参考意义还是挺强的

比如说这个综合决策，它是通过ai自己和自己打架最后产生了一个结果

4、从架构上来讲，这个开源项目的扩展性很强，无论是数据层还是分析层

5、既然可以分析股票，那也能分析etf基金，所以应用范围也可以进行扩展

6、分析一次的成本并不高，经过我的统计判断，使用deepseek，分析一支股票成本是0.1元左右

通过对项目的试用和了解，我其实也愿意投入人力和精力来了解项目，学习项目，我本来是想把项目的后端抽取出来在股票分析平台前端搞个前端来集成到平台中，但是在一开始并不了解项目的时候，贸然就让ai ide去写相关接口，有点纯属浪费时间了。

后来我就逐步的从项目架构和相关组件上入手，来了解项目，最后发现其实每次对股票进行分析，实际上就是执行了一次TradingAgentsGraph，然后可以在运行后拿到这个所有数据分析结果，然后渲染到前端就可以了。

也就是说，我们完全可以在股票分析平台集成这个能力，并且在后期进行扩展，用户可以使用自己的大模型ak，配置进行使用。

在这个过程中，我意识到一些问题：

1、我们如何感知github上优秀的股票相关的开源项目

这个问题其实是很好解决的，我们可以通过github的开放api，使用模糊搜索找到github上高星的股票开源项目

2、对于每个开源项目，如何快速的了解项目，找到可以为自己所用的能力或者内容

不得不说，在项目了解上，通过deepwiki简直是如虎添翼，虽然之前早就知道这个工具了，但是在这个项目上，deepwiki的表现确实惊艳到我了，能够非常契合的帮我找到我想要的答案，我认为在这个过程中所学到更加重要。

3、这样通过上述1和2的过程，我们不停的去寻找优秀的内容，并且去学习它，那么最后就会对股票这块开源项目和应用越来越熟悉，并且找到比较好的落地点，从而给自己的投资过程提供辅助。

AI大模型学习和面试资源

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习和面试资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓