LangAlpha
开源金融投研Agent，让研究持续累积
LangAlpha为每个研究主题建立独立工作空间，数据、图表、代码和判断都会保存下来。Agent不直接猜数字，而是写Python在沙箱里算，结果经过验证再输出。适合需要跨会话跟踪投资逻辑、沉淀研究资产的分析师和开发者，开源可自部署。
核心功能
持久化工作空间
每个研究主题有独立沙箱和笔记文件，数据、图表、代码和分析逻辑跨会话保存，第二天回来接着上次的进度继续推进。
程序化工具调用
Agent写Python代码在沙箱里处理数据，筛选、聚合、画图都在代码里完成，只有最终结果回到模型，避免原始数据挤爆上下文。
渐进式工具发现
金融数据工具只以摘要形式加载，完整文档放在工作空间里按需读取，减少无关信息占用，同时支持把工具绑定到具体技能上。
金融研究技能库
预置DCF模型、财报分析、首次覆盖报告、晨报等常用工作流，可以用斜杠命令触发，也能在对话中自动识别激活。
并行Agent集群
能同时派发多个子Agent处理独立子任务，各自有隔离的上下文窗口，互不干扰，适合扫市场、批量筛选这类并行工作。
价格触发自动化
可以设置周期任务或一次性任务，也能设定当某只股票或指数触及实时价格条件时自动执行分析流程。
产品特色
- 01
Agent写代码算数据，不让大模型猜数字
金融场景最怕的就是大模型一本正经地给出错误数字。LangAlpha的PTC模式让Agent生成Python代码在沙箱里执行，估值、回撤、波动率等指标由代码计算，每段代码可保存可重跑可审计。分析结果能复核，不是只看一段自然语言解释。
- 02
研究像代码库一样层层累积，跨会话不丢上下文
Claude Code之所以能干活，靠的是代码库持续存在，每次commit建立在前一版之上。LangAlpha把同样的思路搬进投研：你为每个研究目标建一个工作空间，Agent先了解你的目标和风格，产出第一份交付物并保存到文件系统。第二天回来，文件和对话线程都还在。
- 03
多模型后端自动切换，不绑死在某一家
运行在与具体provider解耦的模型层上，统一封装多个LLM后端。出错时自动failover，同一套工作流和工具不管底层由哪个模型驱动都能照常运行。需要自己配置API Key，支持OpenAI、Anthropic以及Kimi、GLM、MiniMax等国内模型。
- 04
开源Apache-2.0协议，可自部署可审计
代码完全开源，使用Apache-2.0协议。可以克隆仓库用Docker Compose把整套栈跑起来，包括后端、前端、PostgreSQL和Redis。适合需要数据隔离和审计合规的机构场景，代码逻辑自己看得见。
应用场景
✅ 跨周投研跟踪
为某个标的或板块建一个工作空间，持续跟踪财报、公告和行情，判断随新数据动态更新。
✅ 财报批量分析
让Agent写代码批量拉取多年财务报表，计算毛利率、现金流等指标并生成对比图表。
✅ 板块轮动研究
并行派发子Agent扫描多个行业的市场数据，汇总成选股思路回到对话里讨论。
✅ 投资组合再平衡
在Workspace里记录持仓逻辑和调仓假设，新数据到来后基于原有分析叠加判断。
✅ 价格触发监控
设定某只股票触及价格条件时自动执行分析流程，不用手动盯着盘面。
常见问题
解答您关于"LangAlpha"的常见疑问，让您更好地使用这款AI工具
-
普通AI金融工具是一次性问答，问一个问题得到一个答案就结束了。LangAlpha是工作空间累积模式，你建一个研究主题的工作区，Agent产出的数据、图表、代码和分析逻辑都存在里面，下次回来可以在原有基础上继续深化，研究像滚雪球一样越做越厚。
-
需要。LangAlpha本身不提供模型，你要配置至少一个支持的provider的API Key，比如OpenAI、Anthropic的，或者Kimi、GLM、MiniMax、豆包等国内模型。
-
如果只是想体验，可以等SaaS版本或者用Docker Compose一键拉起本地环境。官方仓库提供了make config交互式向导来配置密钥和参数，跑起来大概十几分钟。但自己部署确实需要一定的DevOps基础，要处理PostgreSQL、Redis和沙箱环境的配置。
-
比较适合量化研究员、投研工程师和有一定技术基础的投资者。如果你日常的工作就是跟踪财报、分析数据、写研究报告，而且愿意自己配置环境，它能把很多重复性的数据拉取和计算环节自动化。纯小白用户可能会觉得上手门槛偏高。
-
不能。LangAlpha的定位是研究和决策辅助工具，没有下单、风控和交易执行的功能。它帮你把研究做扎实，但最终的买卖判断还是你自己来做。
-
开源版本免费，Apache-2.0协议，代码在GitHub上可以自己克隆部署。主要的成本在于LLM API的调用费用，具体花多少取决于你用哪个模型、跑多少任务。
立即体验“LangAlpha”
LangAlpha是面向金融投研领域的开源AI Agent，定位类似“金融版的Claude Code”。核心是给投资者一个持久化工作空间，让研究像写代码一样层层累积。Agent写Python处理数据、生成图表，而不是让大模型猜数字。支持多模型后端、并行子Agent和价格触发自动化，需要自带LLM密钥。适合量化研究员和投研开发者自部署使用。
