FinRobot AI Agent 金融分析从克隆到第一份研报的 30 分钟【免费下载链接】FinRobotFinRobot: An Open-Source AI Agent Platform for Financial Applications using Large Language Models项目地址: https://gitcode.com/GitHub_Trending/fi/FinRobot想让 AI 替你读财报、跑估值、写研报FinRobot 是个 AI Agent 金融分析开源平台输入一个股票代码一组基于 LLM 的 Agent 自动拉取市场数据、做 DCF 估值最后输出一份完整的股票研究报告把对着屏幕复制粘贴数据的活全替你干了。 30 秒跑起来FinRobot 一键安装步骤先准备 Python 3.10setup.py 里声明了 3.10、3.12干净环境不容易踩依赖冲突的坑conda create --name finrobot python3.10 conda activate finrobot把代码拉到本地git clone https://gitcode.com/GitHub_Trending/fi/FinRobot cd FinRobot装依赖setup.py 会自动读 requirements.txt一条命令搞定pip install -e .填好密钥下一节讲然后跑股价预测演示——它用一句任务描述让 AgentBuilder 现场造出一组 Agent再开 GroupChat 对话python agent_builder_demo.py终端里你会先看到 AgentBuilder 生成 Agent 列表的打印接着是多 Agent 对话最后给出下周 NVIDIA 股价预测 理由。想看网页版的话python run_web_app.py后浏览器打开 http://127.0.0.1:8001登录、提交股票代码就能看拉数据、估值、渲染报告的完整流程。️ FinRobot 目录结构速览打开仓库你首先看到的是这几层目录FinRobot/ ├── finrobot/ # 核心 Agent 框架 ├── finrobot_equity/ # 股票研究报告应用 ├── configs/ ├── experiments/ ├── tutorials_beginner/ ├── tutorials_advanced/ ├── report/ ├── figs/ ├── setup.py ├── requirements.txt ├── requirements-equity.txt ├── run_web_app.py ├── deploy.sh ├── OAI_CONFIG_LIST └── config_api_keys按功能域分四块看核心 Agent 框架 finrobot/agents/ 管 Agent 组装与工作流data_source/ 提供 finnhub、fmp、yfinance、SEC 等数据源连接functional/ 是分析、画图、量化函数工具库——自己写 Agent 时全靠这层。研报应用 finrobot_equity/core/ 是分析引擎流水线为拉数据 → 三年预测 → 估值 → 多个 Agent 写文本 → 渲染 HTML 报告跑出来的 NVDA、TSLA 等示例报告就摆在 core/output/ 里web_app/ 是配套网页界面。教程区tutorials_beginner/ 放年报分析、股价预测两个新手能直接跑的 notebooktutorials_advanced/ 是交易策略、图表 Agent 等进阶内容。实验与产出experiments/ 是多因子 Agent 组合实验代码report/ 存生成的 PDF 样例configs/ 存 Agent 配置。 FinRobot API Key 配置避坑清单Agent 调模型、程序拉数据都靠外部服务一共三个文件要动OAI_CONFIG_LISTJSON填上你的 OpenAI API keyAzure 用户再补一条带 base_url 的条目。不填的话脚本第一步加载配置列表就直接失败key 格式写错报的错很绕建议先跑一条最小 demo 验证。config_api_keysJSONFINNHUB_API_KEY、FMP_API_KEY、SEC_API_KEY 这类数据源密钥不填时拉行情的教程拿不到数据Reddit、Twitter 那几项是可选项。网页版研报要单独配一份cp finrobot_equity/core/config/config.ini.example finrobot_equity/core/config/config.ini填 fmp_api_key 和 openai_api_key。占位符不改的话 FMP 拉数据直接报错adanos_api_key 可选填了才启用散户情绪模块。OpenAI key 在 OpenAI 平台申请FMP key 在 Financial Modeling Prep 开发者站点注册都有免费额度够你跑通全部示例。➡️ 跑通之后往哪走打开 tutorials_beginner/把 agent_annual_report 那个 notebook 从头跑到尾拿到你第一份完整的 Agent 年报分析流程。密钥配好后在网页版提交 TSLA 生成一份完整研报和 core/output/ 里的五份样例报告对比排版。再顺手改改 finrobot/agents/prompts.py 里的一句话看 Agent 行为怎么变——这是理解整套框架最快的方式。【免费下载链接】FinRobotFinRobot: An Open-Source AI Agent Platform for Financial Applications using Large Language Models项目地址: https://gitcode.com/GitHub_Trending/fi/FinRobot创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 FinRobot AI Agent 金融分析：从克隆到第一份研报的 30 分钟
FinRobot AI Agent 金融分析从克隆到第一份研报的 30 分钟【免费下载链接】FinRobotFinRobot: An Open-Source AI Agent Platform for Financial Applications using Large Language Models项目地址: https://gitcode.com/GitHub_Trending/fi/FinRobot想让 AI 替你读财报、跑估值、写研报FinRobot 是个 AI Agent 金融分析开源平台输入一个股票代码一组基于 LLM 的 Agent 自动拉取市场数据、做 DCF 估值最后输出一份完整的股票研究报告把对着屏幕复制粘贴数据的活全替你干了。 30 秒跑起来FinRobot 一键安装步骤先准备 Python 3.10setup.py 里声明了 3.10、3.12干净环境不容易踩依赖冲突的坑conda create --name finrobot python3.10 conda activate finrobot把代码拉到本地git clone https://gitcode.com/GitHub_Trending/fi/FinRobot cd FinRobot装依赖setup.py 会自动读 requirements.txt一条命令搞定pip install -e .填好密钥下一节讲然后跑股价预测演示——它用一句任务描述让 AgentBuilder 现场造出一组 Agent再开 GroupChat 对话python agent_builder_demo.py终端里你会先看到 AgentBuilder 生成 Agent 列表的打印接着是多 Agent 对话最后给出下周 NVIDIA 股价预测 理由。想看网页版的话python run_web_app.py后浏览器打开 http://127.0.0.1:8001登录、提交股票代码就能看拉数据、估值、渲染报告的完整流程。️ FinRobot 目录结构速览打开仓库你首先看到的是这几层目录FinRobot/ ├── finrobot/ # 核心 Agent 框架 ├── finrobot_equity/ # 股票研究报告应用 ├── configs/ ├── experiments/ ├── tutorials_beginner/ ├── tutorials_advanced/ ├── report/ ├── figs/ ├── setup.py ├── requirements.txt ├── requirements-equity.txt ├── run_web_app.py ├── deploy.sh ├── OAI_CONFIG_LIST └── config_api_keys按功能域分四块看核心 Agent 框架 finrobot/agents/ 管 Agent 组装与工作流data_source/ 提供 finnhub、fmp、yfinance、SEC 等数据源连接functional/ 是分析、画图、量化函数工具库——自己写 Agent 时全靠这层。研报应用 finrobot_equity/core/ 是分析引擎流水线为拉数据 → 三年预测 → 估值 → 多个 Agent 写文本 → 渲染 HTML 报告跑出来的 NVDA、TSLA 等示例报告就摆在 core/output/ 里web_app/ 是配套网页界面。教程区tutorials_beginner/ 放年报分析、股价预测两个新手能直接跑的 notebooktutorials_advanced/ 是交易策略、图表 Agent 等进阶内容。实验与产出experiments/ 是多因子 Agent 组合实验代码report/ 存生成的 PDF 样例configs/ 存 Agent 配置。 FinRobot API Key 配置避坑清单Agent 调模型、程序拉数据都靠外部服务一共三个文件要动OAI_CONFIG_LISTJSON填上你的 OpenAI API keyAzure 用户再补一条带 base_url 的条目。不填的话脚本第一步加载配置列表就直接失败key 格式写错报的错很绕建议先跑一条最小 demo 验证。config_api_keysJSONFINNHUB_API_KEY、FMP_API_KEY、SEC_API_KEY 这类数据源密钥不填时拉行情的教程拿不到数据Reddit、Twitter 那几项是可选项。网页版研报要单独配一份cp finrobot_equity/core/config/config.ini.example finrobot_equity/core/config/config.ini填 fmp_api_key 和 openai_api_key。占位符不改的话 FMP 拉数据直接报错adanos_api_key 可选填了才启用散户情绪模块。OpenAI key 在 OpenAI 平台申请FMP key 在 Financial Modeling Prep 开发者站点注册都有免费额度够你跑通全部示例。➡️ 跑通之后往哪走打开 tutorials_beginner/把 agent_annual_report 那个 notebook 从头跑到尾拿到你第一份完整的 Agent 年报分析流程。密钥配好后在网页版提交 TSLA 生成一份完整研报和 core/output/ 里的五份样例报告对比排版。再顺手改改 finrobot/agents/prompts.py 里的一句话看 Agent 行为怎么变——这是理解整套框架最快的方式。【免费下载链接】FinRobotFinRobot: An Open-Source AI Agent Platform for Financial Applications using Large Language Models项目地址: https://gitcode.com/GitHub_Trending/fi/FinRobot创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考