AutoHedge 自主量化基金
用多智能体自动完成市场分析、风险控制与 Solana 交易执行。
README 明示系统会使用市场数据、代理流水线和 Solana 交易执行，并列出钱包私钥及模型 API 密钥，因而数据流和外部效果有最低程度的可见性；但没有权限范围、交易前人工确认、密钥存储或脱敏、网络目的地、订单限制、撤单或回滚机制。依赖全部未固定版本，工作流还使用 master 引用，未见锁文件、审计或漏洞缓解。README 将产品归于 The Swarm Corporation，包元数据列出 Kye Gomez，而许可证版权人为 Eternal Reclaimer；这些线索提供了部分归属信息，但责任链不一致，故扣分。
包名和 CLI 入口在 README 与 pyproject 中部分一致，但整体材料存在明显不一致：requirements.txt 与 pyproject 依赖集合不同，README 的基本用法仅是一行命令，质量工作流引用 swarms_torch，CI 又引用 swarms、文档目录及多个测试目录，而所给材料未证明这些目标存在。依赖名称足以描述预期安装栈，但无版本固定或可用性证据；也没有面向用户的失败消息、重试、降级或异常处理说明。
README 清楚面向希望自动化市场分析、风控和执行的开发者或交易场景，并划分 Director、Quant、Risk、Execution 等角色。它将 Solana 标为当前支持、Coinbase 和其他交易所标为未来计划，提供了部分边界；但“完全自主交易”和“企业级”等范围未由配置或代码细化。没有精确定义何时触发分析或下单、如何选择策略、资产或风险阈值。Python 3.10、环境变量和 CLI 入口提供基础环境信息，但缺少操作系统、钱包格式、Solana 网络、运行模式及部署要求。
README 按概览、功能、支持场所、快速开始、架构、贡献、许可和支持组织，结构清楚。安装命令、环境变量和 CLI 入口存在，但缺少初始化、配置、验证和安全部署步骤，示例也没有参数或输出。名称 AutoHedge 基本稳定，但工作流中的 swarms、swarms_torch 与项目名不一致。没有 FAQ；仅通过“coming soon”、roadmap 和 Beta 分类器透露有限限制。MIT 文本完整且 pyproject 元数据一致，因此许可获满分。版本 0.1.5 可见，但没有变更日志或发布策略。维护渠道和作者信息存在，但公司、作者和版权主体不一致，维护责任及更新路径不够明确。
JSON 格式输出、分工流水线、日志、市场分析、风控和执行若按描述实现，能够产生可供下游消费的结果，并可能相较单一代理提供额外价值；但材料没有输出模式、完整示例、策略结果或代码证据，因此只能给薄弱分。没有说明 API、模型、链上手续费、滑点、延迟、资源消耗或运营负担，无法评价成本收益。
安装包名、版本、CLI 入口、Python 要求、许可证和部分依赖可在 README、pyproject、requirements 与 LICENSE 之间追踪；然而自主交易、实时分析、风险优先、全面日志和机构级可靠性等核心声明没有代码、配置或测试内容支撑。多个文件对项目路径、依赖和责任主体的表述相互冲突，限制了交叉佐证。路线图状态与当前支持有所区分，但宣传性最高级和能力声明未清楚标注为目标、设计意图或已验证事实。
- 该产品声称可使用钱包私钥进行完全自主交易；在没有人工确认、订单上限、网络限制、密钥保护和恢复机制的证据前，不应连接持有实际资金的钱包。
- 所有运行时依赖均未固定版本，且两个依赖清单不一致；部署前应建立锁文件、依赖审计和可重复构建流程。
- CI 与质量工作流引用了 swarms、swarms_torch、文档和测试路径，但材料未证明这些路径有效；不要把工作流文件本身视为测试通过或质量保证的证据。
- “企业级”“机构可靠性”“实时”和“全面日志”等声明缺少实现或测试材料支撑，应视为未经验证的宣传性声明。
这个 Agent 能做什么，适合哪些场景？
AutoHedge 是一个面向自主交易的多智能体系统，目前支持在 Solana 上进行完整的自动化交易。其流水线由 Director Agent、Quant Agent、Risk Management Agent 和 Execution Agent 组成，依次负责交易论点、量化分析、风险与仓位评估以及订单执行。系统接入实时市场数据，并可使用 Jupiter API 完成代币价格查询与搜索。分析和建议以 JSON 结构化形式输出，同时提供可配置的详细日志，用于审计和调试。当前部署边界需要特别注意：Coinbase 仍在开发，其他中心化交易所仅列入路线图。
Director Agent 首先生成策略和交易论点，Quant Agent 随后执行技术与统计分析，Risk Management Agent 在交易前评估风险并确定仓位规模，Execution Agent 最后生成并执行订单，形成 Trade Output。系统调用实时市场数据，并通过 Jupiter API 的价格与搜索工具获取代币信息。下游分析和建议采用 JSON 格式，执行过程写入可配置日志。当前可在 Solana 上进行自主交易；资料没有提供 Coinbase 或其他中心化交易所的可用执行路径。
- 希望在 Solana 上试验端到端自主交易的量化开发者，可用它串联研究、风控与执行流程。
- 需要让策略论点在下单前经过独立量化验证和仓位评估的交易团队，可采用其分阶段多智能体流水线。
- 需要将交易建议传入其他程序的工程团队，可消费 AutoHedge 生成的 JSON 结构化结果。
- 重视审计与故障排查的机构原型团队，可利用其详细且可配置的执行日志。
- 计划开发自定义策略或新交易场所适配器的贡献者，可基于其模块化架构扩展，但需要自行完成尚未支持的场所集成。
这个 Agent 有哪些优点和局限？
- Director、Quant、Risk Management 和 Execution 四类智能体职责分离，交易论点会在执行前经过分析和风控阶段。
- 风险评估与仓位计算位于订单执行之前，流程明确体现风险优先设计。
- JSON 结构化建议便于接入下游系统，详细且可配置的日志有利于审计和调试。
- 当前明确支持 Solana 上的完整自主交易，并通过 Jupiter API 提供代币价格与搜索能力。
- 模块化设计允许扩展自定义策略和新的交易场所。
- 当前完整交易支持仅限 Solana；Coinbase 尚在开发，其他中心化交易所仍处于规划阶段。
- 自主执行要求提供钱包私钥，带来高敏感凭证管理和资金权限控制成本。
- 安装与启动说明非常简略，未记录最低 Python 版本、CLI 参数、部署拓扑或生产运维步骤。
- 资料未说明回测、模拟交易、人工审批、止损机制或故障恢复能力，无法据此验证真实资金场景下的安全边界。
- OpenAI 与 Anthropic 配置被标注为实验性，资料没有解释两者的功能覆盖、切换方式或失败行为。
如何安装或部署这个 Agent？
在具备 pip 的环境中运行：
pip install -U autohedge然后配置环境变量。Jupiter 价格与搜索工具需要 JUPITER_API_KEY；交易需要 WALLET_PRIVATE_KEY。实验性智能体配置还列出了 OPENAI_API_KEY、ANTHROPIC_API_KEY 和 WORKSPACE_DIR="agent_workspace"。资料没有说明最低 Python 版本、操作系统要求或钱包准备流程。
如何使用这个 Agent？
配置所需环境变量后，在 shell 中执行：
autohedge
这是资料中唯一给出的首次调用方式。要进行当前已支持的完整自主交易，需要有效的 Jupiter API 密钥和 Solana 钱包私钥。资料没有记录 CLI 参数、模拟交易模式、策略选择方法、资金权限范围或示例运行结果，因此在投入真实资金前需要从软件本身进一步确认这些行为。