ValueCell 金融智能体平台
用多智能体完成金融研究、行情跟踪与加密合约策略交易。
按维度查看评分与理由
证据显示：README 声明 API 密钥和交易凭证存储在本地设备，不通过互联网发送给第三方；SECURITY.md 提供漏洞报告流程；工作流使用 GitHub Secrets 管理证书和签名密钥。但未提供权限最小化的具体实现细节，用户确认机制未明确，数据流透明度有限，敏感数据处理仅靠声明，依赖安全未审计，外部影响（交易执行）缺乏明确的风险控制，回滚机制未提及，来源归属仅依赖未验证的发布者。因此各标准评分较低。
证据显示：存在测试文件（如 test_fault_tolerance.py）和 CI 工作流（frontend.yml），表明一定的一致性；但依赖可用性未验证，失败消息在测试中有所体现但生产环境未证实。因此 self_consistency 和 failure_messages 评 2，dependency_availability 评 1。
证据显示：README 明确目标用户（新用户、开发者）和使用场景（A股、加密货币交易），能力边界（支持的交易所、仅期货）有说明，环境适配（多平台、多 LLM 提供商）有描述。但触发精度（如策略触发条件）未详细说明，因此 trigger_precision 评 1，其余评 2。
证据显示：README 结构清晰，安装说明（快速开始）存在，命名一致性未验证，示例和 FAQ 部分存在（截图、视频），已知限制（仅期货、部分交易所未完全测试）有说明，许可证为 Apache-2.0，版本控制未明确，维护责任通过 SECURITY.md 和 CONTRIBUTING.md 体现。因此多数评 2，naming_stability 和 versioning_changelog 评 1。
证据显示：输出可用性（Web UI、报告）有描述，边际价值（多代理、多市场）明显，但成本效益未量化，且依赖外部服务可能产生费用。因此 output_usability 和 marginal_value 评 2，cost_benefit 评 1。
证据显示：README 中的声明（如“测试通过”）缺乏可追溯的测试报告，跨来源验证不足，事实与推断未明确分离。因此各标准评 1。
- 发布者身份未验证，需谨慎对待。
- 交易功能涉及真实资金，但风险控制细节不足。
- 依赖安全未审计，可能存在漏洞。
- 版本控制不明确，更新路径不清晰。
这个 Agent 能做什么，适合哪些场景？
ValueCell 是面向金融应用的社区驱动多智能体平台，覆盖选股、研究、跟踪和交易场景。它提供 DeepResearch Agent、Strategy Agent 与 News Retrieval Agent，并通过 Web 界面供用户操作。开发模式会同时启动前端、后端和智能体，Web UI 默认位于 http://localhost:1420。平台支持多家模型提供商，以及美股、加密资产、港股和中国市场等行情数据；交易连接覆盖 OKX、Binance、Hyperliquid 等交易所。项目说明称敏感信息保存在用户设备本地，相关本地数据包括 LanceDB、知识目录和 SQLite 数据库。
DeepResearch Agent 会检索并分析基本面文档，产出数据洞察和可解释摘要；News Retrieval Agent 支持按计划推送个性化新闻；Strategy Agent 可将 AI 模型与交易所组合为策略并自动执行。用户先在 Web 界面配置模型 API Key，若要交易则配置 Binance、Hyperliquid、OKX、Coinbase 等交易所凭据，再创建策略、启动或停止交易器并实时监控表现。开发者可执行 bash start.sh（Linux/macOS）或 ./start.ps1（Windows PowerShell）启动前端、后端和智能体，并在终端查看服务与各智能体日志。
- 需要阅读和归纳基本面材料的股票研究人员，可使用 DeepResearch Agent 生成数据洞察与可解释摘要。
- 希望定时接收关注信息的投资者，可用 News Retrieval Agent 配置个性化新闻推送。
- 使用 Binance、Hyperliquid 或 OKX 永续合约账户的加密交易者，可在配置 API 凭据后创建并运行策略。
- 需要同时跟踪美股、加密资产、港股或中国市场数据的研究团队，可将其作为统一的金融应用界面。
- 希望接入 Langchain 或 Agno 进行研究开发的开发者，可利用其声明的 A2A Protocol 兼容性。
这个 Agent 有哪些优点和局限？
- 将基本面研究、定时新闻和自动化交易分成明确的 DeepResearch、News Retrieval 与 Strategy 智能体。
- 模型层支持 OpenAI、Azure、Google、DeepSeek、OpenRouter、SiliconFlow 及 OpenAI-compatible 接口，降低单一模型提供商绑定。
- 明确提供 Binance、Hyperliquid 与 OKX 的已测试交易连接，并给出交易对、保证金和认证注意事项。
- 本地保存 LanceDB、知识目录、SQLite 数据库及敏感信息，适合重视本机数据留存的部署方式。
- 实盘功能目前仅面向杠杆/合约交易，现货通过 1 倍合约实现，并不等同于原生现货交易。
- Coinbase、Gate.io、MEXC 和 Blockchain 的连接仅标为“部分测试”，可能需要调试。
- 开发文档未在所给材料中提供完整依赖安装、环境变量清单或配置文件示例，首次自托管存在配置成本。
- 交易需要模型 API Key 和交易所凭据；API 密钥保管、定期轮换及资金损失风险由用户承担。
如何安装或部署这个 Agent？
普通用户可从 GitHub Releases 下载最新 macOS 或 Windows 应用。开发者需要 Python 3.12+，然后执行：git clone https://github.com/ValueCell-ai/valuecell.git，cd valuecell，再在 Linux/macOS 执行 bash start.sh，或在 Windows PowerShell 执行 ./start.ps1。仓库未在所给材料中列出完整依赖安装命令、环境变量清单或首次配置文件格式；运行前需要按其要求完成前置条件和环境变量配置。
如何使用这个 Agent？
启动后在浏览器打开 http://localhost:1420。首次使用先在 Web 界面添加所选模型提供商的 API Key；可选提供商包括 OpenRouter、SiliconFlow、Azure、OpenAI-compatible、Google、OpenAI 和 DeepSeek。若进行实盘交易，还需配置交易所 API 凭据并将模型与交易所组合成策略，然后启动交易器并监控表现。当前说明仅支持杠杆/合约交易，现货以 1 倍合约实现，因此需要保证永续合约账户余额充足。
常见问题
是否可以不部署直接使用？
实盘交易支持哪些交易所？
需要提供哪些密钥？
本地数据可以如何重置？
.knowledge 目录和 valuecell.db 后重新开始。