作者:林裕帆发布时间:2026-11-21 17:18:43 点击数:90152

本月行业报告披露重大进展新疆一水渠遍布救命绳 很高兴为您解答这个问题,让我来帮您详细说明一下。品牌授权报修电话,快速上门服务

许昌市建安区隆安县海南省海口市美兰区钦州市四川省凉山彝族自治州甘洛县辽宁省朝阳市北票市防城港市东兴市山东省烟台市龙口市黑龙江省佳木斯市富锦市福建省福州市永泰县内蒙古乌海市乌达区朝阳区小红门地区福建省莆田市仙游县江西省九江市武宁县四川省成都市金牛区四川省甘孜藏族自治州密云区高岭镇云南省丽江市宁蒗彝族自治县朝阳区管庄地区黑龙江省伊春市金林区四川省成都市新都区山东省威海市南开区体育中心街道江苏省镇江市句容市四川省凉山彝族自治州西昌市平山县上观音堂乡山东省威海市甘肃省天水市秦州区山东省青岛市城阳区辽宁省沈阳市浑南区开封市通许县马鞍山市博望区福建省福州市永泰县朝阳区酒仙桥街道四川省甘孜藏族自治州丹巴县山东省泰安市东平县重庆市市辖区北碚区四川省广安市岳池县山西省晋中市榆社县马鞍山市博望区四川省宜宾市翠屏区陕西省宝鸡市千阳县福建省南平市福建省南平市建瓯市黑龙江省佳木斯市汤原县北辰区四川省宜宾市翠屏区福建省三明市梅列区百色市田林县四川省成都市新都区海南省三沙市西沙区湖北省宜昌市西陵区辽宁省锦州市义县甘肃省甘南藏族自治州巴音郭楞蒙古自治州和硕县新乐市协神乡江苏省苏州市相城区江西省宜春市奉新县亳州市利辛县甘肃省白银市景泰县四川省遂宁市蓬溪县四川省宜宾市翠屏区四川省泸州市江阳区桥西区留营街道湖北省孝感市汉川市四川省成都市金牛区喀什地区麦盖提县蓟州区东二营镇福建省福州市永泰县喀什地区叶城县河西区桃园街道四川省遂宁市蓬溪县福建省福州市永泰县西藏阿里地区日土县江苏省徐州市新沂市平山县上观音堂乡银川市贺兰县密云区高岭镇广东省汕头市龙湖区青秀区青海省海西蒙古族藏族自治州德令哈市钦州市青海省玉树藏族自治州治多县福建省福州市罗源县固原市西吉县内蒙古鄂尔多斯市鄂托克旗百色市靖西市江西省萍乡市上栗县四川省成都市新都区辽宁省铁岭市开原市辽宁省沈阳市浑南区隆安县合肥市瑶海区江苏省镇江市句容市辽宁省辽阳市白塔区南开区长虹街道桥西区苑东街道濮阳市南乐县西藏山南市贡嘎县江西省鹰潭市余江区

本月行业协会披露新研究动态71.4K Star的AI交易团队:多智能体架构如何“炒”出一个华尔街,很高兴为您解答这个问题,让我来帮您详细说明一下:官方服务专线,支持多品牌报修

辽宁省沈阳市江西省吉安市永新县山西省临汾市安泽县黑龙江省伊春市金林区重庆市市辖区北碚区内蒙古锡林郭勒盟正镶白旗山东省德州市齐河县四川省甘孜藏族自治州泸定县青海省玉树藏族自治州治多县云南省普洱市景东彝族自治县辽宁省铁岭市开原市亳州市利辛县云南省玉溪市新平彝族傣族自治县江苏省徐州市新沂市朝阳区小红门地区昌平区小汤山镇朝阳区酒仙桥街道甘肃省白银市景泰县广东省珠海市斗门区静海区大邱庄镇平顶山市卫东区百色市靖西市银川市贺兰县河东区大直沽街道甘肃省定西市渭源县山西省忻州市定襄县防城港市东兴市合肥市庐阳区山西省运城市夏县蓟州区东赵各庄镇山东省威海市内蒙古鄂尔多斯市康巴什区无极县大陈镇钦州市桥西区苑东街道四川省乐山市四川省凉山彝族自治州昭觉县陕西省宝鸡市千阳县西藏山南市贡嘎县青海省海北藏族自治州门源回族自治县山东省枣庄市台儿庄区合肥市瑶海区青秀区山西省吕梁市中阳县隆安县青海省海南藏族自治州贵德县贵州省六盘水市水城县怀柔区龙山街道内蒙古兴安盟乌兰浩特市宝坻区牛家牌镇湖北省宜昌市宜都市海南省海口市美兰区广东省深圳市平山县岗南镇大兴区山东省泰安市泰山区博尔塔拉蒙古自治州温泉县山西省忻州市定襄县云南省西双版纳傣族自治州勐腊县上海市市辖区嘉定区云南省大理白族自治州云龙县怀柔区雁栖地区百色市田林县元氏县苏村乡海南省海口市美兰区山东省聊城市茌平区甘肃省庆阳市镇原县吉林省四平市铁西区山东省滨州市鹿泉区寺家庄镇江苏省苏州市相城区山西省晋城市高平市甘肃省定西市渭源县四川省宜宾市珙县山东省淄博市临淄区内蒙古乌海市乌达区焦作市沁阳市四川省凉山彝族自治州甘洛县辽宁省沈阳市沈河区云南省普洱市景东彝族自治县武清区上马台镇福建省莆田市城厢区朝阳区豆各庄地区山东省威海市山西省晋中市榆社县福建省福州市罗源县丰台区宛平城地区福建省南平市伊犁哈萨克自治州昭苏县云南省西双版纳傣族自治州勐腊县平山县岗南镇四川省甘孜藏族自治州青秀区西城区月坛街道焦作市云南省西双版纳傣族自治州勐腊县甘肃省白银市景泰县青海省海北藏族自治州门源回族自治县昌平区延寿镇静海区大邱庄镇

全球服务区域:广东省广州市越秀区崇左市信阳市平桥区吉林省长春市双阳区福建省南平市静海区大邱庄镇山东省泰安市东平县山西省吕梁市岚县芜湖市南陵县福建省南平市建瓯市武清区汊沽港镇四川省宜宾市江安县青海省海南藏族自治州贵德县怀柔区龙山街道山西省阳泉市平定县海淀区青龙桥街道黑龙江省鹤岗市四川省宜宾市珙县鹿泉区白鹿泉乡山东省德州市齐河县陕西省宝鸡市眉县海南省儋州市贵州省黔南布依族苗族自治州惠水县广东省广州市越秀区南阳市内乡县蓟州区官庄镇福建省三明市梅列区山西省长治市襄垣县江西省赣州市石城县山东省东营市垦利区喀什地区麦盖提县山东省滨州市固原市西吉县黑龙江省绥化市明水县焦作市沁阳市青海省海北藏族自治州门源回族自治县塔城地区和布克赛尔蒙古自治县福建省莆田市城厢区吉林省长春市双阳区青秀区山西省运城市夏县江西省吉安市永新县和平区南市街道吉林省长春市双阳区门头沟区大峪街道陕西省商洛市山阳县百色市靖西市元氏县殷村镇桥西区苑东街道四川省宜宾市珙县陕西省汉中市南郑区山东省滨州市马鞍山市博望区阿克苏地区拜城县信阳市平桥区吉林省白山市浑江区桥西区留营街道井陉县吴家窑乡山西省晋中市灵石县海淀区青龙桥街道元氏县辽宁省本溪市溪湖区福建省莆田市城厢区西乡塘区甘肃省白银市景泰县山西省朔州市山阴县四川省凉山彝族自治州西昌市昌平区回龙观街道西藏山南市陕西省宝鸡市眉县朝阳区酒仙桥街道丰台区和义街道平顶山市卫东区广东省佛山市三水区河西区桃园街道乌鲁木齐市沙依巴克区密云区高岭镇甘肃省陇南市辽宁省朝阳市北票市广东省汕头市龙湖区西藏山南市贡嘎县静海区大邱庄镇赵县沙河店镇广东省云浮市新兴县伊犁哈萨克自治州昭苏县吉林省长春市双阳区伊犁哈萨克自治州昭苏县陕西省宝鸡市千阳县吉林省长春市双阳区密云区河南寨镇广东省深圳市广东省深圳市蚌埠市龙子湖区江西省吉安市吉安县西藏山南市辽宁省铁岭市开原市四川省泸州市江阳区辽宁省大连市旅顺口区朝阳区小关街道云南省大理白族自治州云龙县

今日监管部门披露行业最新进展71.4K Star的AI交易团队:多智能体架构如何“炒”出一个华尔街,很高兴为您解答这个问题,让我来帮您详细说明一下:售后服务维修中心电话,支持多渠道服务

全国服务区域:延庆区康庄镇河西区桃园街道福建省南平市延庆区康庄镇巴音郭楞蒙古自治州和硕县长安区广安街道山西省晋城市高平市陕西省咸阳市兴平市和平区南市街道阿克苏地区新和县江苏省徐州市新沂市甘肃省兰州市四川省广元市江苏省南京市浦口区南开区长虹街道海淀区青龙桥街道崇左市桂林市秀峰区福建省莆田市仙游县青海省果洛藏族自治州湖北省宜昌市西陵区乌鲁木齐市沙依巴克区山东省淄博市临淄区海淀区青龙桥街道黑龙江省鸡西市鸡冠区吉林省四平市铁西区云南省普洱市景东彝族自治县静海区大邱庄镇固原市西吉县山西省忻州市定襄县武清区上马台镇蓟州区东赵各庄镇福建省南平市隆安县广东省云浮市新兴县山东省德州市齐河县喀什地区叶城县鹿泉区寺家庄镇云南省红河哈尼族彝族自治州绿春县山西省运城市夏县昌平区延寿镇四川省凉山彝族自治州西昌市西青区精武镇福建省厦门市海沧区鹿泉区白鹿泉乡朝阳区豆各庄地区桥西区东华街道山东省烟台市龙口市蚌埠市龙子湖区湖北省恩施土家族苗族自治州建始县顺义区空港街道静海区大邱庄镇山东省淄博市临淄区平顶山市湛河区山东省枣庄市台儿庄区甘肃省兰州市黑龙江省七台河市桃山区陕西省西安市未央区焦作市沁阳市焦作市辽宁省沈阳市元氏县广东省深圳市云南省文山壮族苗族自治州广南县平山县上观音堂乡云南省红河哈尼族彝族自治州泸西县福建省莆田市城厢区朝阳区双井街道桥西区苑东街道蓟州区东施古镇山东省烟台市牟平区陕西省宝鸡市千阳县江苏省南京市浦口区博尔塔拉蒙古自治州温泉县巴音郭楞蒙古自治州和硕县静海区大邱庄镇伊犁哈萨克自治州昭苏县平山县宅北乡塔城地区和布克赛尔蒙古自治县福建省厦门市湖里区丰台区长辛店镇江西省宜春市宜丰县福建省三明市梅列区昌平区回龙观街道山西省运城市夏县四川省凉山彝族自治州西昌市甘肃省定西市渭源县蓟州区东赵各庄镇黑龙江省鸡西市鸡冠区桂林市兴安县内蒙古鄂尔多斯市康巴什区北辰区广源街道山西省吕梁市中阳县丰台区和义街道贵州省黔南布依族苗族自治州惠水县广东省惠州市龙门县陕西省商洛市山阳县西藏山南市江西省吉安市吉安县亳州市利辛县

售后服务上门服务电话,智能分配单据:71.4K Star的AI交易团队:多智能体架构如何“炒”出一个华尔街

低调上线却突然爆火出圈,一个无人造势的开源AI项目,为何能横扫GitHub、引爆金融圈?背后多Agent复刻华尔街投研体系的玩法,藏着AI金融落地的全新逻辑。

2024年12月28日,一个叫TradingAgents的项目悄悄上线了GitHub。

没有发布会,没有融资通稿,没有大V站台。只有一篇挂在arXiv上的学术论文(编号 2412.20138),和一个刚建好的代码仓库。背后的团队叫Tauric Research,总共只有三个公开仓库,社交账号粉丝刚过一千,怎么看都不像会搞出大事的样子。

但到了2026年5月初,这个项目拿下了超过71,400颗Star,13,800多次Fork,直接冲上GitHub Python趋势榜第一。其中2026年2月发布的v0.2.0版本引入多提供商支持后增速明显加快,4月底到5月初的一周之内暴涨超过11,000颗Star,24小时内涨了3,315颗——这个增速在开源社区的历史上都不多见。

TradingAgents GitHub Star 增长曲线(2024.12 – 2026.5)

它做的事情听起来有点“出格”:用多个AI Agent模拟一整个华尔街的投研交易团队,让它们分工协作、多空辩论、风控把关,最后集体拍板做出交易决策。

而且,完全开源,一行代码就能跑起来。

(项目地址:https://github.com/TauricResearch/TradingAgents)

一个投研团队的数字化分身

要理解TradingAgents在做什么,先得理解它模仿的对象——真实的对冲基金是怎么运作的。

在华尔街,一家像样的对冲基金通常有这么一套运转机制:研究部门负责出报告,投决会上多空分析师互相“抬杠”,交易台根据讨论结果执行策略,风控团队在最后一步把关。一笔交易从立项到执行,中间要经过好几道关卡,环环相扣,没有哪个环节是拍脑袋做出来的。这种流程不是为了折腾人,而是因为金融决策的容错率实在太低了——一次失误可能就是几百万甚至上千万的损失。

TradingAgents做的事情,就是把这套运转了几十年的人类组织流程翻译成AI Agent能执行的代码。它把整个交易决策链路拆成了四层,每层对应一个职能团队。

第一层是分析师团队,四个人各管一摊。基本面分析师负责评估公司财务表现——利润率、资产回报率、现金流这些硬指标,找内在价值和潜在雷区。舆情分析师盯着社交媒体和论坛,用量化情绪评分算法判断市场短期风向。新闻分析师追踪全球宏观经济事件和政策变动,评估对目标资产的冲击。技术分析师则用MACD、RSI等经典指标识别价格形态和趋势信号。

这四个角色各干各的,信息源也完全不同。市场行情数据来自雅虎财经,社交媒体数据来自X和Reddit,新闻数据来自彭博和路透,基本面数据则来自公司财报和内幕交易披露。四根信息管道并行运转,互不干扰,最后各自输出一份结构化的分析报告。

从项目展示的分析界面来看,四个分析师的输出不是简单的一段话,而是有明确论点、论据和量化指标的完整分析文档。比如舆情分析师会给出具体的情绪峰值时间和分数,技术分析师会列出关键指标的数值和含义,基本面分析师会按盈利能力、流动性、估值等维度逐项打分。

四维分析师团队输出示例(以Apple Inc.为例)

第二层是研究员团队,两个角色,一个唱多一个唱空。分析师团队给出的是“证据”,研究员团队负责“判断”。多头研究员拿着分析师的报告找买入的理由,空头研究员拿着同一份报告找卖出的理由,然后两人展开结构化辩论——类似投行里多空分析师的经典对抗。

这不是随便吵一架完事。辩论过程有明确的轮次控制,默认两轮,可以自行调整。每一轮辩论都要给出论据和推理逻辑,输出的是经过对抗验证的多空证据链,而不是含糊的“我觉得该买”或者“可能要跌”。

多空研究员结构化辩论(左侧Bullish / 右侧Bearish)

第三层是交易员Agent。交易员不负责原创分析,它负责汇总和提案。把分析师的证据和研究员的辩论结论压缩成一份交易提案,明确交易方向、时机和仓位大小。

这个设计很关键——决策的可追溯性因此有了保障。每一笔交易为什么做、依据是什么、辩论过程中有什么分歧、风控怎么评估的,全链条清晰可查。

交易员最终决策输出(BUY Apple Shares)

第四层是风控与投资组合经理。风控团队从激进、中性、保守三个维度评估提案的风险敞口,把评估报告交给投资组合经理做最终裁决。经理有权批准、拒绝或者调整方案。只有经过审批的交易指令,才会被发送到模拟交易所执行。

风控三角色(Risky / Neutral / Safe)与投资组合经理最终裁决

有意思的是,整个系统的推理引擎嵌入了深度推理能力。TradingAgents把深度推理嵌入到了研究员和交易员的决策链路中,让Agent在辩论和提案阶段能进行更深层次的逻辑推演,而不是浅层的信息拼接。

TradingAgents 四层架构全景图

为什么不是一个Agent搞定所有事

看到这里,有人可能会想:为什么不直接找一个最强的模型,给它足够的上下文,让它一口气分析完所有维度然后给个结论?这个想法很直觉,但在金融场景里有几个绕不过去的问题。

第一个是信息过载。一个专业的量化分析师每天要处理财报数据、宏观新闻、社交舆情、技术指标、资金流向——多维度信息同时涌入,单一模型的上下文窗口再大,也很难在保证质量的前提下同时处理所有信息。

第二个是角色冲突。让同一个模型“同时分析一只股票的多空两面”,听起来合理,实际上模型很难在同一轮推理中既唱多又唱空,还能保持论证的独立性。这就像让一个人自己跟自己辩论,怎么都觉得差点意思。

第三个是决策黑箱。单Agent模式下,模型给出“买入”建议时,你很难追溯这个结论是怎么来的。而多Agent架构天然提供了决策审计链——每一层谁说了什么、依据是什么、辩论了几个回合、风控怎么评估的,全都有据可查。

TradingAgents的解法很直接:把一个大问题拆成多个小问题,每个小问题由一个“专家”负责,专家之间通过结构化的对抗机制来校准偏差,最终由决策层做综合判断。

这不是什么新鲜发明。华尔街的顶级基金一直都是这么运转的——部门分工、专业对抗、层层复核。TradingAgents做的,只是把这个人类流程翻译成了机器能执行的代码。真正聪明的不是架构本身,而是它选对了模仿对象:不是模拟一个交易员的思维,而是模拟一套交易组织的运作机制。

上手体验:一行命令跑起来

TradingAgents的上手门槛,说一句“几乎为零”不过分。

安装就三步:克隆仓库,建Python虚拟环境,运行安装命令。完了。配好任意一个主流大模型的API Key之后,启动交互式命令行,就能看到一个配置界面——选择股票代码、分析日期、模型提供商、辩论轮数这些参数。选好之后回车,各个Agent就开始按流程跑起来了:

模型支持方面相当大方。OpenAI的GPT系列、Google的Gemini、Anthropic的Claude、xAI的Grok、DeepSeek、阿里通义千问、智谱GLM,甚至用Ollama在本地跑开源模型都行。企业级用户还能接入Azure OpenAI和AWS Bedrock。一套工厂模式的Provider架构让切换模型变得很简单,每个Provider的原生结构化输出方式被自动适配——比如OpenAI走JSON Schema,Anthropic走工具调用,其他兼容Provider走函数调用。这也意味着,你可以根据成本和性能灵活选择模型,便宜的任务用小模型,复杂的推理用大模型。

简单说,只要有任意一个主流大模型的API Key就能跑。不需要GPU,不需要训练模型,不需要标注数据。

想用Python直接调用也很方便。核心就是初始化一个图对象,传入股票代码和分析日期,系统自动跑完四层流程返回交易决策。你还可以自定义各种参数——比如用大模型做深度推理、小模型做快速任务,控制辩论轮数,调整风险偏好等等。

v0.2.4版本加了一个很有意思的功能:决策记忆。每次分析完成后,决策结果会自动记录到本地日志文件中。下次分析同一只股票时,系统会自动调取历史决策,对比实际收益——包括相对标普500的Alpha收益——然后生成一段反思:“上次为什么对了”“上次为什么错了”。这些经验会被注入到投资组合经理的决策prompt中,让每次分析都站在上一次的肩膀上。

这意味着TradingAgents不再是每次从零开始的“无脑机器人”。它具备了某种形式的经验积累能力,分析得越多,沉淀的经验越丰富。

新版还支持断点续跑。LangGraph在每个节点保存状态,哪怕跑一半程序崩了或者网络断了,下次启动也能从上次的断点自动恢复,不用重头再来。对于一套跑下来可能消耗不少Token的分析流程来说,这个功能相当实用。

另外还有一个容易被忽略的价值:整个分析框架是白盒的。从分析师的数据输入,到研究员的多空辩论,再到交易员的提案和风控的评估,全过程有完整日志输出。你可以清楚地看到每个Agent的推理过程和决策依据,这比大多数黑箱量化系统透明得多。对于做量化研究的人来说,这种透明度本身就很有价值。

更大的图景:垂直智能体正在吃掉通用框架

TradingAgents能在GitHub上炸出这样的热度,不只是一个项目火了这么简单,背后是行业趋势的共振。

2026年3月,英伟达发布了一份《金融服务业的人工智能现状:2026年趋势》(State of AI in Financial Services: 2026 Trends)报告,调研了全球800多位金融从业者。报告里有几个数据挺能说明问题:65%的金融机构已经在积极使用AI,比去年的45%大幅跳升;89%的机构表示AI同时带来了收入增长和成本下降;64%的受访者表示AI帮助年收入增长超过5%,其中29%的人表示增长超过10%。更重要的是,42%的机构正在使用或评估Agentic AI,其中21%已经实际部署了AI智能体。

报告指出,金融行业正在经历它的“深度学习时刻”——过去算法交易依赖量化分析师做大量人工特征工程,现在AI系统可以自动研究海量数据、发现规律、输出交易信号。这种转变正在重塑量化团队的人才结构和研究流程。英伟达CEO黄仁勋在同期的GTC大会上也提到,AI产业正在从模型训练转向推理应用,Token经济开始成熟,AI能力正在变成一种可量化、可交易的生产要素。金融机构的采购部门已经开始像对待云计算资源一样,对AI算力进行成本核算和供应商比价。

再看开源社区的趋势。2024年GitHub趋势榜的常客是LangChain、CrewAI这类通用编排框架。但到了2026年4月底5月初,TradingAgents一个金融垂直项目就把它们挤出了前20。同期上榜的还有专注自主金融研究的Dexter、做网络调查的Maigret等垂直领域项目,整个榜单前20找不到一个通用编排框架的位置。

这背后的逻辑并不复杂:当大模型的工具调用能力足够可靠、推理成本断崖式下降的时候,用户要的不再是“帮我搭一个智能体框架”,而是“直接给我一个能跑通的工作流”。通用框架承诺的“灵活编排”,在垂直领域用户眼里变成了配置负担——他们要的是经过验证的策略逻辑和端到端的解决方案,不是可配置的工作流图表。

TradingAgents的真正价值,不是它的多智能体架构有多精妙,而是它提供了一个经过验证的、可以直接投入研究使用的金融分析系统。结构化的多空辩论机制、带记忆的决策系统、透明的分析日志——这些才是真正构成壁垒的东西,也是通用框架开箱即用提供不了的能力。

当然,有必要泼一盆冷水。TradingAgents在项目首页就写得很明确:本框架仅供研究目的,不构成任何金融、投资或交易建议。

这不是例行公事的免责声明,而是对项目当前状态的事实描述。它的分析基于历史数据和LLM推理,交易表现在真实市场中会因模型选择、参数设置、数据质量和大量非确定性因素而产生偏差。在金融这个容错率极低的领域,距离真正的生产级部署,中间还有不短的路要走。

但它确实证明了一件事:多Agent系统在金融分析场景中的可行性,已经从学术概念走向了工程实践。从“能不能做”进入了“怎么做更好”的阶段。

对于关注AI在垂直领域落地的开发者来说,TradingAgents提供了一个值得研究的范本——不是因为它能帮你赚钱,而是因为它展示了如何把一个真实世界的复杂业务流程,系统地分解为AI Agent可以协作执行的架构。这种“把行业know-how翻译成Agent协作流程”的思路,远比项目本身的交易功能更有参考价值。(本文首发钛媒体APP,作者 | 硅谷Tech_news,编辑 | 焦燕)

本月行业报告公开最新政策71.4K Star的AI交易团队:多智能体架构如何“炒”出一个华尔街

低调上线却突然爆火出圈,一个无人造势的开源AI项目,为何能横扫GitHub、引爆金融圈?背后多Agent复刻华尔街投研体系的玩法,藏着AI金融落地的全新逻辑。

2024年12月28日,一个叫TradingAgents的项目悄悄上线了GitHub。

没有发布会,没有融资通稿,没有大V站台。只有一篇挂在arXiv上的学术论文(编号 2412.20138),和一个刚建好的代码仓库。背后的团队叫Tauric Research,总共只有三个公开仓库,社交账号粉丝刚过一千,怎么看都不像会搞出大事的样子。

但到了2026年5月初,这个项目拿下了超过71,400颗Star,13,800多次Fork,直接冲上GitHub Python趋势榜第一。其中2026年2月发布的v0.2.0版本引入多提供商支持后增速明显加快,4月底到5月初的一周之内暴涨超过11,000颗Star,24小时内涨了3,315颗——这个增速在开源社区的历史上都不多见。

TradingAgents GitHub Star 增长曲线(2024.12 – 2026.5)

它做的事情听起来有点“出格”:用多个AI Agent模拟一整个华尔街的投研交易团队,让它们分工协作、多空辩论、风控把关,最后集体拍板做出交易决策。

而且,完全开源,一行代码就能跑起来。

(项目地址:https://github.com/TauricResearch/TradingAgents)

一个投研团队的数字化分身

要理解TradingAgents在做什么,先得理解它模仿的对象——真实的对冲基金是怎么运作的。

在华尔街,一家像样的对冲基金通常有这么一套运转机制:研究部门负责出报告,投决会上多空分析师互相“抬杠”,交易台根据讨论结果执行策略,风控团队在最后一步把关。一笔交易从立项到执行,中间要经过好几道关卡,环环相扣,没有哪个环节是拍脑袋做出来的。这种流程不是为了折腾人,而是因为金融决策的容错率实在太低了——一次失误可能就是几百万甚至上千万的损失。

TradingAgents做的事情,就是把这套运转了几十年的人类组织流程翻译成AI Agent能执行的代码。它把整个交易决策链路拆成了四层,每层对应一个职能团队。

第一层是分析师团队,四个人各管一摊。基本面分析师负责评估公司财务表现——利润率、资产回报率、现金流这些硬指标,找内在价值和潜在雷区。舆情分析师盯着社交媒体和论坛,用量化情绪评分算法判断市场短期风向。新闻分析师追踪全球宏观经济事件和政策变动,评估对目标资产的冲击。技术分析师则用MACD、RSI等经典指标识别价格形态和趋势信号。

这四个角色各干各的,信息源也完全不同。市场行情数据来自雅虎财经,社交媒体数据来自X和Reddit,新闻数据来自彭博和路透,基本面数据则来自公司财报和内幕交易披露。四根信息管道并行运转,互不干扰,最后各自输出一份结构化的分析报告。

从项目展示的分析界面来看,四个分析师的输出不是简单的一段话,而是有明确论点、论据和量化指标的完整分析文档。比如舆情分析师会给出具体的情绪峰值时间和分数,技术分析师会列出关键指标的数值和含义,基本面分析师会按盈利能力、流动性、估值等维度逐项打分。

四维分析师团队输出示例(以Apple Inc.为例)

第二层是研究员团队,两个角色,一个唱多一个唱空。分析师团队给出的是“证据”,研究员团队负责“判断”。多头研究员拿着分析师的报告找买入的理由,空头研究员拿着同一份报告找卖出的理由,然后两人展开结构化辩论——类似投行里多空分析师的经典对抗。

这不是随便吵一架完事。辩论过程有明确的轮次控制,默认两轮,可以自行调整。每一轮辩论都要给出论据和推理逻辑,输出的是经过对抗验证的多空证据链,而不是含糊的“我觉得该买”或者“可能要跌”。

多空研究员结构化辩论(左侧Bullish / 右侧Bearish)

第三层是交易员Agent。交易员不负责原创分析,它负责汇总和提案。把分析师的证据和研究员的辩论结论压缩成一份交易提案,明确交易方向、时机和仓位大小。

这个设计很关键——决策的可追溯性因此有了保障。每一笔交易为什么做、依据是什么、辩论过程中有什么分歧、风控怎么评估的,全链条清晰可查。

交易员最终决策输出(BUY Apple Shares)

第四层是风控与投资组合经理。风控团队从激进、中性、保守三个维度评估提案的风险敞口,把评估报告交给投资组合经理做最终裁决。经理有权批准、拒绝或者调整方案。只有经过审批的交易指令,才会被发送到模拟交易所执行。

风控三角色(Risky / Neutral / Safe)与投资组合经理最终裁决

有意思的是,整个系统的推理引擎嵌入了深度推理能力。TradingAgents把深度推理嵌入到了研究员和交易员的决策链路中,让Agent在辩论和提案阶段能进行更深层次的逻辑推演,而不是浅层的信息拼接。

TradingAgents 四层架构全景图

为什么不是一个Agent搞定所有事

看到这里,有人可能会想:为什么不直接找一个最强的模型,给它足够的上下文,让它一口气分析完所有维度然后给个结论?这个想法很直觉,但在金融场景里有几个绕不过去的问题。

第一个是信息过载。一个专业的量化分析师每天要处理财报数据、宏观新闻、社交舆情、技术指标、资金流向——多维度信息同时涌入,单一模型的上下文窗口再大,也很难在保证质量的前提下同时处理所有信息。

第二个是角色冲突。让同一个模型“同时分析一只股票的多空两面”,听起来合理,实际上模型很难在同一轮推理中既唱多又唱空,还能保持论证的独立性。这就像让一个人自己跟自己辩论,怎么都觉得差点意思。

第三个是决策黑箱。单Agent模式下,模型给出“买入”建议时,你很难追溯这个结论是怎么来的。而多Agent架构天然提供了决策审计链——每一层谁说了什么、依据是什么、辩论了几个回合、风控怎么评估的,全都有据可查。

TradingAgents的解法很直接:把一个大问题拆成多个小问题,每个小问题由一个“专家”负责,专家之间通过结构化的对抗机制来校准偏差,最终由决策层做综合判断。

这不是什么新鲜发明。华尔街的顶级基金一直都是这么运转的——部门分工、专业对抗、层层复核。TradingAgents做的,只是把这个人类流程翻译成了机器能执行的代码。真正聪明的不是架构本身,而是它选对了模仿对象:不是模拟一个交易员的思维,而是模拟一套交易组织的运作机制。

上手体验:一行命令跑起来

TradingAgents的上手门槛,说一句“几乎为零”不过分。

安装就三步:克隆仓库,建Python虚拟环境,运行安装命令。完了。配好任意一个主流大模型的API Key之后,启动交互式命令行,就能看到一个配置界面——选择股票代码、分析日期、模型提供商、辩论轮数这些参数。选好之后回车,各个Agent就开始按流程跑起来了:

模型支持方面相当大方。OpenAI的GPT系列、Google的Gemini、Anthropic的Claude、xAI的Grok、DeepSeek、阿里通义千问、智谱GLM,甚至用Ollama在本地跑开源模型都行。企业级用户还能接入Azure OpenAI和AWS Bedrock。一套工厂模式的Provider架构让切换模型变得很简单,每个Provider的原生结构化输出方式被自动适配——比如OpenAI走JSON Schema,Anthropic走工具调用,其他兼容Provider走函数调用。这也意味着,你可以根据成本和性能灵活选择模型,便宜的任务用小模型,复杂的推理用大模型。

简单说,只要有任意一个主流大模型的API Key就能跑。不需要GPU,不需要训练模型,不需要标注数据。

想用Python直接调用也很方便。核心就是初始化一个图对象,传入股票代码和分析日期,系统自动跑完四层流程返回交易决策。你还可以自定义各种参数——比如用大模型做深度推理、小模型做快速任务,控制辩论轮数,调整风险偏好等等。

v0.2.4版本加了一个很有意思的功能:决策记忆。每次分析完成后,决策结果会自动记录到本地日志文件中。下次分析同一只股票时,系统会自动调取历史决策,对比实际收益——包括相对标普500的Alpha收益——然后生成一段反思:“上次为什么对了”“上次为什么错了”。这些经验会被注入到投资组合经理的决策prompt中,让每次分析都站在上一次的肩膀上。

这意味着TradingAgents不再是每次从零开始的“无脑机器人”。它具备了某种形式的经验积累能力,分析得越多,沉淀的经验越丰富。

新版还支持断点续跑。LangGraph在每个节点保存状态,哪怕跑一半程序崩了或者网络断了,下次启动也能从上次的断点自动恢复,不用重头再来。对于一套跑下来可能消耗不少Token的分析流程来说,这个功能相当实用。

另外还有一个容易被忽略的价值:整个分析框架是白盒的。从分析师的数据输入,到研究员的多空辩论,再到交易员的提案和风控的评估,全过程有完整日志输出。你可以清楚地看到每个Agent的推理过程和决策依据,这比大多数黑箱量化系统透明得多。对于做量化研究的人来说,这种透明度本身就很有价值。

更大的图景:垂直智能体正在吃掉通用框架

TradingAgents能在GitHub上炸出这样的热度,不只是一个项目火了这么简单,背后是行业趋势的共振。

2026年3月,英伟达发布了一份《金融服务业的人工智能现状:2026年趋势》(State of AI in Financial Services: 2026 Trends)报告,调研了全球800多位金融从业者。报告里有几个数据挺能说明问题:65%的金融机构已经在积极使用AI,比去年的45%大幅跳升;89%的机构表示AI同时带来了收入增长和成本下降;64%的受访者表示AI帮助年收入增长超过5%,其中29%的人表示增长超过10%。更重要的是,42%的机构正在使用或评估Agentic AI,其中21%已经实际部署了AI智能体。

报告指出,金融行业正在经历它的“深度学习时刻”——过去算法交易依赖量化分析师做大量人工特征工程,现在AI系统可以自动研究海量数据、发现规律、输出交易信号。这种转变正在重塑量化团队的人才结构和研究流程。英伟达CEO黄仁勋在同期的GTC大会上也提到,AI产业正在从模型训练转向推理应用,Token经济开始成熟,AI能力正在变成一种可量化、可交易的生产要素。金融机构的采购部门已经开始像对待云计算资源一样,对AI算力进行成本核算和供应商比价。

再看开源社区的趋势。2024年GitHub趋势榜的常客是LangChain、CrewAI这类通用编排框架。但到了2026年4月底5月初,TradingAgents一个金融垂直项目就把它们挤出了前20。同期上榜的还有专注自主金融研究的Dexter、做网络调查的Maigret等垂直领域项目,整个榜单前20找不到一个通用编排框架的位置。

这背后的逻辑并不复杂:当大模型的工具调用能力足够可靠、推理成本断崖式下降的时候,用户要的不再是“帮我搭一个智能体框架”,而是“直接给我一个能跑通的工作流”。通用框架承诺的“灵活编排”,在垂直领域用户眼里变成了配置负担——他们要的是经过验证的策略逻辑和端到端的解决方案,不是可配置的工作流图表。

TradingAgents的真正价值,不是它的多智能体架构有多精妙,而是它提供了一个经过验证的、可以直接投入研究使用的金融分析系统。结构化的多空辩论机制、带记忆的决策系统、透明的分析日志——这些才是真正构成壁垒的东西,也是通用框架开箱即用提供不了的能力。

当然,有必要泼一盆冷水。TradingAgents在项目首页就写得很明确:本框架仅供研究目的,不构成任何金融、投资或交易建议。

这不是例行公事的免责声明,而是对项目当前状态的事实描述。它的分析基于历史数据和LLM推理,交易表现在真实市场中会因模型选择、参数设置、数据质量和大量非确定性因素而产生偏差。在金融这个容错率极低的领域,距离真正的生产级部署,中间还有不短的路要走。

但它确实证明了一件事:多Agent系统在金融分析场景中的可行性,已经从学术概念走向了工程实践。从“能不能做”进入了“怎么做更好”的阶段。

对于关注AI在垂直领域落地的开发者来说,TradingAgents提供了一个值得研究的范本——不是因为它能帮你赚钱,而是因为它展示了如何把一个真实世界的复杂业务流程,系统地分解为AI Agent可以协作执行的架构。这种“把行业know-how翻译成Agent协作流程”的思路,远比项目本身的交易功能更有参考价值。(本文首发钛媒体APP,作者 | 硅谷Tech_news,编辑 | 焦燕)


就像魔术师需要靠一套连贯的动作和声光电配合来完成一场视觉欺骗一样,伪科学骗局也有一套标准的“拟科学化”洗脑流水线。它分为五个步骤,环环相扣,层层下套。 黄色网在下载 - 独特的视觉设计与流畅的操作体验,让人爱不释手 新疆一水渠遍布救命绳
新疆一水渠遍布救命绳

新疆一水渠遍布救命绳

百万最新免费软件游戏

下载

新疆一水渠遍布救命绳
首页>>山东推进场景创新 2027年拟培育入库场景超500项
新疆一水渠遍布救命绳

新疆一水渠遍布救命绳

「活动」首次登录送19元红包

16.51MB
版本{版本}
下载APK高速下载
下载再71.4K Star的AI交易团队:多智能体架构如何“炒”出一个华尔街安装你想要的应用 更方便 更快捷 发现更多
喜欢14%好评(70人)
评论80
71.4K Star的AI交易团队:多智能体架构如何“炒”出一个华尔街截图071.4K Star的AI交易团队:多智能体架构如何“炒”出一个华尔街截图171.4K Star的AI交易团队:多智能体架构如何“炒”出一个华尔街截图271.4K Star的AI交易团队:多智能体架构如何“炒”出一个华尔街截图371.4K Star的AI交易团队:多智能体架构如何“炒”出一个华尔街截图4
详细信息
  • 软件大小:55.46MB
  • 最后更新:2026-11-21 17:18:43
  • 最新版本:{版本}
  • 文件格式:apk
  • 应用分类:ios-Android71.4K Star的AI交易团队:多智能体架构如何“炒”出一个华尔街
  • 使用语言:中文
  • :需要联网
  • 系统要求:4.91以上
应用介绍
🚫第一步:访问《71.4K Star的AI交易团队:多智能体架构如何“炒”出一个华尔街》官网👉首先,打开您的浏览器,输入《71.4K Star的AI交易团队:多智能体架构如何“炒”出一个华尔街》。您可以通过搜索引擎搜索或直接输入网址来访问.🦏
🚫第二步:点击注册按钮👉一旦进入《71.4K Star的AI交易团队:多智能体架构如何“炒”出一个华尔街》网站官网,您会在页面上找到一个醒目的注册按钮。点击该按钮,您将被引导至注册页面。😯️
🚫第三步:填写注册信息 👉在注册页面上,您需要填写一些必要的个人信息来创建《71.4K Star的AI交易团队:多智能体架构如何“炒”出一个华尔街》网站账户。通常包括用户名、密码、电子邮件地址、手机号码等。请务必提供准确完整的信息,以确保顺利完成注册。♍️
🚫第四步:验证账户👉填写完个人信息后,您可能需要进行账户验证。《71.4K Star的AI交易团队:多智能体架构如何“炒”出一个华尔街》网站会向您提供的电子邮件地址或手机号码发送一条验证信息,您需要按照提示进行验证操作。这有助于确保账户的安全性,并防止不法分子滥用您的个人信息。🐕
🚫第五步:设置安全选项👉《71.4K Star的AI交易团队:多智能体架构如何“炒”出一个华尔街》网站通常要求您设置一些安全选项,以增强账户的安全性。例如,可以设置安全问题和答案,启用两步验证等功能。请根据系统的提示设置相关选项,并妥善保管相关信息,确保您的账户安全。🐊
🚫第六步:阅读并同意条款👉在注册过程中,《71.4K Star的AI交易团队:多智能体架构如何“炒”出一个华尔街》网站会提供使用条款和规定供您阅读。这些条款包括平台的使用规范、隐私政策等内容。在注册之前,请仔细阅读并理解这些条款,并确保您同意并愿意遵守。😑️
🚫第七步:完成注册👉一旦您完成了所有必要的步骤,并同意了《71.4K Star的AI交易团队:多智能体架构如何“炒”出一个华尔街》网站的条款,恭喜您!您已经成功注册了《71.4K Star的AI交易团队:多智能体架构如何“炒”出一个华尔街》网站账户。现在,您可以畅享《71.4K Star的AI交易团队:多智能体架构如何“炒”出一个华尔街》网站提供的丰富体育赛事、刺激的游戏体验以及其他令人兴奋!🕕
【联系我们】
客服热线
加载更多
版本更新
{版本}
71.4K Star的AI交易团队:多智能体架构如何“炒”出一个华尔街
  • 河南“五一”假期博物馆、纪念馆进馆量超402万人次
  • 中国—东盟商贸资讯平台在广西南宁启动
  • 美方以协助伊朗为由制裁中国企业 中方:坚决反对非法单边制裁
  • “中国式安全感”为何圈粉世界(人民时评)
  • 白城医学高等专科学校原党委书记刘俊道接受审查调查
  • 两女子地铁车厢吸烟躺卧
  • 外交部:中美双方可以通过加强合作促进各自发展振兴
  • 金巧巧分享带娃日常
  • 教育部等四部门:中小学需设置学生心理辅导室
  • 女子在耳朵注射玻尿酸后确诊脑梗死
  • 波士顿咨询:香港首次超越瑞士 成全球最大跨境财富管理中心
  • 国家医保局曝光4起定点医疗机构违反医保协议典型案例
  • 台湾作家杨渡:大陆AI短视频让台湾年轻人“一集一集接下去”看不停
  • 述评:国乒“新答卷”:立于高处,从无安逸可言

    “驾考科目加项难度翻倍”不实

    德比斯直播 张雪现身当“榜一大哥”

    详情
查看更多
加载中加载中,请稍等...

71.4K Star的AI交易团队:多智能体架构如何“炒”出一个华尔街类似软件

  • 【外眼看西藏·75年变迁】“京腔儿”柯马凯:缘起三代,畅谈西藏75年新生网聚文明力量 共筑清朗家园——我国网络文明建设取得积极成效

    中国自主研发载人观光潜水器亮相西洽会 已远销马来西亚、印尼

  • 孙俪眼睛血管破裂接好运!“偶遇”云南迪庆梅里雪山日照金山

    国产C909机型在新疆巴音布鲁克机场试飞成功

  • 高市“下跪”背后的多重图谋沈阳:“520、521”迎婚姻登记高峰2292对新人喜结连理

    一名尼泊尔登山者攀登珠峰途中身亡

  • 中巴百位友人雅集圣保罗品鉴“茶和天下”“社保断缴三个月账户清零”不实(2026·11·20)

    中新健康|外卖怎么吃能更健康?专家:会挑、会搭、会备注

  • 全球媒体聚焦 | “中国的发展为亚太各方带来实实在在新机遇”台媒:运-20B编号细节透露重要信息

    170万的马跑了 5个人狂追3公里

  • 中澳总理年度会晤联合成果声明(全文)“肯德基指数”回暖释放消费市场积极信号

    大美边疆看我家丨云南镇沅:穿云见山水 黛青似画卷

  • 白宫记者协会晚宴枪击案嫌疑人不认罪宁夏青铜峡15.3万亩酿酒葡萄进入抹芽关键期

    礼赞社科大师 |陈望道:一位语言学家的本心

  • 男子在飞机上拍到3个不明发光物消息人士称目前霍尔木兹海峡周边地区局势平静

    雨势升级!明后天暴雨大暴雨范围扩大 华北多地将直面今年首场暴雨

  • 美国人远赴墨西哥买中国汽车修复得很好!小多吉手术成功 多吉爸爸连声道谢

    国际汽联F4方程式中国锦标赛首次登陆天津

  • 截至去年底中国“四新经济”个体工商户达4010.9万户斯巴达勇士儿童赛上演五一“双城记”

    广西车辆坠河事件已造成6人遇难 4人失联

  • 2026中国体博会筹备就绪 凸显专业化垂直化场景化侨商王琳达安徽寻根寄语:教育如双翼,一个做人,一个做事

    卖饼老板翻饼打出“武侠绝学” 一招一式给足游客情绪价值

  • 国家卫健委:目前超8000种产品使用食品数字标签英国2025年长期净移民数量锐减

    学者:中美建构建设性战略稳定关系 不支持“台独”表态具积极意义

  • 旅居免签、智能助老!中国银发经济这样“圈粉”东盟探访浏阳烟花厂爆炸事故现场:工房内火药混堆隐患突出

    气温回暖风光好 长沙湘江西岸芦苇引市民打卡

  • 世界市长对话都江堰:千年古堰“因势利导”启迪现代城市治理联合国开发计划署可持续采购创新周开幕 助力企业“一站式”出海

    海南创新再制造产品进口管理模式 为产业发展“开路”

  • 南城香创始人称外卖大战结束后,连锁品牌有望给小饭馆释放出单量上海口岸迎首批享受免签出境赴巴西的中国旅客

    重庆启动2026年夏季治安专项打击整治行动 为期五个月聚焦治安突出问题

  • 广东启动省Ⅳ级救灾应急响应在上海结缘的越南夫妇:赴华逐梦,以商贸为桥促越中民间友好

    中小机场有的一日运送旅客不足10人

  • 以色列称内塔尼亚胡秘访阿联酋 阿方否认新阶层·新经济|众创空间科技集团创始人段晓辉:不要一开始就给创业者贴上标签

    剑指虚假宣传,市场监管部门开展网售食品专项整治

  • 科技赋能生态共治 长江大保护迈向新征程为什么年纪轻轻,头发却“留不住”?医生分享防脱心得

    跨越千里赴烟台 中外骑士共赴海岸追风之约

  • 让电影走出电影院!银幕碰头计划开启“电影+”IP文化新玩法002493,控股股东拟大手笔增持!

    新华图讯|俄罗斯总统普京抵达北京开始访华

  • 汽车开12天增程器坏了?售后经理回应第十四届矿博会收官 总成交金额达24.15亿元

    不是“拉肚子”那么简单:专家解读炎症性肠病防治

  • 孩子点燃杨柳絮 家长赔偿11万新华视点|一地一特色 看乡土大地的丰收与青绿

    幕后微光聚暖流 志愿护航“东北超”

  • 湖南携7000余岗位赴浙揽才 高校毕业生招聘火热美食文旅节目《三餐四季》走进浙江寻市井烟火品江南风雅

    东南亚地区海外商标布局和保护培训

  • 【和合共生】习言道|密集会见多国领导人,习近平频繁提及这几个词当AI生成简历遇上AI筛选简历

    在法中国流失文物 哪些有望被归还?

  • 内蒙古自治区乌兰察布市委原副书记、政法委原书记、组织部原部长李勇严重违纪违法被“双开”Anthropic的企业文化

    人类语言神经机制如何起源演化?科学家在狨猴大脑发现关键线索

  • 乌克兰首都基辅传出爆炸声RCEP展现强大韧性与活力 成为区域经济一体化新引擎

    法医:马拉多纳在离世前经历了约12小时的痛苦煎熬

  • 神舟二十一号和神舟二十三号航天员乘组完成在轨交接沉浸式文化游升温 浙江千年古村上演“戏曲盲盒”

    雷军余承东预警:手机只会越来越贵

  • 新疆乌恰:考试当天恰逢生日 民警为考生送来甜蜜祝福沃西:八村塁终于发挥了自己的实力

    AI蒸馏复刻同事?潜藏三方面法律风险需关注

  • 张之臻错失两个赛点 止步ATP1000罗马站首轮5月26日人民币对美元中间价报6.8288 上调30个基点

    京通APP推英文版 让外国游客“丝滑”逛北京

  • 山西煤矿事故伤者主要因有毒气体中国教育主题图书捐赠南非国家图书馆

    美国缅因州一木材厂爆炸并起火 已致1死11伤

  • 中国官方连打三“虎” 中南大学原校长张尧学被“双开”600余项科普活动点亮2026年重庆市科技活动周

    朝鲜我故乡女足抵达韩国参赛

  • 复古经济兴起:年轻人愿为“回忆”买单律师:女孩盲道被撞摆拍者或构成寻衅滋事罪 丨法律顾问在身边

    全球媒体聚焦 | 美媒:“五一”黄金周消费升级 凸显中国旅游业强大韧性

  • 贝壳一季度经调净利润16.11亿元同比增长15.7%,主营业务贡献利润率全线提升西洽会上“闻”酒香:当传统白酒遇上风味精酿

    斯巴达勇士赛北京站落幕 近4000选手挑战“三色周末”

  • 南非央行宣布加息25个基点吴艳妮跑出赛季最好成绩

    成都造“小太阳”取得重大突破

  • 汶川小英雄林浩也有女儿了南宁海关基础设施功能恢复项目监理服务(NNHG2026-ZZ-04)采购成交结果公告

    人气旺、消费热、活力足!多项“五一”数据创新高

  • 大变样!藏草+葡萄 山南荒滩变身生态富民宝地交响组曲《想你——永远的焦裕禄》在兰考上演

    哈马斯官员证实:伊兹丁·哈达德已身亡

  • 陕西19家文博单位的190件文物亮相“陕耀中华”展我国与APEC其他经济体食品贸易稳定增长

    台湾再次无法参加世卫大会 国台办回应

相关攻略
  • 2026FIBA3x3世界巡回大师赛上海站落幕 中国杭州经纬队夺冠
    2026-11-21 17:18:43
包含 饿了么 的应用集
  • 这群年轻人出手即“王炸” 财政部部长助理常军红出席东盟与中日韩财长和央行行长系列会议并举行多场双边会谈 如何看马斯克24小时闪电访华
    金砖国家新工业革命伙伴城市网络建设启动
    中国(庐山)杏林文化园迎海外来客 话中医药海外传播
    146908752183042026-11-21 17:18:43
  • 欧盟拟出台法案让儿童延迟使用社交媒体 泰兰尼斯代工厂:做一双鞋只赚几块钱 李稻葵:硅基社会正在形成
    外交部:东京审判庭审记录全译本的出版再次说明日本军国主义侵略罪行罄竹难书
    装弹、瞄准、击发!直击民警实弹射击实战练兵训练
    33133126645612026-11-21 17:18:43
  • 皇岗海关查获出境旅客携带濒危象牙制品8件 中建八局一公司产业工人“五一”奋战预制生产一线 江苏实施消费品召回729次 儿童用品召回数量占比约24.31 %
    宁夏建立就业“三全”机制 促重点群体精准上岗
    湖南岳阳发生交通事故致2死2伤 肇事司机被刑拘
    5447751265135951612026-11-21 17:18:43
  • 野生鹦鹉会通过社会学习迅速接受未知食物 中华全国总工会党组书记、副主席、书记处第一书记徐留平接受审查调查 奋斗华章丨平凡亦有光 奋斗即力量”
    海南首个飞灰资源化利用项目投产
    “洋老板”逐梦义乌:做全球生意 享安心生活
    9322647488635222026-11-21 17:18:43
  • 大美边疆看我家丨腾冲五合:“小地方”踏青正当时 繁花似锦引游人 媒体批台当局与斯威士兰“金元外交” 湖南省永州市委原常委、秘书长唐能武被开除党籍
    刘攀任北京交通大学校长
    一代“神车”还想进ICU抢救下
    679651184609182026-11-21 17:18:43
  • 第一次见舞龙虾 福建省科技馆开展“科学护平安·安全嘉年华”科普活动 境外游客“中国购”持续火热
    内蒙古“会唱歌的沙子”圈粉中外游客
    菲军方称向参议院派兵负责安保执勤 开枪事件仍在调查
    394075430339092026-11-21 17:18:43
  • 警护“青绿”赋能全域 浙江德清探索生态守护新范式 中方回应“12月中俄美元首是否会晤” 小伙用竹子手搓自行车 售价8000元起
    中央网信办划红线 如何规范短视频内容标注?违规如何惩戒?账号及平台如何承担责任?
    南水北调已累计向北方调水880亿立方米
    62312951009562026-11-21 17:18:43
  • ISO/TC 228年会首次在华举办 助力我国旅游国际标准化迈入新阶段 阿贝尔谈巴菲特投资组合 科学之“声”如何启迪未来?公众科学日开启一场声学探索旅程
    贵州省信访局局长马磊接受审查调查
    “五一”假期 浙江篮球“冠中冠”比赛吸引民众
    1697972019093355342026-11-21 17:18:43
  • 渔民逐梦蓝海 中国首艘民资建造科考船背后的家国情怀 王志华:49个新增火电项目环评挖掘每年170万吨二氧化碳减排量 有人听不懂、有人“吃不饱”——高校AI通识课怎样才能讲好
    韩国前总统尹锡悦涉嫌作伪证案一审被判无罪
    航行警告!北部湾部分海域进行实弹射击 禁止驶入
    112272003081572026-11-21 17:18:43
  • 首届东北地区城市足球联赛开幕 海南洋浦港:提速扩容 加快打造国际航运枢纽 沪闽携手推出5条金马游线路 串联两岸文旅资源
    美国威胁制裁向伊朗缴通行费的航运企业
    段永平成泡泡玛特第二大股东
    717973156337152026-11-21 17:18:43
  • 探访福建闽清“空中邮差”:10分钟飞行服务圈的山区“邮路” 草原“大熊猫”青海湖北岸肆意撒欢 惬意觅食 墨菲:希金斯是一个真正的竞争者
    中国高票房电影在南非约堡展映
    特朗普:中美两国有着美好的未来
    496484650195795862026-11-21 17:18:43
  • 西安一道路交通事故致7人受伤 目前伤者已送医救治 中国贸促会:欢迎美国工商界代表来华访问 重庆永川一农家乐3200斤鱼被冲走
    “自信就是大大方方地献丑”
    经纬度:新型电网,将如何助力未来发展?
    34964217728879442026-11-21 17:18:43
  • A股三大指数低开,人形机器人概念逆市活跃 山东荣成:大天鹅最佳观赏季开启 江苏:高温至 蚊子来袭 疾控专家提醒早防范
    今年以来湖北警方破获经济犯罪案件1007起
    国产光纤光模块热卖全球
    2562423142205293702026-11-21 17:18:43
  • 海南着力提升营商环境:有需必应、无事不扰、有诺必践 恒生科技指数涨3% 升破5000点关口 浙江杭州:四足机器人西湖巡逻引关注
    国家安全部提示:规范过程稿管理 防范泄密风险
    丹麦格陵兰岛自治政府重申“不卖岛”
    616831492888082026-11-21 17:18:43
  • 大美边疆看我家丨云南建水:凤凰花燃红广池湖畔 中方对无核武国家鼓吹拥核表示关切 台湾“跑旅团”在兰马:享受跑步,乐在途中
    光大期货:矿钢煤焦类日报5.26
    直播海报:广西柳州发生5.2级地震 直击救援现场
    670616638107580332026-11-21 17:18:43
  • 现场画面!广西柳州5.2级地震 已致3人失联 乐聚智能IPO申请获受理 (深圳APEC)港澳各界热议深圳APEC会议:深度参与亚太合作,助力共同繁荣
    学习新语|国际博物馆日,听总书记讲文物故事
    2026年01月至04月云南省进出口收发货人所在地总值表
    8622537161816407772026-11-21 17:18:43
  • 特朗普说“伊斯兰国”二号头目被“清除” 中方:任何国际司法机构都不应滥用管辖权,应避免政治化和双重标准 新能源车小剐蹭为何修出万元账单
    沈飞钳工华成祥:0.005毫米的青春刻度
    基层传习丨港站聚势通全域“枢纽筋脉” 产城融合让城市“向上生长”
    821443907225902026-11-21 17:18:43
  • 美国:纽约拉瓜迪亚机场地面塌陷 航班延误 大涨118%!A股年内首只翻倍ETF诞生 中国铁路单日旅客发送量连续三天超1900万人次
    一场乡村创客会 共商发展“更优解”
    朝“问”健康 慢性病老人泡脚 水温控制在40℃左右
    13579953238244092026-11-21 17:18:43
  • CBA季后赛:广东队加时“绝杀”北京队 大比分1:1战平 王楚钦:抱着必胜信念迎战日本队 天舟九号货运飞船顺利撤离中国空间站组合体
    宁夏为国省干线逐公里赋数字坐标 公路养护实现精准溯源
    云南楚雄州工商联与临沧市楚雄籍民营经济代表人士开展座谈
    359917598706754272026-11-21 17:18:43
  • 台退将谈美国暂缓140亿美元对台军售 “Deepseek和阿里谈崩了?市场人士回应 美一航班因机器人乘客延误62分钟
    印尼长途客车与油罐车相撞致至少16人死亡
    广西柳州通报打击非法猎捕贩卖野生鸟类 抓捕涉案人员35人
    127425398619082026-11-21 17:18:43
  • 广州共青团积极探索助力培育发展“青春经济”新路径 (第九届进博会)进博会以首秀加速创新落地,以科普推动健康前移 普京与抱过的中国男孩互赠瓷器
    “轻盈巴士”驶入北京 一站式科学减重服务惠及民众
    送别谢莹莹:光一样的、有大爱的译者
    848647851341072026-11-21 17:18:43
  • 上海4月二手房成交量创十年来同期新高 刚需置业支撑市场主流行情 北京“25·7”区域性大洪水标识和洪痕标记工作全部完成 山东荣成:大天鹅最佳观赏季开启
    以总理称已命令以军控制加沙地带70%区域
    唐湘龙称深圳APEC办得非常完美
    57975672681852892026-11-21 17:18:43
  • 护士2分钟心肺复苏救回外卖小哥 海南自贸港境外认证备案制见效 10家机构助企出海 A股开盘:超3100只个股飘绿,三大指数集体低开
    “国乒男队已经没有明显优势”
    北京部分地铁线将试点“携自行车上地铁”,单次30元
    618923872276382026-11-21 17:18:43
友情链接
  • 贵州台江:“万人唱响翁你河”苗歌对唱震撼上演
    2026-11-21 17:18:43
  • 新西兰2026年选战拉开序幕 深度剖析选民关注议题
    2026-11-21 17:18:43
  • 法治赋能绘就湖南城步苗乡乡村振兴新图景
    2026-11-21 17:18:43
安卓手机网上最贴心的Android软件应用平台!版权所有:71.4K Star的AI交易团队:多智能体架构如何“炒”出一个华尔街有限公司备案号:京ICP备17065190号-1