文档大纲

零成本搭建A股AI决策助手！TradingAgents-CN+OpenClaw实操指南

快速落地方法：

本文及本站大部分openclaw相关文章，都可以让Openclaw agent阅读，然后进行应用，参考Prompt如下：

请阅读这篇文章：
https://www.aiec.fun/%e9%9b%b6%e6%88%90%e6%9c%ac%e6%90%ad%e5%bb%baa%e8%82%a1ai%e5%86%b3%e7%ad%96%e5%8a%a9%e6%89%8b%ef%bc%81tradingagents-cnopenclaw%e5%ae%9e%e6%93%8d%e6%8c%87%e5%8d%97/
分析有哪些内容，对我们优化工作流程有价值。并严格根据openclaw/Darwin-Skill最新官方文档进行核对，排除错误及过时信息，制定落地计划，安装和部署GBrain。

详细方法，参考文章 >>>

对于咱们普通股民来说，找一款适配 A 股、好用又免费的智能分析工具，真的太不容易了。要么是适配美股、用不了 A 股数据，要么是收费高昂，新手望而却步。今天就给大家分享一套亲测可用的组合方案 ——TradingAgents-CN 中文增强版 + OpenClaw，零成本搭建专属 A 股 AI 决策助手，不用复杂编程，新手也能快速上手。

先跟大家说清楚两个核心工具的定位，避免踩坑：TradingAgents 有两个版本，原版是国外开源项目，只适配美股，咱们用不上；而 TradingAgents-CN 是国内开发者优化的中文增强版，专门针对 A 股、港股做了本土化适配，也是咱们这次的核心工具。OpenClaw 则是一个开源生态平台，能把 TradingAgents-CN 封装成可直接调用的技能，用起来更便捷。

一、两个版本核心区别，选对不踩坑

很多人会混淆两个版本，这里用最直白的话讲清楚，大家按需选择：

  • 原版 TradingAgents：
    只支持美股，数据源是 FinnHub 和 Yahoo Finance，没有中文界面，也不理解 A 股的涨跌停、T+1 规则，咱们 A 股用户用起来很别扭，直接 pass。
  • TradingAgents-CN 中文增强版：
    专门为 A 股优化，自带 AKShare、Tushare、BaoStock 三个免费数据源，能直接拉取 A 股行情、财务数据；支持 CLI 命令行和 Python API 两种免费使用方式，还能适配阿里百炼、DeepSeek 等国产大模型，不用科学上网就能用，完全贴合咱们国内股民的使用习惯。

这里特别提醒一句：TradingAgents-CN 的 Web 界面和部分高级功能属于专有组件，需要商业授权，个人用户免费使用的话，重点用 CLI 和 Python API 就够了，完全能满足日常分析需求。

总结一下：做 A 股分析，直接选 TradingAgents-CN，原版不用考虑，适配性太差；个人用户优先用 CLI 和 Python API，避免使用需要商业授权的组件。

二、保姆级安装 + 配置全流程（Windows/Mac 通用，新手零失败）

我会分 Windows 和 Mac 两个系统，把每一步都讲得清清楚楚，全程复制命令 + 点鼠标即可完成，无任何技术门槛，每一步都标注了避坑点，新手跟着走，保证一次成功。

2.1 安装 Python（必备基础环境，所有系统通用）

  1. 打开 Python 官网：https://www.python.org/downloads/，下载 Python 3.10/3.11 版本（不要下最新 3.12+，兼容性更好，避免后续依赖报错）。
  2. 双击安装包，第一步务必勾选「Add Python.exe to PATH」（最关键！不勾选的话，后续输入命令会报错，新手一定要注意）。
  3. 点击「Install Now」，等待安装完成（全程默认下一步即可，不用修改任何配置）。
  4. 验证安装：按下Win+R（Windows）或Command+空格（Mac），输入cmd（Windows）或terminal（Mac）打开命令行，输入：
python --version

如果显示 "Python 3.10.x" 或 "Python 3.11.x"，就代表安装成功；若显示 "不是内部或外部命令"，就是没勾选 PATH，重新安装一次即可。

2.2 安装 OpenClaw（分系统操作，避免踩坑）

OpenClaw 不支持直接用 pip 安装，不同系统有专属安装方式，官方文档地址：docs.openclaw.ai，可查阅完整指南：

2.2.1 Mac 系统（推荐，操作更简单）

  1. 打开终端（terminal），先安装 Homebrew（如果已经安装过，直接跳过这一步）：
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"
  1. 等待 Homebrew 安装完成后，输入以下命令，一键安装 OpenClaw：
brew install openclaw
  1. 验证安装：输入以下命令，查看 OpenClaw 版本，无报错即安装成功：
openclaw --version

2.2.2 Windows 系统

OpenClaw Windows 版本需通过官方文档获取安装包与教程，打开 docs.openclaw.ai 找到 Windows 部署章节，按照指引完成安装即可。安装后打开命令行验证：

openclaw --version

2.2.3 OpenClaw 核心命令（必记，后续常用）

  • 启动 OpenClaw 网关（核心命令，必须先启动才能使用）：
openclaw gateway start
  • 查看已安装的技能：
openclaw skills list
  • 停止 OpenClaw 网关：
openclaw gateway stop

2.3 安装 TradingAgents-CN 及 A 股依赖（官方标准流程）

TradingAgents-CN 无公开 PyPI 包，必须通过 GitHub 克隆仓库安装，这是唯一官方推荐方式：

步骤 1：克隆 GitHub 仓库

git clone https://github.com/hsliuping/TradingAgents-CN.git
cd TradingAgents-CN

步骤 2：安装核心依赖

# 本地安装核心框架
pip install .
# 安装A股三大免费数据源
pip install akshare tushare baostock
# 安装必备辅助依赖
pip install pandas langgraph

✅ 无红色报错即安装完成，权限不足可使用管理员身份运行命令行。

2.4 免费 API 一站式申请（仅需 Tushare，其余免申请）

Tushare Token 获取

  1. 打开官网：https://tushare.pro/ ，手机号注册登录。
  2. 完成实名认证 + 完善资料，领取 200 免费积分。
  3. 个人中心复制个人Token，保存备用。
  4. 每日签到可领取积分，解锁更多数据权限。

AKShare / BaoStock

零注册、零密钥，安装完成后直接调用，无需任何配置。

2.5 环境变量精准配置（核心步骤，抄作业即可）

步骤 1：找到配置文件

启动 OpenClaw 网关后自动生成工作空间：

  • Mac：/Users/你的用户名/openclaw-workspace
  • Windows：C:\Users\你的用户名\openclaw-workspace

找到目录下的.env文件，开启显示隐藏文件即可查看。

步骤 2：配置环境变量

清空原有内容，粘贴以下模板，替换自己的密钥：

# ==================== A股专用配置 无冗余 ====================
# 大模型密钥 二选一
DEEPSEEK_API_KEY=你的DeepSeek密钥
DASHSCOPE_API_KEY=你的阿里百炼密钥

# A股必填数据源
TUSHARE_TOKEN=你的Tushare Token

# 禁用无用配置
FINNHUB_API_KEY=
MONGODB_ENABLED=false
REDIS_ENABLED=false

⚠️ 避坑：A 股无需配置 FinnHub，填写会导致报错。

步骤 3：重启网关生效配置

openclaw gateway stop
openclaw gateway start

2.6 OpenClaw Skill 完整部署（直接复制文件）

步骤 1：创建技能文件夹

进入openclaw-workspace/skills，新建文件夹：tradingagents_cn

步骤 2：新建 4 个文件

1. skill.md

# A股智能分析技能
支持：单股分析、深度分析、批量分析
适配：沪深A股、港股
数据源：Tushare+AKShare+BaoStock
指令示例：
分析股票 600519
深度分析 000001
批量分析 [600519,000001]

2. init.py

空文件，直接保存即可。

3. requirements.txt

tradingagents
akshare
tushare
baostock
langgraph
pandas

4. trading_skill.py

import os
from tradingagents.graph.trading_graph import TradingAgentsGraph
from tradingagents.default_config import DEFAULT_CONFIG

class AStockSkill:
    def __init__(self):
        self.config = DEFAULT_CONFIG.copy()
        self.config["llm_provider"] = "deepseek"
        self.config["data_providers"]["a_share"] = "tushare"
        self.agent = TradingAgentsGraph(debug=True, config=self.config)

    def analysis(self, code, depth=3):
        try:
            state, decision = self.agent.propagate(code, depth=depth)
            return decision, state
        except Exception as e:
            return {"error": str(e)}, None

skill = AStockSkill()

def register_skills(claw):
    @claw.command("分析股票")
    def anal(code: str):
        res, _ = skill.analysis(code)
        if "error" in res:
            return f"分析失败：{res['error']}"
        return f"""【A股分析结果】
股票代码：{code}
决策：{res['action'].upper()} | 置信度：{res['confidence']:.2f}
目标价：{res.get('target_price','未测算')} | 止损价：{res.get('stop_loss','未测算')}
核心逻辑：{res['reasoning'][:200]}..."""

    @claw.command("深度分析")
    def deep_anal(code: str):
        res, _ = skill.analysis(code, depth=5)
        return anal(code)

    @claw.command("批量分析")
    def batch_anal(codes: list):
        result = "【批量分析结果】\n"
        for code in codes:
            res, _ = skill.analysis(code, depth=2)
            if "error" not in res:
                result += f"{code} | 决策：{res['action']} | 置信度：{res['confidence']:.2f}\n"
        return result

2.7 启动 & 验证部署

  1. 启动网关：openclaw gateway start
  2. 查看技能：openclaw skills list
  3. 聊天界面输入：分析股票 600519
  4. 输出分析结果即部署成功。

三、保姆级使用教程（全免费，新手首选）

3.1 最简单：OpenClaw 对话式使用（推荐新手）

直接输入指令，一键出结果：

分析股票 600519
深度分析 000001
批量分析 [600519,000001,000002]

3.2 最便捷：CLI 命令行使用（官方原生）

方式 1：全局命令（安装后直接用）

tradingagents

方式 2：源码目录运行（带参数分析）

cd TradingAgents-CN
python -m cli.main --symbol 600519 --depth 3

分析结果会自动保存至reports文件夹，方便复盘。

3.3 进阶：Python 代码调用（自定义分析）

from tradingagents.graph.trading_graph import TradingAgentsGraph
from tradingagents.default_config import DEFAULT_CONFIG

config = DEFAULT_CONFIG.copy()
config["llm_provider"] = "deepseek"
config["data_providers"]["a_share"] = "tushare"

ta = TradingAgentsGraph(debug=True, config=config)
state, decision = ta.propagate("600519", depth=3)

print("最终决策：", decision["action"])
print("置信度：", decision["confidence"])
print("核心逻辑：", decision["reasoning"])

四、工具能帮你做什么？A 股实战决策辅助

这套工具不荐股、不预测涨跌，专注为你提供客观数据支撑：

  1. 全维度股票体检：自动汇总基本面、技术面、市场情绪数据
  2. 多空辩论机制：模拟多空双方辩论，消除主观偏见
  3. A 股专属风控：适配 T+1 / 涨跌停规则，提供仓位、止损建议

五、付费授权说明：个人用户完全免费

  1. 个人自用：CLI、Python API、OpenClaw 集成全功能免费，无阉割、无授权要求
  2. 商业用途：企业部署、专有 Web 界面 / 导出功能需商业授权
  3. 替代方案：OpenClaw 可实现定时分析、消息推送，完全满足个人使用

六、常见问题排错

  1. 模块缺失：重新执行 pip install .
  2. Tushare 报错：完成实名认证领取积分
  3. 技能不生效：检查文件夹名称与文件完整性
  4. 模型调用失败：核对 API 密钥是否正确

最后总结

TradingAgents-CN+OpenClaw 是专为 A 股散户打造的免费智能分析方案，零成本、本土化、易上手，能大幅提升投资分析效率。

工具仅为决策辅助，投资有风险，入市需谨慎，切勿盲目跟单操作！

阅读量： 429

网站备案号：沪ICP备2025137870号