企业官网建设流程全解析

FinRobot 入门指南：如何用 AI 智能体 5 分钟自动化你的股票研究报告

【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

如果你厌倦了手动翻财报、算估值、写分析，FinRobot 可能是你找到的最顺手工具——它是 AI4Finance 基金会开源的金融 AI 智能体平台，用大模型当"大脑"、用代码当"算盘"，自动完成数据抓取、财务预测、估值建模，最后直接输出一份像券商研报一样的 HTML/PDF 报告。项目本身免费、可本地部署，本文带你从零跑起来。

从克隆到首次运行的 5 分钟

环境准备很简单，只要 Python 3.10（官方建议版本），推荐用 conda 隔离一个独立环境，避免污染系统 Python。

三步走：

git clone https://gitcode.com/GitHub_Trending/fi/FinRobot conda create --name finrobot python=3.10 && conda activate finrobot pip install -e .

第一条命令拉取仓库；第三条在 requirements.txt 声明的依赖基础上把 FinRobot 以"可编辑模式"装进环境（好处是改本地代码立即生效）。如果你不想用源码方式，也可以直接pip install -U finrobot装 PyPI 上的发布版，只是版本可能略旧。装完后跑一下python test_module.py能正常导入，就算环境 OK 了。

API 密钥改在哪里：3 个配置文件各管一摊

装完别急着跑，先配密钥——FinRobot 里 AI 模型和财经数据是两条线，配置文件也分三处。

• OAI_CONFIG_LIST：管"大脑"，也就是 LLM。它是一个 JSON 数组，把<your OpenAI API key here>换成你自己的 key 即可；想接 Azure OpenAI 或第三方代理，照着里面的字段格式加一条记录就行。
• config_api_keys：管"数据来源"，包含 Finnhub、FMP（Financial Modeling Prep）、SEC、Reddit、Twitter 等 key。用哪个填哪个，暂时用不上的可以先留空，别全留占位符就行。
• finrobot_equity/core/config/config.ini.example：这是"股票研报模块"专属配置，用之前先复制一份改名为config.ini，然后填fmp_api_key和openai_api_key两个必填项；里面还支持改openai_base_url指向中转服务，省得墙外翻。

一句话记忆：跑智能体教程看前两个，跑研报模块看第三个。

目录地图：先看这 4 块，其余的可以先不管

仓库文件不少，但新手真正要摸的只有四块，剩下都是辅助材料。

• finrobot/：平台本体，三个子目录各干一件事——agents/ 是智能体的"人格和剧本"（提示词、多智能体工作流），data_source/ 对接 FMP、Finnhub、SEC、Reddit、yfinance 等行情和新闻数据，functional/ 是工具箱（画图、量化计算、RAG 检索、代码执行）。
• finrobot_equity/：最出活的部分，一条流水线把财报、预测、DCF 估值、8 个智能体的分析文字汇成一份专业研报，core/output/ 里已经放了几份 NVDA、TSLA 等公司的成品报告，点开就能看"AI 写的研报长啥样"。
• tutorials_beginner/ 和 tutorials_advanced/：Jupyter 教程，按难度分两层，后面单独说。
• 其余的 configs/、experiments/（投资实验脚本）、report/（生成的年报 PDF）、figs/（图片资源）基本是产出物和素材，初学阶段翻到概率很低。

另外根目录的 Dockerfile 给了容器化部署的备选方案，agent_builder_demo.py 则演示"让 AI 帮你自动搭智能体"的玩法，有兴趣可以翻一眼。

学习路径：从新手 notebook 到进阶工作流

官方把教程按"会做"和"想改"分成了两档，照着走基本不会迷路。

新手档（tutorials_beginner/）：

• agent_annual_report.ipynb——让智能体读年报、写摘要，最适合当第一课，能直观看到 RAG（检索增强生成，即"先翻资料再回答"）怎么工作
• agent_fingpt_forecaster.ipynb——股价预测入门
• agent_rag_qa.ipynb——基于财报的问答

进阶档（tutorials_advanced/）：交易策略智能体 agent_trade_strategist.ipynb、多模态画图 lmm_agent_mplfinance.ipynb 和参数优化 lmm_agent_opt_smacross.ipynb，适合想往量化方向深挖的读者。

如果你不想敲 notebook，想直接要成果，就走研报模块的快捷路：

./deploy.sh start

这个脚本会自动建虚拟环境、装依赖、拉起 Web 服务，然后浏览器打开http://127.0.0.1:8001，输入股票代码即可触发整条研报流水线；更细的模块说明见 finrobot_equity/README.md。

下一步建议

把三份密钥配好、跑通一个 beginner notebook，你就正式入门了。之后的路线建议：先用 finrobot_equity/core/output/ 里的现成报告对照自己跑出来的结果找差距，再回头读 finrobot/agents/prompts.py 看每个智能体的"人设"是怎么写的——那里藏着这个项目最值钱的提示词工程。需要提醒一句：项目官方声明代码不构成投资建议，跑出来的研报请当作练手材料，真金白银的决策还是要找专业人士把关。

【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