企业官网建设流程全解析

LangAlpha 是一款开源的 AI 投研 Agent（金融市场的 Agentic Trading 框架），除了网页版和桌面应用，它的托管版还支持连接 Slack、Discord、Telegram、飞书和 iMessage——用手机随手发一条消息，就能让 AI 投研 Agent 读财报、查行情、跑估值，并把研究报告自动发回你的聊天软件。本文带你快速上手这套多渠道玩法。

支持哪些聊天渠道？LangAlpha 渠道一览

LangAlpha 的定位是"金融市场里的 Claude Code"：Agent 会读 SEC 文件、拉行情期权、写代码算模型，最后把 DCF 工作簿、PDF 研报、交互仪表盘这些"交付物"给你。多渠道的价值在于——把这套能力装进你每天打开最多的 App。

💡 渠道功能由 LangAlpha 托管版的**渠道网关（Channel Gateway）**提供：它把各聊天软件里的对话接入与网页版完全相同的聊天 API，所以渠道里问的问题、得到的回答、引用的工作区文件，和网页端没有任何差别。

相关设计见 README.md 的 "Full-stack architecture" 一节和中文文档 docs/README.zh-CN.md。

渠道网关是如何工作的

每个渠道对话在内部都对应一个普通线程（Thread）。网关用platform标记消息来自哪个渠道（slack、discord、telegram、feishu等命名空间），并用external_thread_id（形如chat_id:topic_id）把"同一个聊天窗口"和"同一个线程"绑定起来——你在 Slack 里连续追问，Agent 记得上文，也记得你工作区里的模型和笔记。

这一机制可以在源码中看到：

• 平台与外部线程 ID 的字段定义：ChatRequest
• 消息发送与 SSE 流式接口：threads/messaging.py
• 早期平台字段回填迁移（web/ 渠道命名空间）：011_backfill_thread_platform_web.py

场景一：在手机上随时问行情、问公司

最简单的用法：打开 Telegram 或 Discord，直接对机器人问"NVDA 最近为什么跌？"或"帮我看看 AAPL 下季度的盈利预期"。Agent 会像网页版一样调用行情、基本面、网页搜索等工具，把结论发回当前对话。

适合碎片时间的习惯：

• 📱 通勤路上：问一句昨晚的新闻对公司持仓的影响
• 📱 开盘前：让它用一句话总结今天值得关注的催化剂
• 📱 盘中异动：追问"这只票刚才放量下跌的原因"

因为渠道线程与工作区（Workspace）打通，你在手机上问的每一个问题，都会落在同一个工作区的上下文里——下班后用电脑打开网页版，依然能看到完整记录和它产出的文件。

场景二：让 AI 投研 Agent 把研究报告直接发到 Slack

这是多渠道最爽的用法之一。在 Slack 里对 Agent 说一句"send it over to my slack"，它会把整套交付物发到你的 DM：

整套材料分两条消息送达：先是交付物（PDF 研报、XLSX 反向 DCF 工作簿、HTML 仪表盘），再是带引用来源的研究笔记，每个文件都是一条独立的可点开消息，手机上直接就能打开阅读。对"每天要盯很多只票"的人来说，研报不再躺在网页的某个角落，而是出现在你处理消息的主界面。

场景三：定时任务与价格触发，结果自动推送到渠道

LangAlpha 的自动化（Automations）支持两类触发器：

• 定时任务：Cron 表达式（如"每周一 9:00 检查模型假设"）或一次性时间点（如"Q3 财报次日早上更新模型"）
• 价格触发：股价突破某个价位，或相对前收盘/当日开盘波动超过设定百分比时唤醒 Agent

创建自动化时指定投递渠道（例如delivery='slack'），每次运行的结果就会自动发到你的聊天窗口。工具层的参数定义在 automation/tools.py，渠道不可用时的提示逻辑在 automations/lifecycle.py。

下面这张截图展示了一个真实例子：CBRS 较前收盘价上涨 15% 时唤醒 Agent 分析原因，并把结果投递到 Slack DM——

所有已建的定时与价格监控集中在 Automations 页面管理，每条都显示距离触发的进度和结果投递去向——

典型用法组合：

• ⏰ 每个交易日开盘前，把晨报（隔夜新闻 + 今日催化剂）推到 Telegram
• 💰 持仓突破你的"牛市区间"或跌破关键位时，Agent 立刻分析并把结论发到 Discord

自托管用户：用 Webhook 接收自动化结果

如果你在本地自托管 LangAlpha，渠道网关（Slack/Discord/Telegram 等）属于托管版能力，自托管版默认只通过网页和桌面应用对话。但自动化结果依然可以离开应用：配置AUTOMATION_WEBHOOK_URL环境变量指向你自己运行的 Webhook，每次自动化完成/失败时服务端都会推送事件（事件类型如automation.completed、automation.failed，见 automation_settlement.py 与 automation_executor.py）。

自托管与托管版在渠道方面的差异对照，官方文档有完整表格：README.md 中 "How self-host differs" 一节。

常见问题 FAQ

Q1：渠道里的对话会占用额外模型额度吗？A：会。渠道消息走的是与网页版相同的运行链路（相同的模型、工作区、额度校验），只是入口不同。

Q2：Telegram 能收到自动化结果吗？A：托管版自动化结果目前投递到 Slack、Discord 和 iMessage；Telegram 和飞书用于对话。

Q3：一个渠道窗口对应多少个线程？A：同一个聊天窗口（chat_id:topic_id）映射到同一个线程，上下文连续；新开对话则开启新线程。

Q4：不连券商，只用聊天渠道行不行？A：完全可以。渠道只是对话入口，行情、研究、报告、自动化这些核心能力不依赖券商连接。

相关代码与文档导航

• 项目总览与自托管指南：README.md · docs/README.zh-CN.md
• 聊天消息 API 与线程流：src/server/app/threads/messaging.py
• 请求模型（platform / external_thread_id）：src/server/models/chat.py
• 自动化工具（含delivery投递参数）：src/tools/automation/tools.py
• 自动化投递校验：src/server/services/automations/lifecycle.py
• 官方截图素材目录（本文配图来源）：docs/images/

⚠️ LangAlpha 是软件工具，不构成投资建议；渠道里的每一条结论，建议都通过 Sources 面板核对数据出处后再做决策。