企业官网建设流程全解析

LangAlpha 是一款面向金融市场的开源 AI 智能体（Agent）系统，它能让 AI 研究员在你的 Workspace（工作区）里建立并持续跟踪投资论点：研究、估值模型、报告和自动化盯盘全部沉淀在一个可复用的空间里。这篇新手教程带你用 5 步，在 LangAlpha 中创建第一个 Workspace，并让它围绕你的第一个投资论点持续工作。

为什么投资论点需要 Workspace

LangAlpha 的核心理念是：一笔交易是一个循环，不是一次问答。

• Hunch：你产生一个直觉（"AI 算力需求会持续爆发"）；
• Research：Agent 读财报文件、拉行情与宏观数据，用代码完成计算；
• Thesis：论点连同"什么情况能证伪它"一起写进 Workspace；
• Sizing / Order / Watch：仓位测算、受控下单、定时盯盘，每一步都把新证据反馈回论点。

大多数 AI 金融工具只负责回答单条提问，而一个论点的跟踪周期是数周乃至数月，远超任何一次对话的上下文长度。Workspace 就是为这个跨度设计的：文件、对话和 Agent 的笔记第二天都还在，每次会话都建立在上一次之上，而不是从头开始。

第一步：创建你的第一个 Workspace

打开 LangAlpha 网页端（自托管环境默认为 http://localhost:5173），点击左侧导航进入Workspaces页面，点击右上角的New workspace：

在新建卡片中填写三样东西：

1. 名称（1–80 字符）：如NVDA 投资论点。注意名称即沙箱里的文件夹名，同一用户内不区分大小写查重，nvda和NVDA会被视为重名（对应 API 错误码workspace_name_taken）；
2. 描述（最多 1000 字符）：如"研究 NVDA 在 AI 算力周期的竞争壁垒与估值"；
3. 初始文件（可选）：直接拖入你手头已有的研报 PDF、财报等材料，创建完成后会自动上传进工作区。

点击创建后，系统会为这个工作区启动一个专属沙箱（首次约需 30–60 秒），随后直接进入聊天界面，你的第一个论点研究就可以开始了。

第二步：让 Agent 把论点写进 Workspace

进入工作区后，用一句话开场即可，例如：

"帮我研究 NVDA 的投资逻辑：它卖什么、增长有多快、谁在付钱、竞争壁垒是什么，以及什么情况会证明我看错了。"

接下来发生的事是 Workspace 的精髓——Agent 会自动在工作区里维护一个agent.md文件，充当整个工作区的"大脑"：记录目标、阶段性发现、以及对话和文件的索引。每一段新对话开始时都会先读取它，所以你可以分很多次、跨越几个星期推进同一个论点，Agent 始终记得目标。

与此同时，Agent 会把大问题拆给并行的子 Agent（research、equity-analyst、data-prep等角色）分头查阅文件、拉取行情/期权/宏观数据、用代码计算，最后只把结论汇报回主 Agent——研究既快又不挤占主上下文。

第三步：把大表放进文件树，而不是对话里

十年日线、十几只股票的财务数据是几万行表格，直接贴进对话既装不下也没法算。LangAlpha 的做法是让数据落在工作区文件里：价格、财报文件、模型输入都放进文件树中各任务的data/文件夹，模型只在代码里读取和加工它们，算完才把结果带回对话：

带来的直接好处是：下一段对话可以直接复用这些数据文件。比如新开一段对话，你只需要说"基于这个工作区已有的研究，做一个交互式仪表盘"，Agent 就能从文件树里把之前沉淀的行情、营收历史、模型输入全部取来。

第四步：让论点产出交付物，而不只是一个回答

研究推进几轮后，你可以要求 Workspace 产出真正的交付物，全部由内置技能驱动（共 38 个技能，源码见 plugins/langalpha_research/）：

• 📊交互式仪表盘：基于工作区里的研究自动生成，点击柱子、标记或表格行即可查看数据来源；
• 📈Excel 估值模型：带活公式的 DCF / 可比公司工作簿，选中单元格可直接发回对话追问；
• 📄PDF / HTML 报告：首次覆盖（initiating coverage）、晨报（morning note）、交易推介（trade pitch）都有现成技能；
• 📝论点追踪：thesis-tracker技能专门用于持续更新论点与置信度。

第五步：设置自动化，让 Workspace 替你盯盘

论点建立后需要持续跟踪。直接在工作区对话里说一句：

"帮我盯着 NVDA：每周一检查一遍模型假设，财报出来后更新模型，股价跌破某个关键位时告诉我。"

Agent 会在工作区里创建对应的自动化（Automations）：定时任务（如开盘前简报）、价格触发器（股价突破某价位或单日涨跌幅达到阈值时唤醒 Agent）。每次运行都从工作区里的模型和笔记出发，结果汇入统一 feed，连接 Slack / Discord 后还会直接推送。所有定时任务和价格监控集中在一页管理，你能看到每个监控离触发还差多少。

验证每一步：查看来源面板

信任之前先核对。Agent 每一轮触碰过的来源——SEC 文件、网页、行情数据、读过的文件——都会被记录在来源（Sources）面板里，按轮次分组、附查询参数和结果指纹，你可以逐条检查它的答案是建立在什么证据之上：

上手清单与参考路径

想深入探索，可以看看这些项目文件：

• 📚 Workspace API 完整文档：docs/api/30-workspaces/（含 create-workspace.yml、list-workspaces.yml）
• 🧩 后端工作区模块：src/server/app/workspaces.py
• 📝 论点追踪技能：plugins/langalpha_research/skills/thesis-tracker/

⚠️免责声明：LangAlpha 是软件，不是投资顾问。它产出的一切内容都不构成投资建议，下单与否、仓位多大，决定权始终在你手里。