# 翻 LangAlpha 仓库：PTC、workspace、还有下单那条单独的路

LangAlpha 刚发了 2.0，开源的金融 Agent，Python 写的。这类工具多数停在"给你一份研报"，它接了券商，能真的下单。

美股 12 月 6 日开始，纳斯达克一天只休一小时。这时候想让 Agent 替你盯，麻烦不在读财报上，在于它得连续工作几周，中间攒下的东西不能丢。

它想干的活是把这些塞进同一个工作区：查数据、跑研究、开几个 Agent 并行、最后下单。官方把这叫从 vibe investing 到 agentic trading。

他们给的例子是这么一句：历史上中期选举后一般是否都要拉升？选举前科技股筑底了没有、右侧量能开没开、有哪些标的值得看，再给一套策略，我确认后执行。

前面全是研究，落到最后才是执行。我翻仓库主要在看这一块。

## 数据这块，它不让模型直接调工具

十二个标的、十年日线，三万行左右。这个量级扔不进上下文，分批取也不行，每批回来还是文本，模型得在文本里做聚合。

还有个更隐蔽的：数据源按 JSON tool 绑，每个 server 的完整 schema 会跟着每次调用进 prompt，不管这轮用不用。金融工具的描述普遍不短，接五六个之后光"有哪些工具可用"就占掉一块固定开销。

它的做法是 PTC：把 MCP server 变成 Python 模块，Agent 写代码去 import，代码在沙箱里跑。prompt 里一个 server 只占一行，第一次用到才去读完整文档。数据下来留在沙箱，清洗、算指标、算估值、画图都在那边完成，只有结果回上下文。

![PTC 的数据流](https://developer.qcloudimg.com/http-save/yehe-12721511/9d6d0146b5d7b2ba8e82ef504f9a6131.jpg)

*图 1：模型只负责写代码，三万行数据留在沙箱，回到上下文的只有一张表、一张图或者一份文件*

思路跟 Anthropic 那篇 code execution with MCP 是一回事：数据是表格不是散文的时候，把计算搬到数据旁边，比把数据搬到模型旁边便宜太多。

代价是结论变难读了。不再是"revenue 涨了 23%"，而是几行代码跑出来的一个数，你得信代码。所以它配了溯源层，每次调用留 provider、脱敏参数、时间戳、结果指纹，结果存 64KB，界面上按轮次列。没这层，让 Agent 写代码就是黑箱。

扩展性也顺着这条线：内置 38 个技能，DCF、可比公司、首次覆盖、财报预览这类都有，插件按 Agent Plugins 规范走，能自己传、从 git 装，也能接自己的数据源。

## 撑住几周，靠 workspace 加三个机制

金融研究的尺度是周和月。它给每个论点或组合开一个 workspace，文件、对话、Agent 笔记都留着，里面有份 `agent.md` 由 Agent 自己维护，写目标、发现、线程索引——把"上次聊到哪"的恢复成本降到零。

长任务靠规划、上下文管理、检查点。上下文把每次调用按稳定性分五层，工作区基线一轮开始时读一次就冻结，中途变了只追加一行提示——目的是让 prompt cache 命中得上，不然每轮全量重算，长任务跑不起来。

一轮对话是一个后台 run，事件走 Redis 的 SSE，标签页关了、网断了都不丢，重连补上。定时和价格触发同理：开盘前简报、财报前夜研究、股价越过某条线时叫醒它，整套分析跑一遍再交结果，能推到 Slack、飞书、iMessage。夜盘那段特别需要这个，人熬不住。

再往上是子 Agent，交回主 Agent 的只有结论，中间几十次搜索不带上来。不这么切的话主 Agent 的窗口会先被工具历史填满，等要"记得最初那个假设"时它已经不在了。

## 下单为什么要单独走一条路

前面都是常规工程问题，这块性质不一样。

Agent 平时调工具是"一次调用干一件事"。下单不是。沙箱里一段脚本，一次执行就能放出任意多笔单。所以 order tool 要是跟别的工具一样暴露在沙箱里，"人工审批"这个关卡在架构上就是假的——脚本先循环下单，回头跟模型说"我下了 20 单"，模型拦不住，人也拦不住。

这也是为什么拿 Codex 或 Claude Code 做金融研究，最后一步总接不上。缺的不是券商接口，是一条为下单设计的受管路径。

它做了四道。

order tool 钉死成直连 JSON 调用。别的工具能在代码里调，它不行。一次调用就是一笔系统看得见、能摆到界面上、能拦下来的单。

审批过的不是"权限"而是"这笔单"。同意后铸一枚一次性 token，绑到这次尝试、这个工具、这次参数的 hash。参数改一个字、重放、再来第二次，都在 relay 层直接失败。

券商凭据不进沙箱。OAuth token 和远程 MCP 凭据在 relay 那侧挂上，Agent 写的代码碰不到，代码里要密钥用 `from vault import get` 取。

最后是能力逐连接授，超出范围一律拒，不管模型请求什么。实盘和 staged 单默认要你点确认，纸面单不用。

![受管订单的完整路径](https://developer.qcloudimg.com/http-save/yehe-12721511/d4571e82ecdb965e4d711b3703a01725.jpg)

*图 2：一笔单要过的十几道检查。审批之后铸一枚一次性 token，relay 侧核参数 hash，只放行一次派发*

四家券商能力差得挺明显：

|  | Robinhood | Interactive Brokers | moomoo | Webull |
| --- | :-: | :-: | :-: | :-: |
| 账户/持仓/历史 | ✅ | ✅ | ✅ | ✅ |
| 下单预览 | ✅ |  |  |  |
| 纸面交易 |  |  | ✅ |  |
| staged 单（在券商 App 确认） |  | ✅ |  |  |
| 实盘下单 | ✅ |  | ✅ |  |

真能下实盘的只有 Robinhood 和 moomoo。IBKR 是"系统准备好、你在券商 App 里按确认"，Webull 只有只读。

## 覆盖范围，和真要用时得注意的

官方列的是美股、港股、A 股，日本、韩国、德国、印度，外加 Crypto、黄金和大宗商品。后面跟了一句：数据覆盖取决于数据源，能不能交易取决于券商和账户权限。这句得拆开读——能查和能下单是两回事。

A 股还有个坑。自部署走 Yahoo/FMP 完全不含 A 股，托管版标的是即将上线。官网那句"A 股实时报价"和仓库里的 coming soon 是同一件事在不同时间写的，以仓库为准比较稳。

数据源它已经接好了行情、基本面、财报电话会记录、SEC 文件、期权、宏观利率曲线、机构持仓、内部人交易和新闻抓取。自己一个个接 API、对字段、维护工具，光清洗就能耗两周。

自部署还有两个坑。一是没有登录、单用户，任何能访问到这个实例的人都以你的身份在操作，包括已连的券商账户，所以不能随手丢公网。二是数据能力差一截：托管版（langalpha.ai）给美股和期权实时源、含盘前盘后，价格触发按 tick 走；自部署用 Yahoo 或 FMP，60 秒刷一次还标着延迟，期权链、空头持仓、流通股、涨跌幅榜四项直接没有。

装起来倒是简单：

```bash
# 自部署
git clone https://github.com/ginlix-ai/langalpha.git
cd langalpha
make config   # 模型、数据源、沙箱、搜索
make up       # Postgres、Redis、后端、前端

# 不想自己运维就走托管版，实时源、云沙箱、券商连接都已经配好
# https://langalpha.ai
```

开 `localhost:5173`，API 在 8000。不带任何数据 key 也能跑。

模型不绑厂商：Claude 和 ChatGPT 订阅登录、Kimi/GLM/MiniMax 的 coding plan、各家 API key、本地 Ollama 都行。上手我建议先不配 key 跑通，再接一个数据源看 Sources 面板有没有老实记录，券商放最后、先只开只读。

看完记住的是它把"人拦得住"做成了代码结构，而不是在 prompt 里叮嘱模型别乱下单。这做法不新鲜，但落到有真钱流动的系统里，做到位的不多。

LangAlpha 刚发了 2.0，开源的金融 Agent，Python 写的。这类工具多数停在"给你一份研报"，它接了券商，能真的下单。

翻 LangAlpha 仓库：PTC、workspace、还有下单那条单独的路

前端

人工智能

LangAlpha 2.0开源金融Agent，实现从研究到下单全流程。采用PTC架构将数据留在沙箱处理，通过workspace支撑数周长任务，独创四重防护下单路径确保安全。支持多家券商、多市场覆盖，兼具自部署与托管模式，适合需要自动化交易研究的开发者。

代码解释

ChatGPT

Python

GitHub

Redis

Agent

JSON

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

翻 LangAlpha 仓库：PTC、workspace、还有下单那条单独的路-腾讯云开发者社区-腾讯云

翻 LangAlpha 仓库：PTC、workspace、还有下单那条单独的路

翻 LangAlpha 仓库：PTC、workspace、还有下单那条单独的路

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐