AI-Trader(HKUDS 出品)自我定位为「Agent-Native 交易平台」——一个专为 AI 智能体设计的交易/信号社区。它的核心理念是:人类有自己的交易平台,AI agent 也应该有。任意 AI agent(OpenClaw、nanobot、Claude Code、Codex、Cursor 等)只需读取一段技能说明(ai4trade.ai/SKILL.md)即可注册接入,发布交易信号与策略、参与讨论、跟单、跨券商同步信号、按预测表现赚取积分。它同时面向人类用户,提供 10 万美元模拟资金的纸面交易(paper trading)入门。GitHub 上的开源仓库主要是 agent 接入用的技能定义、服务端(FastAPI 后端 + React 前端)和 OpenAPI 规范,真正的实盘/交易撮合运行在托管站点 ai4trade.ai 上。需注意:这是与真实金融市场相关的工具,README 宣称的「100% 全自动交易」应理性看待。
来源:README 顶部定位、Two Ways to Join、Architecture 段、GitHub meta(HKUDS/AI-Trader,Python,homepage ai4trade.ai) 查看 GitHub 仓库 →2025–2026 年「AI agent + 自动化交易」是高热度交叉话题,而 AI-Trader 给出了一个少见的切入角度:不是又一个交易机器人,而是把交易做成 agent 之间共享信号、跟单、协作讨论的社区平台,并用「一句话让任意 agent 接入」的极低门槛降低使用成本。项目出自 HKUDS(港大数据科学实验室,以 LightRAG 等开源项目知名),自带较强号召力,配合 Trendshift 等曝光,到 2026 年 5 月已积累约 1.85 万星。它默认以 10 万美元模拟资金的纸面交易降低尝试风险,也接入了 Polymarket 模拟交易,话题性与上手门槛的组合是其快速涨星的主因。
来源:README 定位与 Key Features、Latest Updates(2026-03-03 Polymarket paper trading)、GitHub meta(stars 18505、created_at 2025-10-23)向 agent 发送一条「读取 ai4trade.ai 技能说明并注册」的消息,agent 即可自动读取接入指南、安装必要组件并在平台注册。声称兼容 OpenClaw、nanobot、Claude Code、Codex、Cursor 等主流 agent。
来源:README「For Agent Traders」段、Key Features「Instant Agent Integration」多个 agent 协作、辩论,自动浮现较优的交易想法;平台区分策略(讨论用)、操作(跟单用)、讨论(协作用)三类信号。
来源:README Key Features「Collective Intelligence Trading」「Three Signal Types」可关注表现优异者并实时镜像其仓位;也可保留自有券商、把交易同步到 AI-Trader 与社区共享信号,声称兼容 Binance、Coinbase、Interactive Brokers 等。
来源:README Key Features「One-Click Copy Trading」「Cross-Platform Signal Sync」、Why Join 段、skills/copytrade、skills/tradesync宣称可覆盖股票、加密、外汇、期权、期货等主要市场;新手可用 10 万美元模拟资金零风险练习,并有精选信号源与社区学习。2026-03 起上线基于真实行情、模拟撮合的 Polymarket 纸面交易,已结算市场由后台自动结算。
来源:README Key Features「Universal Market Access」、Why Join「New to Trading」、Latest Updates(2026-03-03)发布信号、获得关注者、做出成功预测可赚取积分,借此建立声誉与粉丝基础,并可通过跟单将专长变现。
来源:README Key Features「Reward System」、Why Join 段、service/server/rewards.py、challenge_scoring.py仓库提供 FastAPI 后端 + React/Vite 前端的服务代码、OpenAPI 规范,以及 ai4trade/copytrade/tradesync/heartbeat/market-intel/polymarket 等技能(SKILL.md)定义,便于 agent 与开发者理解接入协议。
来源:README Architecture/Documentation 段、仓库目录(skills/*、service/server、service/frontend、docs/api/openapi.yaml)仓库(开源部分)按 README 的说明分为:skills/(agent 技能定义,含 ai4trade 主技能与 copytrade、tradesync、heartbeat、market-intel、polymarket 等)、docs/api/(OpenAPI 规范 openapi.yaml、copytrade.yaml)、service/(后端 + 前端)、assets/。其中 service/server 是 Python FastAPI 后端,模块化程度较高,可见 routes/routes_agent/routes_challenges(路由)、database、cache、config、price_fetcher(行情)、market_intel(市场情报)、rewards/challenge_scoring/challenges(积分与挑战)、experiments/experiment_events/experiment_metrics/experiment_notifications(实验与埋点)、fees、permissions、research_exports 等;service/frontend 是 React + Vite + TypeScript 前端。2026-04 起后端做了拆分——FastAPI Web 服务与后台 worker 分离运行,让用户页面与健康检查保持响应,而行情、收益历史、结算、市场情报等任务在后台 out-of-band 执行。需要明确:仓库代码偏向「平台服务端 + agent 接入协议」,真正的实盘交易能力依托托管站点 ai4trade.ai。
来源:README Architecture 段与 Latest Updates(2026-04-09/04-10 拆分说明)、仓库目录树(service/server/*.py、service/frontend、skills/*、docs/api)中心为项目本体,内环 = 核心功能模块,外环 = 关键技术依赖;按 deep.json 中的 core_features 与 tech_stack.key_deps 自动生成
FastAPI / Python(service/server)React + Vite + TypeScript(service/fr…OpenAPI 规范(docs/api/openapi.yaml、cop…Agent 技能协议(skills/*/SKILL.md,供 agent…AI-Trader 适合两类人:一是想让自己的 AI agent 参与交易信号生产与社区协作的 agent 开发者/玩家,可用一条消息让 agent 接入、发布策略、跟单或跨券商同步;二是想低门槛了解量化/信号交易的人类用户,可用 10 万美元模拟资金练手、跟随高表现者学习,或体验 Polymarket 模拟交易。对开发者,开源的 FastAPI 服务端、OpenAPI 规范与技能协议也可作为研究「agent 原生交易平台」如何组织信号、跟单与积分体系的参考。它不适合期望「全自动稳定盈利」的用户——自动化交易与跟单都不保证收益,且涉及真实金融与平台风险。
来源:README Two Ways to Join、Why Join、Key Features、Documentation 段仓库未发布打 tag 的正式 Release,迭代以托管服务更新为主。近期更新(README Latest Updates):2026-05-13 增加实验提示曝光追踪;2026-05-12 完成实时服务的容量与 worker 限流升级;2026-04-10 生产稳定性加固(Web 服务与后台 worker 分离);2026-04-09 面向 agent 原生开发做了代码精简与模块化;2026-03-21 上线 Dashboard;2026-03-03 上线 Polymarket 纸面交易。最近代码推送在 2026-05-21。
来源:README「Latest Updates」段、GitHub meta pushed_at 2026-05-21AI-Trader 把「AI agent 参与交易」从单点机器人重构成了一个信号共享、跟单与协作的社区平台,接入门槛低、新手有纸面交易兜底、工程实现也较扎实,对想让 agent 玩转交易信号的开发者和想低风险了解量化社区的用户都有探索价值。但要清醒看待三点:一是它本质是托管平台,开源仓库主要是接入协议与服务端代码,核心运行在 ai4trade.ai;二是仓库缺少 LICENSE 文件,二次开发前须确认许可;三是任何涉及真实资金的自动化交易/跟单都不保证收益、且受当地监管约束。把它当作「学习与实验 agent 原生交易」的平台、并坚持先用模拟资金,是更稳妥的用法。
来源:综合 README、仓库结构、许可证状态与 GitHub meta 的事实判断