PA Agent 是面向主观交易分析的桌面工具。它从 MT5、TradingView、yfinance 或 AkShare 读取 K 线，把结构化数据和预计算特征交给大模型，依次生成市场诊断与交易决策文本；官方明确说明它不连接券商，也不执行下单。
来源：github.com/rosemarycox5334-debug/PA_Agent 查看 GitHub 仓库 → 📘 使用教程 →它把数据源、K 线图、两阶段提示、JSON 校验、增量跟踪、决策树和追问记录放进一个桌面界面，降低了手工整理行情后再询问模型的操作成本。关注度不能证明建议有效，交易结果仍需独立回测和仿真验证。
来源：github.com/rosemarycox5334-debug/PA_AgentWindows 主路径支持 MT5；TradingView 可用于跨平台；同时列出 yfinance、AkShare、BaoStock 和 Tushare 等依赖或配置入口。
来源：github.com/rosemarycox5334-debug/PA_Agent先生成市场诊断，再根据策略路由生成限价、突破、市价或不下单的决策文本；输入是 K 线和特征，不是截图识别。
来源：github.com/rosemarycox5334-debug/PA_Agent新增 K 线时可复用上次结论，并保存提示、原始响应、诊断/决策 JSON、token 用量和追问记录。
来源：github.com/rosemarycox5334-debug/PA_Agent包含 JSON schema、一致性与语义校验、失败重试，以及可交互决策树和 K 线界面。
来源：github.com/rosemarycox5334-debug/PA_Agent数据适配层读取行情并生成统一 K 线；特征与提示层构造第一阶段诊断；策略路由把诊断交给第二阶段决策；校验层解析和检查 JSON；PyQt6/pyqtgraph 展示图表、决策路径与对话。配置、日志、records、experience 和 trade_records 默认保存在本机并被 .gitignore 排除。
来源：github.com/rosemarycox5334-debug/PA_Agent (1) · github.com/rosemarycox5334-debug/PA_Agent/blob/main/config/README.md (2)pandas、numpy、pydantic、jsonschemaWindows 可选 MetaTrader5 与 pywin32tvdatafeed、AkShare、BaoStock、Tushare、…用户自备兼容 AI API适合研究价格行为提示工程、比较不同数据源输出、记录人工交易复盘和搭建只读的桌面分析原型。它不适合作为自动下单系统，也不能把大模型输出当成收益保证或持牌投资意见。
来源：github.com/rosemarycox5334-debug/PA_Agent截至 2026-09-23，官方没有 GitHub Release；pyproject.toml 的包版本为 0.1.0。主分支在持续变化，不能把 0.1.0 写成已发布的稳定 Release。
来源：github.com/rosemarycox5334-debug/PA_Agent/releases (1) · github.com/rosemarycox5334-debug/PA_Agent/blob/main/pyproject.toml (2)status: official_docs_checked_not_locally_installed | checked_at: 2026-09-23 | environment: 核对官方 README、pyproject.toml、使用/配置文档、AGPL LICENSE 和 GitHub API；未安装 GUI、未连接行情或 AI API | limitations: 未验证依赖安装、行情准确性、API key 存储、模型 JSON、token 费用、持续跟踪、回测表现或任何交易结果 | observed_output: GitHub Releases 为空；pyproject 版本 0.1.0、Python >=3.11；README 明确 Windows 10/11 主支持、macOS 12+ TradingView 路径、不连接券商且不执行下单
来源：github.com/rosemarycox5334-debug/PA_Agent/releases (1) · github.com/rosemarycox5334-debug/PA_Agent/blob/main/pyproject.toml (2)PA Agent 是桌面端、面向单次 K 线诊断和人工复盘；Microsoft Qlib 是量化研究平台，覆盖数据处理、模型训练、回测、风险与组合流程。想快速查看和记录大模型对 K 线的解释，可评估 PA Agent；需要可重复的训练、回测和组合研究时，Qlib 的研究流水线更合适。两者都不能替代数据质量检查和真实风险控制。
来源：github.com/rosemarycox5334-debug/PA_Agent (1) · github.com/microsoft/qlib (2)PA Agent 可以作为只读的 K 线分析和提示工程实验界面，但不能因为界面完整就视为可交易系统。先锁定 commit，在模拟数据上核对行情和输出记录，再独立回测决策规则；没有可重复证据前，不应接入真实资金流程。
来源：官方 README 与文档入口不会。官方 README 明确说明它不连接券商、不执行下单；输出是辅助分析文本，交易决定和风险仍由用户承担。
官方把 Windows 10/11 列为主支持平台，macOS 12+ 的说明指向 TradingView 数据源。不要假设 Windows 专用的 MetaTrader5 Python 路径能在 macOS 原样运行。
官方仓库没有提供足以证明稳定收益的标准回测结果。使用前应固定数据、成本和规则，在独立回测或模拟环境中验证。
截至 2026-09-23，GitHub Releases 为空；pyproject 声明版本 0.1.0。部署时应锁定具体 commit，并先测试配置迁移。