首页 / 开源热榜 / PA Agent / 使用教程

PA Agent 中文教程：安装、行情核对与安全试用

更新于 2026-09-23 · NGJOO AI 实验室 · 约 10 分钟

PA Agent 是桌面 K 线分析工具。它读取结构化行情，先让大模型做市场诊断，再生成交易决策文本。官方明确写明：它不连接券商，也不执行下单。

先说结论：这是一套研究和复盘工具，不是经过收益验证的交易系统。界面能输出限价、突破或市价建议，不代表建议具有稳定胜率，也不能替代仓位、止损和合规要求。

1. 版本和平台

截至 2026-09-23，官方 GitHub Releases 为空，pyproject.toml 的包版本是 0.1.0。部署时要记录具体 commit，不能只写“最新版”。

环境	官方路径
Windows 10/11	主支持；可使用 MT5，也可选择其他数据源
macOS 12+	官方说明使用 TradingView 数据源；不要照搬 Windows 的 MetaTrader5 依赖
Python	3.11 以上

2. 用虚拟环境安装

git clone https://github.com/rosemarycox5334-debug/PA_Agent.git
cd PA_Agent
git rev-parse HEAD

python -m venv .venv
# Windows: .venv\Scripts\activate
# macOS: source .venv/bin/activate
python -m pip install -e .
python -m pa_agent.main

仓库另有直接安装到系统 Python 的部署文本，但隔离环境更容易回滚依赖。第一次启动后，在设置中填写 base URL、模型名和 API key。不要把真实 key 写入仓库中的示例配置。

3. 第一次只配置一个数据源

选一个你能从第二个来源独立核对的品种和短时间段，先检查：

交易所、品种别名和时区是否一致；
K 线开高低收与成交量是否存在缺口；
股票数据是否复权，期货数据是否换月；
最后一根 K 线是否尚未收盘。

数据错误会被模型包装成流畅解释。至少抽查十根 K 线和关键转折点，确认无误后再看模型判断。

4. 只读验证两阶段输出

关闭自动持续分析和下一根 K 线预测。
固定相同的 100 根或更少 K 线，保存原始输入。
检查第一阶段诊断 JSON 是否与图表事实一致。
检查第二阶段是否引用了不存在的价位、形态或订单。
重复三次，记录同一输入的结论变化和 token 费用。

PA Agent 会保存提示、原始响应和结构化结果，这些记录适合做人工复盘。不要只保留最终“做多/做空”一句话，否则无法追查错误来自行情、提示还是模型。

5. API key、数据和许可边界

配置文档说明 key 由 GUI 加密保存；Windows 使用文档提到 DPAPI。本次没有在不同系统上验证密钥存储实现。发送给外部 AI API 的内容可能包括行情、策略提示和历史对话，使用前应核对服务商的数据政策。

项目采用 AGPL-3.0-or-later。若修改程序后通过网络向他人提供服务，需要单独评估相应源代码提供义务。README 还有打赏二维码与优先答疑说明，但没有订阅、充值或交易转售功能。

6. PA Agent 与 Microsoft Qlib 的区别

Qlib 是量化研究平台，覆盖数据处理、模型训练、回测、风险和组合流程。PA Agent 更像面向人工交易者的桌面解释与复盘界面。想快速观察大模型如何解释 K 线，可以在只读环境试用 PA Agent；需要可重复训练、回测和组合评估时，Qlib 的研究流水线更合适。

7. 本次验证边界

验证状态：本次核对官方 README、pyproject、使用与配置文档、AGPL LICENSE 和 GitHub API；没有安装 GUI，没有连接行情或 AI API。

已经确认：Python 版本、平台说明、数据源、两阶段分析、不连接券商、不执行下单、无正式 Release 和包版本 0.1.0 都有官方材料对应。

没有验证：依赖安装、行情准确性、API key 存储、模型 JSON、token 费用、持续跟踪、回测表现和任何交易结果。

这里仅补原教程没有展开的事实和边界。安装命令与操作步骤仍以前文为准。

先判断这个项目是否适合你

适合谁用

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。

采用建议

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。

原教程未展开的系统信息

核心功能

多行情数据源
Windows 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。
两阶段 AI 分析
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。
持续跟踪和记录
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。
校验与可视化
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。

架构与数据流

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。

常见问题

PA Agent 会自动连接券商并下单吗？

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。

PA Agent 在 macOS 上能直接使用 MT5 数据吗？

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。

PA Agent 的两阶段分析经过收益回测了吗？

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。

PA Agent 当前有稳定 Release 吗？

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。