TauricResearch/TradingAgents 是一个多智能体 LLM 金融交易框架，旨在模拟真实交易公司的动态，通过多个 LLM 驱动的智能体协同进行市场分析和交易决策。
来源：据 README 描述 查看 GitHub 仓库 →该项目因其创新的多智能体架构、对多种 LLM 提供商的支持以及专注于金融交易领域的应用而受到关注。它填补了金融交易领域对复杂市场分析和自动化交易解决方案的需求空白。
来源：综合 README 描述和项目特征框架包含多个智能体，如基本面分析师、情绪分析师、技术分析师、交易员、风险管理团队和投资组合经理，协同进行市场分析和交易决策。
来源：据 README 描述智能体使用大型语言模型（LLM）来分析市场数据、生成交易策略和执行交易。
来源：据 README 描述框架支持多种语言模型，包括 OpenAI、Google、Anthropic 等，以适应不同的需求。
来源：据 README 描述项目采用模块化设计，智能体之间通过 LangGraph 进行交互。数据流从市场数据输入，经过分析、决策和执行，最终反馈结果。关键的技术决策包括使用 LLM 进行市场分析和自动化交易。
来源：代码目录结构 + 依赖文件infra: Docker | key_deps: langchain-core, backtrader, langchain-anthropic, langchain-experimental, langchain-google-genai, langchain-openai, langgraph, langgraph-checkpoint-sqlite, pandas, parsel, pytz, questionary, redis, requests, rich, typer, stockstats, tqdm, typing-extensions, yfinance | language: Python | framework: LangGraph
来源：依赖文件 + 代码目录结构1. 金融科技公司进行市场分析和自动化交易。2. 金融机构开发智能交易系统。3. 研究机构进行金融交易策略研究。4. 对金融交易领域有深入兴趣的开发者进行技术探索。
来源：READMEv0.2.4 (2026-04-25): 引入结构化输出决策智能体，可选的检查点恢复，持久化决策日志以及 DeepSeek/Qwen/GLM/Azure 提供商支持。
来源：GitHub ReleasesTauricResearch/TradingAgents 是一个值得关注的开源项目，对于希望探索金融交易领域自动化和智能化的团队和个人来说，它提供了一个强大的工具。