Konfigurasi API TradingAgents

Updated 2026-09-06

Hubungkan client model yang terdokumentasi, lalu validasi graph riset secara terpisah. Panduan berbasis sumber ini mencakup konfigurasi provider, dependensi data keuangan, dan eksperimen pertama yang terbatas.

Mulai dengan pertanyaan riset berversi

Atur provider kompatibel, URL backend kustom, dan dua peran model, lalu uji satu perusahaan pada tanggal riset yang ditentukan. TradingAgents mengatur analis, argumen riset berlawanan, dan tinjauan risiko, sehingga tugas awal yang berguna adalah memeriksa bagaimana peran tersebut menjelaskan paket sumber yang sama. Pilih perusahaan dan batas waktu informasi sebelum mengganti model. Pertahankan fakta dasar dan item yang belum terselesaikan dari run pertama agar perbandingan model berikutnya memakai pertanyaan yang sama. Kolom di bawah mengikuti revisi service 9dee508c.

Konfigurasikan provider kompatibel dan kedua peran model

default_config.py yang ditinjau mengekspos llm_provider, backend_url, deep_think_llm, dan quick_think_llm. Client kompatibel menggunakan endpoint yang diberikan; autentikasi adalah pengaturan environment terpisah. Kedua slot peran memerlukan pengenal model tepat yang diterima endpoint terpilih dan client proyek. Contoh mengadaptasi field sumber tersebut dan hanya membuat konfigurasi. Tetapkan RESEARCH_MODEL_ID dan SUMMARY_MODEL_ID dari katalog saat ini setelah memeriksa kapabilitas yang diperlukan. Nama-nama ini adalah slot environment lokal, bukan model ID atau default TradingAgents. Simpan credential di environment proses, bukan di skrip.

import os
from copy import deepcopy
from tradingagents.default_config import DEFAULT_CONFIG

config = deepcopy(DEFAULT_CONFIG)
config.update({
    "llm_provider": "openai_compatible",
    "backend_url": "https://api.apisrouter.com/v1",
    "deep_think_llm": os.environ["RESEARCH_MODEL_ID"],
    "quick_think_llm": os.environ["SUMMARY_MODEL_ID"],
    "max_debate_rounds": 1,
    "max_risk_discuss_rounds": 1,
})
assert os.environ["OPENAI_COMPATIBLE_API_KEY"]
# Configuration only. This does not start a research run.

Pisahkan rute model dari data keuangan

Konfigurasikan vendor data keuangan secara terpisah dari endpoint model. Untuk ekuitas internasional, selesaikan penerbit dan simbol khusus bursa sebelum pengumpulan. Pertahankan mata uang perdagangan, mata uang pelaporan, zona waktu pasar, dan pilihan benchmark. Depositary receipt yang tercatat di AS dan saham biasa yang mendasarinya memerlukan aturan konversi eksplisit sebelum seri harga dibandingkan. Diagram menunjukkan koneksi pengaturan model; alat data keuangan memiliki credential, cakupan, dan timestamp sumber sendiri. Periksa alat tersebut sebelum mendiagnosis input riset yang hilang sebagai kegagalan LLM.

Rute konfigurasi model TradingAgents melalui provider kompatibel ke slot model riset dan ringkasan.TradingAgents routes through openai_compatible + backend_url to the APIsRouter gateway (api.apisrouter.com/v1), which fans out to: Research model slot, Summary model slot.TradingAgentsviaopenai_compatible +backend_urlAPIsRouterapi.apisrouter.com/v1Research model slotSummary model slot
Rute client model terdokumentasi. Konfigurasi data pasar tetap terpisah.

Pilih peran berdasarkan kontrak tugas

Uji kapabilitas yang benar-benar digunakan setiap peran. Balasan teks tidak membuktikan parsing tool-call, penanganan konteks panjang, atau perilaku output terstruktur. Mengubah keluarga model juga dapat mengubah perilaku adapter provider meskipun endpoint menerima pengenal tersebut. Mulai dengan set peran terkecil yang berguna; tambahkan debat hanya ketika mengidentifikasi klaim yang tidak didukung atau bukti tandingan yang berguna. Evaluasi artefak akhir terhadap paket sumber yang sama, bukan menganggap laporan yang lebih panjang sebagai riset yang lebih baik.

PeranBukti yang diperlukanKegagalan untuk diperiksa
AnalisHasil tool dan penunjuk sumberFakta karangan setelah error data
Debat risetArgumen yang ditautkan ke bukti analisKlaim berulang ditampilkan sebagai corroboration
Tinjauan risikoAsumsi eksplisit dan item belum terselesaikanPosisi yakin tanpa input terverifikasi

Gunakan tes penerimaan bertahap untuk run pertama

Pertama periksa konfigurasi yang diselesaikan tanpa mencetak key. Berikutnya, dalam lingkungan eksekusi berotorisasi, jalankan client proyek dengan model terpilih dan simpan catatan request yang disamarkan. Kemudian uji satu interaksi tool yang diperlukan beserta jalur error-nya. Terakhir jalankan TradingAgentsGraph dengan set sumber terbatas dan periksa state, fakta yang dikutip, serta output riset akhir. Simpan revisi repositori, versi dependensi, hash input, dan pengaturan peran. Respons factory hanya meluluskan tahap client; laporan lengkap tetap membutuhkan tinjauan sumber dan numerik sebelum dihitung sebagai artefak riset yang berguna.

import os
from research_config import config
from tradingagents.graph.trading_graph import TradingAgentsGraph

graph = TradingAgentsGraph(debug=False, config=config)
state, decision = graph.propagate(
    os.environ["RESEARCH_TICKER"],
    os.environ["RESEARCH_DATE"],
)
# Inspect state and decision against the source packet.
# Running this template makes model and data requests.

Lindungi riset historis dari informasi berikutnya

Tanggal analisis yang diminta bukan bukti setiap respons vendor bersifat point-in-time. Periksa apakah fundamental tersedia pada batas waktu, apakah artikel kemudian dikoreksi, dan apakah data cache berasal dari eksperimen lain. Pisahkan waktu publikasi asli dan waktu ingestion. Simpan feedback pelatihan atau reflection di luar periode evaluasi held-out. Daftar ticker historis harus mencakup delisting dan perubahan simbol yang relevan. Catat penanganan aksi korporasi dan benchmark di samping setiap eksperimen agar perubahan model tidak tertukar dengan perubahan data.

Anggarkan debat, retry, dan konteks berulang

Pengeluaran agen keuangan berasal dari setiap request di graph, termasuk ringkasan, konteks berulang, dan retry berbayar. Gunakan kontrak harga saat ini untuk perencanaan dan rekonsiliasikan penggunaan aktual setelahnya. Batasi ronde debat, volume sumber, job paralel, dan retry otomatis sebelum sweep. Cache ekstraksi sumber menggunakan versi dokumen; bedakan penggunaan ulang aplikasi dari diskon billing provider. Lacak langganan data dan compute lokal terpisah dari biaya LLM, lalu bandingkan biaya per artefak riset yang diterima. Mulai dengan run terbatas di atas sebelum memperluas universe ticker dan tanggal.

Diagnosis tahap yang gagal

Untuk kegagalan autentikasi, pastikan key provider kompatibel mencapai proses yang sama dengan proses pembuat client. Untuk model yang hilang, bandingkan pengenal persis dan akses akun dengan katalog saat ini. Untuk output tool yang malformed, pertahankan schema tool dan response tersanitasi, bukan hanya exception final. Stagnasi dapat berupa request vendor data, loop tool berulang, atau timeout model; periksa timestamp tahap sebelum menaikkan batas. Hentikan jika data wajib hilang. Retry sampai prosa muncul dapat menyembunyikan kegagalan awal dan menghabiskan seluruh anggaran riset.

Bukti dan keterbatasan

Konfigurasi ditinjau berdasarkan sumber pada 5 September 2026 di revision 9dee508c. Contoh merupakan template walkthrough; tidak ada request client APIsRouter, graph lengkap, atau kasus biaya tugas terukur yang dijalankan untuk panduan ini. Validasi model dan alat data terpilih dalam run terbatas Anda sendiri sebelum memperluas workflow.

Pertanyaan umum

Key apa yang dibaca openai_compatible?

Provider yang ditinjau memetakan ke OPENAI_COMPATIBLE_API_KEY. Setel di environment eksekusi dan verifikasi provider yang terselesaikan tanpa mencetak secret.

Bisakah dua peran menggunakan model berbeda?

Konfigurasi memiliki field deep_think_llm dan quick_think_llm terpisah. Validasi kedua ID persis dan setiap kapabilitas yang diperlukan; endpoint bersama saja tidak membuktikan kompatibilitas.

Apakah endpoint menyediakan harga saham?

Tidak. Data pasar datang melalui tool vendor yang dikonfigurasi terpisah, dengan cakupan, credential, lisensi, dan ketersediaan sendiri.

Tanggal apa yang harus saya berikan ke propagate?

Gunakan tanggal riset yang dimaksud dan verifikasi secara terpisah bahwa setiap tool data menghormati batas waktu informasi. Argumen tanggal saja tidak membuat data terkini menjadi point-in-time.

Bagaimana memilih dua peran model?

Gunakan ID katalog saat ini, uji tool dan format output yang diperlukan, lalu bandingkan laporan yang diterima dari paket sumber yang sama sebelum mengubah peran.

Apakah graph yang berhasil membuktikan strategi trading?

Tidak. Graph menetapkan hasil workflow di bawah input yang diuji. Evaluasi strategi memerlukan data point-in-time, evaluasi independen, dan asumsi eksekusi yang realistis.