Konfigurasi API TradingAgents
Updated 2026-09-06
Sambungkan klien model yang didokumenkan, kemudian sahkan graf penyelidikan secara berasingan. Panduan bersumber ini meliputi konfigurasi penyedia, kebergantungan data kewangan dan eksperimen pertama terhad.
Mulakan dengan soalan penyelidikan berversi
Tetapkan penyedia serasi, URL backend tersuai dan dua peranan model, kemudian uji satu syarikat pada tarikh penyelidikan ditakrif. TradingAgents mengatur penganalisis, hujah penyelidikan berlawanan dan semakan risiko, jadi tugas pertama yang berguna ialah memeriksa cara peranan itu menerangkan pakej sumber sama. Pilih syarikat dan tarikh had maklumat sebelum menukar model. Kekalkan fakta asas dan item belum selesai daripada larian pertama supaya perbandingan model kemudian menggunakan soalan sama. Medan di bawah mengikuti semakan huluan 9dee508c.
Konfigurasikan penyedia serasi dan kedua-dua peranan model
default_config.py yang disemak mendedahkan llm_provider, backend_url, deep_think_llm dan quick_think_llm. Klien serasi menggunakan endpoint dibekalkan; pengesahan ialah tetapan persekitaran berasingan. Kedua-dua slot peranan memerlukan pengecam model tepat yang diterima endpoint dan klien projek. Contoh menyesuaikan medan sumber itu dan hanya membina konfigurasi. Tetapkan RESEARCH_MODEL_ID dan SUMMARY_MODEL_ID daripada katalog semasa selepas menyemak keupayaan diperlukan. Nama ini ialah slot persekitaran tempatan, bukan ID model atau lalai TradingAgents. Simpan kelayakan dalam persekitaran proses, bukan 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.Asingkan laluan model daripada data kewangan
Konfigurasikan vendor data kewangan secara bebas daripada endpoint model. Untuk ekuiti antarabangsa, selesaikan penerbit dan simbol khusus bursa sebelum pengumpulan. Kekalkan mata wang dagangan, mata wang pelaporan, zon masa pasaran dan pilihan penanda aras. Resit depositari disenaraikan AS dan saham biasa asas memerlukan peraturan penukaran jelas sebelum siri harga dibandingkan. Rajah menunjukkan sambungan tetapan model; alat data kewangan mengekalkan kelayakan, liputan dan cap masa sumber sendiri. Semak alat itu sebelum mendiagnosis input penyelidikan hilang sebagai kegagalan LLM.
Pilih peranan mengikut kontrak tugas
Uji keupayaan yang benar-benar digunakan setiap peranan. Balasan teks tidak membuktikan parsing panggilan alat, pengendalian konteks panjang atau tingkah laku output berstruktur. Menukar keluarga model juga boleh menukar tingkah laku penyesuai penyedia walaupun endpoint menerima pengecam. Mulakan dengan set peranan paling kecil yang berguna; tambah debat hanya apabila ia mengenal pasti dakwaan tanpa sokongan atau bukti balas berguna. Nilai artifak akhir terhadap pakej sumber sama dan jangan menganggap laporan lebih panjang sebagai penyelidikan lebih baik.
| Peranan | Bukti diperlukan | Kegagalan untuk diperiksa |
|---|---|---|
| Penganalisis | Hasil alat dan penunjuk lokasi sumber | Fakta rekaan selepas ralat data |
| Debat penyelidikan | Hujah berpaut kepada bukti penganalisis | Dakwaan berulang dibentangkan sebagai pengesahan |
| Semakan risiko | Andaian eksplisit dan item belum selesai | Kedudukan yakin tanpa input disahkan |
Gunakan ujian penerimaan larian pertama berperingkat
Periksa konfigurasi diselesaikan dahulu tanpa mencetak kunci. Seterusnya, dalam persekitaran pelaksanaan dibenarkan, uji klien projek dengan model terpilih dan simpan rekod permintaan disunting. Kemudian uji interaksi alat wajib dan laluan ralatnya. Akhir sekali jalankan TradingAgentsGraph dengan set sumber terhad dan periksa keadaan, fakta dipetik serta output penyelidikan akhir. Simpan semakan repositori, versi kebergantungan, hash input dan tetapan peranan. Respons kilang hanya melepasi peringkat klien; laporan lengkap masih memerlukan semakan sumber dan angka sebelum dianggap artifak penyelidikan 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 penyelidikan sejarah daripada maklumat kemudian
Tarikh analisis diminta bukan bukti setiap respons vendor tersedia pada masa itu. Semak sama ada asas benar-benar tersedia sebelum tarikh had, sama ada artikel dibetulkan kemudian dan sama ada data cache datang daripada eksperimen lain. Simpan masa penerbitan asal dan masa pengingesan secara berasingan. Kekalkan maklum balas latihan atau refleksi di luar tempoh penilaian tertahan. Senarai ticker sejarah perlu merangkumi nyahsenarai dan perubahan simbol yang berkaitan. Rekod pengendalian tindakan korporat dan penanda aras perbandingan bersama setiap eksperimen supaya perubahan model tidak dikelirukan dengan perubahan data.
Belanjakan debat, percubaan semula dan konteks berulang
Perbelanjaan ejen kewangan datang daripada setiap permintaan dalam graf, termasuk ringkasan, konteks berulang dan percubaan berbayar. Gunakan kontrak harga semasa untuk perancangan dan rekonsiliasikan penggunaan sebenar selepas itu. Hadkan pusingan debat, jumlah sumber, kerja selari dan percubaan automatik sebelum sapuan. Cachekan ekstraksi sumber menggunakan versi dokumen; bezakan penggunaan semula aplikasi daripada diskaun pengebilan penyedia. Jejaki langganan data dan pengiraan tempatan berasingan daripada caj LLM dan bandingkan kos setiap artifak penyelidikan diterima. Mulakan dengan larian terhad di atas sebelum meluaskan alam ticker dan tarikh.
Diagnosis peringkat yang gagal
Untuk kegagalan pengesahan, sahkan kunci penyedia serasi sampai kepada proses sama yang mencipta klien. Untuk model hilang, bandingkan pengecam tepat dan akses akaun dengan katalog semasa. Untuk output alat cacat, simpan skema alat dan respons dibersihkan, bukan pengecualian akhir sahaja. Kebuntuan mungkin permintaan vendor data, gelung alat berulang atau tamat masa model; periksa cap masa peringkat sebelum menambah had. Berhenti jika data wajib hilang. Mencuba sehingga prosa muncul boleh menyembunyikan kegagalan asal dan menggunakan seluruh belanjawan penyelidikan.
Bukti dan batasan
Konfigurasi disemak daripada sumber pada 5 September 2026 di semakan 9dee508c. Contoh ialah templat panduan; tiada permintaan klien APIsRouter, graf lengkap atau kes kos tugas diukur dijalankan untuk panduan ini. Sahkan model dan alat data terpilih dalam larian terhad sendiri sebelum meluaskan aliran kerja.
Soalan lazim
Kunci manakah yang dibaca openai_compatible?
Penyedia disemak memetakan kepada OPENAI_COMPATIBLE_API_KEY. Tetapkannya dalam persekitaran pelaksanaan dan sahkan penyedia diselesaikan tanpa mencetak rahsia.
Bolehkah dua peranan menggunakan model berbeza?
Konfigurasi mempunyai medan deep_think_llm dan quick_think_llm berasingan. Sahkan kedua-dua ID tepat dan keupayaan wajib; endpoint dikongsi sahaja tidak membuktikan keserasian.
Adakah endpoint membekalkan harga saham?
Tidak. Data pasaran datang melalui alat vendor yang dikonfigurasi berasingan, dengan liputan, kelayakan, pelesenan dan ketersediaan sendiri.
Tarikh apakah yang patut dihantar kepada propagate?
Gunakan tarikh penyelidikan dimaksudkan dan sahkan secara berasingan setiap alat data menghormati tarikh had maklumat. Hujah tarikh sahaja tidak menjadikan data semasa sebagai data pada masa berkenaan.
Bagaimanakah memilih dua peranan model?
Gunakan ID katalog semasa, uji alat dan format output diperlukan, kemudian bandingkan laporan diterima daripada pakej sumber sama sebelum menukar mana-mana peranan.
Adakah graf berjaya membuktikan strategi dagangan?
Tidak. Ia menetapkan hasil aliran kerja di bawah input diuji. Penilaian strategi memerlukan data pada masa berkenaan, penilaian bebas dan andaian pelaksanaan realistik.