一个GitHub仓库的星标数，比很多上市公司财报还值得盯

TauricResearch 的 TradingAgents 项目在 GitHub 上已经积累了 103k Star，Fork 数达到 19.9k。这个数字放在开源金融工具里相当少见——它意味着大量开发者正在把多智能体大模型框架塞进自己的交易研究流程里。

打开网易新闻 查看精彩图片

最新发布的 v0.4.0 版本，把更新重点放在了“时间点正确性”上。FRED 宏观数据、社交情绪信号、决策日志记忆这几个模块都做了 look-ahead 和 point-in-time 修复，避免模型在回测时“偷看未来”。

决策信号更清晰，Trader 有了价格锚点

这次更新还带来了几个直接影响交易逻辑的改动。决策信号被重新整理，输出结果更容易判断该不该动手。CLI 的 checkpoint 恢复功能现在可以正常工作了，跑长任务中断后不用从头再来。

Trader 模块加入了价格 grounding，意味着交易代理在生成买卖指令时，会基于实际价格数据做约束，而不是凭空给出一个脱离市场的数字。模型覆盖方面，GPT-5.6 和 GLM-5.3 被正式纳入支持列表。

从 v0.3.0 到 v0.4.0，两个月迭代了什么

把时间线拉长看，这个项目的迭代节奏相当密集。2026年6月的 v0.3.0 引入数据访问契约验证，提供商注册表扩展到 NVIDIA、Kimi、Groq、Mistral、Bedrock，FRED 和 Polymarket 数据供应商正式接入。

7月的 v0.3.1 集中在正确性和稳定性修复：Alpha Vantage 的 look-ahead 过滤、graph-router 崩溃安全、graph-shape 感知的 checkpoint 恢复、可用的加密情绪数据源、可配置的 LLM 重试预算，以及 Bedrock API-key 认证。Claude Sonnet 5 和 Fable 5 也进入支持范围。

到了 v0.4.0，修复重点从“别崩”转向“别错”。FRED 宏观数据、社交情绪、决策日志记忆三处的时间点问题被统一处理，决策信号和价格 grounding 的加入，让整个框架从“能跑”向“能信”又靠近了一步。

开源金融智能体的竞争，正在从模型覆盖转向数据可信度

从这几次更新记录能看出一个明显趋势：早期版本在拼命接入更多模型和提供商，后期版本则把精力放在数据正确性、时间点保真、决策可解释性上。对于金融交易场景来说，模型多不多是其次，回测里有没有未来函数、情绪数据源可不可用、决策日志能不能追溯，才是开发者真正关心的问题。