预览
| 首页 | 证据溯源（点击参考直接查看来源） |
| 流式报告（实时输出） | |
核心能力
1) 团队化投研工作流（灵感来自 TradingAgents）
TradingAgents 对投研组织的抽象（分析师团队 → 多空研究员辩论 → 风控/交易决策）非常贴近真实流程。我们将其作为设计灵感与参考文献，在此基础上独立实现了一套可落地的桌面工作流与工程体系。
2) 用 Agno 完成多智能体编排
我们用 Agno 组织 Agents/Teams/Workflows，并利用其运行时特性把「长耗时、可流式、可观测」的投研任务跑起来
3) 引入“证据校验层”，降低幻觉论证
为了避免 LLM 在辩论时“虚空索敌”，引用一个有理但虚假的证据。
在研究员辩论（多空论点交锋）环节上，我们引入了证据校验层：
- 对辩论论点的证据做校验与过滤，剔除无效/弱相关证据
- 显著降低“看似有理但无来源”的幻觉论证
4) 代码级证据溯源：报告里的每条引用都可点击
我们还在代码层面对 LLM 的证据做溯源：报告中每个论点的证据（参考链接）都可以直接点击打开引用来源，并可用于回放/复核。
对低可信证据，我们会在报告中标记出来，提醒用户注意。
5) 报告流式输出：实时看到输出与进度
报告是流式输出的，你可以在任务运行过程中实时看到各团队产出、工具调用、阶段性结论与最终报告逐步成形。可以直播式的观察整个过程，而不是等待任务完成后才查看。
技术栈
- 桌面容器：Tauri v2
- 前端：Vue 3 + TypeScript + Vite + TailwindCSS
- 后端：PyTauri（Python）+ Pydantic（IPC 数据模型）+ Agno（多智能体框架）+ akshare (获取股票数据) + crawl4ai (获取新闻数据)
项目地址: github.com/chung-2077/…
如果觉得这个项目对您有帮助，请给我一个 Star ⭐️ 谢谢。
