A股美股港股一个Agent全搞定｜Vibe-Research
📌 核心价值：把 A 股 / 美股 / 港股 三套开源数据引擎打包进一个本地优先的 AI 投研看板，复盘、资讯雷达、个股数据、自选股、持仓、多空辩论全配齐，方向与结论交给你自己的 AI 决定
散户做研究最大的痛点不是不会用 AI，而是 AI 没有"自己的数据"。Vibe-Research 用 git clone 就跑通的本地部署，把行情、研报、估值、财务、公告、资金面、资讯和 23 个数据工具装在一起，再让 Claude Code / Codex / Qwen Code / DeepSeek CLI 直接挂进来。
Vibe-Research 是独立开发者 Simon（simonlin1212）开源的个人 AI 投研系统，主推 A 股、兼看美股 / 港股。它由一个 FastAPI 后端（:8900）+ Vite + React 19 前端（:5899，玻璃暖橙主题）+ 三套直接打进仓库的数据子模块（a-stock-data / global-stock-data / investment-news）组成。
核心定位：数据与功能配齐、AI 决策由你自己接入的中立工具——不荐股、不预测、不给买卖时机、不承诺收益，结论全部由你自己的模型产出
✨ 核心功能一览
十大模块 · 一屏看全个人投研
🛠️ 快速上手：5 分钟跑通示例
安装（一行命令 + 两步启动）
<span></span><code><span><span leaf=""># 1. 克隆仓库（三套数据源已内嵌）</span></span><br><span leaf="">git</span><span><span leaf=""> clone</span></span><span leaf=""> https://github.com/simonlin1212/Vibe-Research</span><span><br><span leaf="">cd</span></span><span leaf=""> Vibe-Research</span><span><br><br><span leaf=""># 2. 启动后端（:8900）</span></span><span><br><span leaf="">cd</span></span><span leaf=""> backend && python3 -m venv .venv</span><br><span leaf="">.venv/bin/pip install -r requirements.txt</span><br><span leaf="">.venv/bin/python -m uvicorn app:app --host 127.0.0.1 --port 8900</span><span><br><br><span leaf=""># 3. 启动前端（:5899）</span></span><span><br><span leaf="">cd</span></span><span leaf=""> ../frontend && npm install && npm run dev</span><span><br><span leaf=""># 浏览器打开 http://localhost:5899</span></span></code>
核心代码示例（接入 AI 的三种方式）
<span></span><code><span><span leaf=""># 方式一：订阅接入（用本机已登录的 CLI，免 API key）</span></span><span><br><span leaf=""># 装 Claude Code / Codex / Qwen Code / DeepSeek CLI 任一个并登录</span></span><span><br><span leaf=""># 在「接入 AI 页 → 订阅接入」选一个即可，无需填 key</span></span><br><span leaf="">npm i -g @anthropic-ai/claude-code && claude</span><span><span leaf=""> # 用 Claude 订阅登录</span></span><span><br><br><span leaf=""># 方式二：API 接入（baseURL 自动填好，只粘 key）</span></span><span><br><span leaf=""># 内置 DeepSeek / 豆包 / MiniMax / OpenAI / OpenRouter / Groq / Together / MiMo / 任意 OpenAI 兼容端点</span></span><span><br><br><span leaf=""># 方式三：MCP（把后端挂成 MCP server，让 agent 多步分析）</span></span><span><br><span leaf=""># 详见 backend/README.md</span></span></code>
注意：CLI 不做多轮工具调用，适合"复盘 / 今日要点 / 个股页问 AI"这类数据已备好的场景；要 AI 自己现场调数据工具的自由问答，用 API 接入
📊 一屏看穿：A 股 + 美股 + 港股 + 韩股
每日复盘 · 一屏看全今天
功能说明：把"今天发生了什么"压在一屏——大A 指数、隔夜美股 / 港股、市场情绪、连板梯队、成交额 TOP20、板块资金强弱、资金轮动，全部客观数据 + 一键打包给 AI 复盘。
资讯雷达 · 跨源盯梢，一键成稿
功能说明：12 赛道 108 个公开 RSS 源（半导体 / AI / 机器人 / 新能源车 / 医药…）一一对应大A 板块，AI 一键提炼当天"今日要点"并自动翻译；还内置标的公告 / 标的新闻，挂钩你的关注列表。
输入要求：无需任何 API key，纯标准库实现\输出效果：每条要点可一键复制进研究记录，全程本地
个股数据 · 一屏看穿，只下钻不下结论
功能说明：输一个代码——大A 六位 / 美港股AAPL·00700 / 韩股005930.KS（必须带.KS 后缀）；行情、估值矩阵（前向 PE / PEG）、历史分位、财务、研报、公告、资金面一屏聚合。
核心设计哲学：
-
•估值分位只标位置，不划买卖线
-
•客观数据配齐，判断交给你的 AI
-
•不排名、不预测涨跌、不做主观评分
覆盖维度：估值 / 财报速览 / 研报 / 公告 / 新闻 / 资金面（融资融券 / 股东户数 / 主力资金流 / 分红 / 大宗交易）/ 龙虎榜 / 限售解禁 / 板块归属 / 热门概念 / 互动易
⚔️ 多空辩论：终点是分歧，不是结论
与 TradingAgents / ai-hedge-fund 的关键差异：开源的多 agent 金融框架末端都有一个 trader / portfolio_manager 角色，产出"买 / 卖 / 仓位多少"。Vibe-Research 刻意不做那一层。
这里的多 agent 终点是分歧，不是结论：
<span></span><code data-language-pending="" data-raw-code="① 事实底稿 后端按固定清单拉 13 项客观数据（不经 LLM）
↓ 多空双方吵的是同一份数据，谁也不能靠编数字赢
② 多方研究员 基于底稿立论：核心论点 + 支撑证据 + 逻辑成立的前提
③ 空方研究员 基于底稿质疑：核心质疑 + 风险证据 + 逻辑成立的前提
（可选） 交叉反驳：逐条回应对方，承认的明说，能反驳的给数据
④ 中立主持 双方共识 / 真正的分歧点（是数据不足还是解读不同）/ 验证清单 / 数据缺口" data-show-line-number="false"><span leaf="">① 事实底稿 后端按固定清单拉 13 项客观数据（不经 LLM）</span><br><span leaf=""> ↓ 多空双方吵的是同一份数据，谁也不能靠编数字赢</span><br><span leaf="">② 多方研究员 基于底稿立论：核心论点 + 支撑证据 + 逻辑成立的前提</span><br><span leaf="">③ 空方研究员 基于底稿质疑：核心质疑 + 风险证据 + 逻辑成立的前提</span><br><span leaf=""> （可选） 交叉反驳：逐条回应对方，承认的明说，能反驳的给数据</span><br><span leaf="">④ 中立主持 双方共识 / 真正的分歧点（是数据不足还是解读不同）/ 验证清单 / 数据缺口</span></code>
一次辩论的开销（跑之前先看这里）
其中拉底稿约占 35 秒（打十几个公开数据接口，不消耗任何 token），剩下是模型生成时间。
反思审计
同一思路的延伸：对一段已写好的分析做推理审计，挑出"听起来合理但没有依据"的部分。只有 1 次模型调用，开销小得多。实测能揪出诸如"获得机构广泛认可"（用三家推断整体）、“频繁上调预期”（未量化）这类似是而非的表述。
作者建议：辩论不需要贵模型。数据已经在底稿里备齐了，模型只做组织和表达，中档模型足够；把预算留给你自己的深度提问
📡 数据源：自带三大开源引擎，git clone 即用
Vibe-Research 把三套公开数据源直接集成进仓库——git clone 下来开箱即用，无需另外下载、接线：
A 股数据引擎 a-stock-data 覆盖范围
行情 / K 线 / 研报 / 一致预期 / 估值 / 历史分位 / 财务三表 / 公告 / 龙虎榜 / 融资融券 / 大宗交易 / 股东户数 / 分红 / 资金流 / 解禁 / 概念板块 / 打板情绪 / ETF 期权 / 互动易 / 全市场行业排名。
分级依赖：行情（腾讯）+ 研报 / 公告（东财）秒装可用；akshare / mootdx 惰性导入，缺失时对应端点返回 501 + 安装提示，不拖垮服务。
🏗️ 架构：数据层 + 两条 AI 出口
<span></span><code data-language-pending="" data-raw-code="Vibe-Research/
├── a-stock-data/ A 股全栈数据工具箱（数据源，v3.6.0，自带即用）
├── global-stock-data/ 美股 / 港股数据工具箱（数据源，v2.0.3，自带即用）
├── backend/ FastAPI :8900
│ ├── astock.py A 股数据（移植自 a-stock-data）
│ ├── gstock.py 美股 / 港股数据（移植自 global-stock-data）
│ ├── newsradar.py 资讯雷达（移植自 investment-news）
│ ├── market.py 市场情绪 + 板块资金流 + 全球指数
│ ├── portfolio.py 持仓 + 已清仓（存本地用户目录）
│ ├── tools.py AI 工具层（23 个数据工具，chat / MCP / debate 共用）
│ ├── chat.py 系统 AI（OpenAI 兼容 function-calling）
│ ├── debate.py 多空辩论编排（事实底稿 → 多空 → 中立主持）
│ ├── reflection.py 反思审计（对已有分析做推理审计）
│ └── mcp_server.py MCP server（给 Claude Code 等 agent）
└── frontend/ Vite + React 19 + TS + Tailwind（玻璃暖橙主题）:5899" data-show-line-number="false"><span leaf="">Vibe-Research/</span><br><span leaf="">├── a-stock-data/ A 股全栈数据工具箱（数据源，v3.6.0，自带即用）</span><br><span leaf="">├── global-stock-data/ 美股 / 港股数据工具箱（数据源，v2.0.3，自带即用）</span><br><span leaf="">├── backend/ FastAPI :8900</span><br><span leaf="">│ ├── astock.py A 股数据（移植自 a-stock-data）</span><br><span leaf="">│ ├── gstock.py 美股 / 港股数据（移植自 global-stock-data）</span><br><span leaf="">│ ├── newsradar.py 资讯雷达（移植自 investment-news）</span><br><span leaf="">│ ├── market.py 市场情绪 + 板块资金流 + 全球指数</span><br><span leaf="">│ ├── portfolio.py 持仓 + 已清仓（存本地用户目录）</span><br><span leaf="">│ ├── tools.py AI 工具层（23 个数据工具，chat / MCP / debate 共用）</span><br><span leaf="">│ ├── chat.py 系统 AI（OpenAI 兼容 function-calling）</span><br><span leaf="">│ ├── debate.py 多空辩论编排（事实底稿 → 多空 → 中立主持）</span><br><span leaf="">│ ├── reflection.py 反思审计（对已有分析做推理审计）</span><br><span leaf="">│ └── mcp_server.py MCP server（给 Claude Code 等 agent）</span><br><span leaf="">└── frontend/ Vite + React 19 + TS + Tailwind（玻璃暖橙主题）:5899</span></code>
三种 AI 接入方式
🔌 接入 AI：工具中立，主流 AI 都能接
订阅接入伙伴
前提：① 后端跑在你本机（云端读不到你本机 CLI）；② 对应 CLI 已安装并登录，命令在PATH 上。
API 接入模型清单
key 只存你本地浏览器、随请求发给你自己的后端、不上传、不进仓库
🆚 同类工具横向对比
关键差异：
-
•Vibe-Research：把数据层、子仓化、AI 接入解耦；用户可只用数据层（克隆子仓）、只用 AI 接口（MCP）、或全栈跑；自包含零外部封装依赖
-
•TradingAgents-astock：偏多 Agent 辩论与决策，AI 扮演多个分析师角色；适合研究"AI 怎么思考"，但默认依赖外部数据源、自己接
-
•券商 App：数据稳定、官方合规，但 AI 协作能力弱，所有跨市场 / 跨工具调用都得手动
-
•通用 ChatGPT / Claude 网页对话：没有数据工具调用能力，全靠用户复制粘贴，容易出错且效率低
🔒 合规与边界
⚠️ 本项目仅供学习与研究，不构成任何投资建议。
数据存储路径：持仓与上传的研报默认存在用户目录~/.vibe-research/（可用环境变量VR_DATA_DIR 换根目录、VR_REPORTS_DIR 单独指定研报目录）——在项目文件夹之外，重新下载 / 覆盖更新项目文件夹不会丢数据；旧版本存在backend/.cache/ 的数据，新版首次启动自动迁移（复制，原文件保留）。
💡 适用场景
场景 1：跨市场盯盘 + 每日复盘
-
• ✅A 股 + 美股 ADR + 港股散户，需要在统一面板盯三个市场
-
• ✅ 想用 AI 辅助日常复盘，但不想为每个市场切一个 App
场景 2：用 Claude Code / Codex 订阅做投研
-
• ✅ 希望把订阅额度用在正经投研上、不想额外开 API
-
• ✅ 习惯用
claude/codex等 CLI 工具 -
• ✅ 想要数据工具调用能力，但不想自己拼提示词
场景 3：本地优先 + 数据自主
-
• ✅ 对"数据不上传"有强需求（隐私 / 合规 / 个人偏好）
-
• ✅ 想自己改造数据源（换源 / 加策略），又不想从零搭后端
场景 4：多 agent 投研框架研究者
-
• ✅ 研究"AI 怎么思考"，需要可对比的多 agent 编排
-
• ✅ 想给 TradingAgents / ai-hedge-fund 加更多数据源
用户群体总结
-
• ✅散户投资者：跨市场盯盘 + AI 复盘
-
• ✅Claude Code / Codex 订阅党：把订阅额度用在投研上
-
• ✅数据分析师 / 量化研究者：可复用的 A 股全栈数据 + 美港股数据 + AI 接口
-
• ✅企业 AI 落地探索者：同一作者有 Agent-Staff（把公司 Agent 化）可参考
-
• ❌不适合：追求"AI 替我决策"或需要 SaaS 化云端服务的用户
📝 快速上手：演示截图
每日复盘（顶部）
个股数据
资讯雷达
💰 定价方案
完全免费 + MIT 协议
-
• ✅ 可商用
-
• ✅ 可二次开发
-
• ✅ 可本地部署
-
• ✅ 无任何 API 调用强制费用（用 CLI 订阅 = 0 额外费用）
可选费用（仅当你选择 API 接入 + 付费模型时）：
-
• 大模型 API：DeepSeek / 豆包 / MiniMax / OpenAI / Claude 等按 token 计费
-
• CLI 订阅：Claude Code / Codex 等按订阅费（一次性买断或月度）
💡 新用户福利：用「订阅接入」走 Claude Code / Codex / Qwen Code / DeepSeek CLI，0 额外 API 费用
🎯 总结
Vibe-Research 走的是「数据层 + AI 出口」分层路线：自带 a-stock-data、global-stock-data、investment-news 三个已成熟的数据源子仓（Star 数合计已超 1 万），避免重复造轮子；后端做数据 API + MCP server，前端做看板；AI 部分则完全交给用户自己的模型（订阅 / API / MCP 三选一）。
对散户而言，最大价值是把"数据在哪、怎么取、怎么给 AI 用"这一长串链路封装好了；对开发者而言，FastAPI 后端 + 标准化数据端点 + MCP 接口，意味着可以很方便地接入自己的策略或自动化工作流。生态作者 Simon 的几个数据子仓（a-stock-data 8.3k ★、global-stock-data 1.4k ★）已经过较长时间实战检验，是项目能稳定运行的基础。
如果你是 Claude Code / Codex 订阅用户、且有跨市场投研需求，Vibe-Research 是目前少有的「把数据 + Agent 框架 + AI 接入」三件事一起做好的开源方案。本地部署、订阅即可驱动、数据不上传，正好戳中散户最关心的"用 AI 但数据自主"痛点。
推荐指数：⭐⭐⭐⭐⭐（满分 5 星）
适合人群：
-
• 跨市场散户（A 股 + 美股 + 港股 + 韩股）
-
• Claude Code / Codex / Qwen Code / DeepSeek CLI 订阅用户
-
• 数据分析师 / 量化研究者
-
• 对"数据自主 + 本地部署"有强需求的用户
-
• 多 agent 投研框架研究者
立即体验：
-
• 官网：viberesearch.wiki
-
• GitHub 仓库：simonlin1212/Vibe-Research
数据截至 2026-08-02，最新信息请以官网为准。
⚠️ 本文仅作技术交流，不构成投资建议。股市有风险，投资需谨慎。
- 原文作者：知识铺
- 原文链接：https://index.zshipu.com/stock002/post/20260816/A%E8%82%A1%E7%BE%8E%E8%82%A1%E6%B8%AF%E8%82%A1%E4%B8%80%E4%B8%AAAgent%E5%85%A8%E6%90%9E%E5%AE%9AVibe-Research/
- 版权声明：本作品采用知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议进行许可，非商业转载请注明出处（作者，原文链接），商业转载请联系作者获得授权。
- 免责声明：本页面内容均来源于站内编辑发布，部分信息来源互联网，并不意味着本站赞同其观点或者证实其内容的真实性，如涉及版权等问题，请立即联系客服进行更改或删除，保证您的合法权益。转载请注明来源，欢迎对文章中的引用来源进行考证，欢迎指出任何有错误或不够清晰的表达。也可以邮件至 sblig@126.com
