Awesome Study Agent

Appearance

2026-06-26
1535
6.4m

部署配置与实战指南 ​

从 pip install 到第一个研究任务，再到接入 MCP 协议被你的主 Agent 调用。本文覆盖 Vibe-Trading 的四种部署路径、安全配置和完整的实战工作流。

四种部署路径 ​

Vibe-Trading 提供四种部署方式，覆盖从"立即试用"到"深度开发"的所有场景：

路径最佳场景所需时间前提条件
A. PyPI 安装快速上手，完整 CLI 体验2 分钟Python 3.11+
B. Docker零配置，前后端一体2 分钟Docker
C. MCP 插件接入 Claude Desktop/OpenClaw/Cursor3 分钟运行中的 MCP server
D. ClawHub无需 clone，一条命令1 分钟ClawHub 客户端

路径 A：PyPI 安装（推荐） ​

这是最推荐的入门方式，安装完成后即可在终端中完整使用所有功能：

bash
pip install vibe-trading-ai
vibe-trading init          # 交互式 .env 配置
vibe-trading               # 启动交互式 CLI

安装后你会获得三个命令：

命令用途
vibe-trading交互式 CLI / TUI
vibe-trading serve启动 FastAPI Web 服务
vibe-trading-mcp启动 MCP server（用于 Claude Desktop、OpenClaw 等）

关键配置项（.env 文件）：

bash
# 必须：选择 LLM provider 并设置 API key
LANGCHAIN_PROVIDER=openai      # 可选：openai, deepseek, gemini, openrouter, ollama 等
OPENAI_API_KEY=sk-...          # 根据 provider 设置对应的 API key

# 可选：配置数据源
TUSHARE_TOKEN=                 # A 股数据（不配也能用 mootdx + AKShare）

# 可选：券商交易配置
VIBE_TRADING_DATA_CACHE=0      # 是否启用本地数据缓存

# 可选：安全配置（远程部署必配）
API_AUTH_KEY=                  # API 认证密钥

路径 B：Docker 部署 ​

适合希望前后端一体运行、不想管理 Python 环境的用户：

bash
git clone https://github.com/HKUDS/Vibe-Trading.git
cd Vibe-Trading
cp agent/.env.example agent/.env
# 编辑 agent/.env，取消注释你使用的 LLM provider 并填入 API key
docker compose up --build

打开 http://localhost:8899，后端 + 前端在同一容器中运行。Docker 默认将后端绑定在 127.0.0.1:8899，并以非 root 容器用户运行。

路径 C：MCP 插件 ​

如果你已经使用了 Claude Desktop、OpenClaw、Cursor 或 Hermes 等 AI Agent 平台，可以通过 MCP 协议将 Vibe-Trading 的能力接入主 Agent：

bash
pip install vibe-trading-ai
vibe-trading init
vibe-trading-mcp              # 启动 MCP server（stdio 协议）

然后在你的 MCP 客户端配置中添加：

json
{
  "mcpServers": {
    "vibe-trading": {
      "command": "vibe-trading-mcp"
    }
  }
}

接入后，你的主 Agent 就可以直接调用 Vibe-Trading 的 47+ 个 MCP 工具进行交易研究。

路径 D：ClawHub ​

bash
claw install vibe-trading

这条命令会从 ClawHub 自动拉取并配置 Vibe-Trading，适合已经使用 Claw 工具链的用户。

LLM Provider 配置 ​

Vibe-Trading 支持 13 个 LLM provider，配置方式统一在 .env 文件中设置：

bash
# 云端 API
LANGCHAIN_PROVIDER=openai
OPENAI_API_KEY=sk-...

# 或使用 OpenRouter（一个接口访问多个模型）
LANGCHAIN_PROVIDER=openrouter
OPENAI_API_KEY=sk-or-...
OPENAI_API_BASE_URL=https://openrouter.ai/api/v1

# 或本地部署（无需 API key）
LANGCHAIN_PROVIDER=ollama
OPENAI_API_BASE_URL=http://localhost:11434/v1
OLLAMA_MODEL=qwen2.5:7b

# 或 DeepSeek（思考链模式）
LANGCHAIN_PROVIDER=deepseek
DEEPSEEK_API_KEY=sk-...
REASONING_EFFORT=high       # 控制思考深度

# 或 OpenAI Codex（通过 ChatGPT OAuth）
LANGCHAIN_PROVIDER=openai-codex
# 然后运行: vibe-trading provider login openai-codex

安全配置 ​

默认配置下的安全状态 ​

  • 本地 CLI：无安全限制，完全访问本地文件系统
  • localhost Web：无认证，只能从本机访问
  • 远程部署：必须设置 API_AUTH_KEY，否则 API 端点存在暴露风险

安全加固建议 ​

  1. 远程部署：始终设置强 API_AUTH_KEY，客户端通过 Authorization: Bearer <key> 访问
  2. 自主交易：mandate 约束（标的/单量/敞口/杠杆/每日笔数）+ 文件级 kill switch
  3. 文件访问：Vibe-Trading 限制文件读写范围在安全路径内
  4. Docker 安全：非 root 用户运行，localhost-only 端口发布
  5. 定期清理：删除不再需要的 run artifacts 和 session 数据

完整实战工作流 ​

场景一：快速研究 ​

bash
pip install vibe-trading-ai
vibe-trading init

# 自然语言回测
vibe-trading run -p "Backtest a BTC-USDT 20/50 moving-average strategy for 2024, summarize return and drawdown"

# 查看结果 run card
vibe-trading runs list
vibe-trading runs show <run_id>

场景二：Alpha 因子研究 ​

bash
# 浏览因子
vibe-trading alpha list --zoo gtja191

# 查看单个因子
vibe-trading alpha show alpha101_001

# 整个 Zoo 评分
vibe-trading alpha bench --zoo qlib158 --universe csi300 --period 2020-2025 --top 10

# 多因子对比
vibe-trading alpha compare alpha101_001 alpha101_002 --sort ir

场景三：交易行为复盘（Shadow Account） ​

bash
# 上传交易记录
vibe-trading --upload trades_export.csv

# 执行 Shadow Account 分析
vibe-trading run -p "Analyze my trading behavior, extract my shadow strategy, and compare it with my actual trades"

场景四：多智能体深度研究 ​

bash
# 启动 Web UI
vibe-trading serve --port 8899

# 在 Web UI 中，选择 Swarm preset → 输入研究问题
# 例如选择 quant_strategy_desk，提问：
# "Evaluate a momentum factor strategy on CSI 500 for 2023-2024"

升级维护 ​

bash
pip install -U vibe-trading-ai    # 升级到最新版
vibe-trading --version            # 检查当前版本

项目在 PyPI 上持续发布新版本（约每周一次）。由于 MCP 工具数量持续增长（已经从最初的 22 个增长到 47+ 个），建议定期升级以获取最新能力。

常见问题 ​

Q：需要什么 API key？

A：最少只需一个 LLM provider 的 API key。所有市场数据源都可以免费使用（mootdx + AKShare + yfinance 覆盖全市场）。

Q：可以在没有 GPU 的机器上运行吗？

A：完全可以。Vibe-Trading 本身不运行模型推理，它调用外部的 LLM API 或本地 Ollama。如果你使用云端 LLM provider，仅需普通网络连接。

Q：如何保护我的 API key 和交易凭证？

A：API key 存储在 agent/.env 文件中（~/.vibe-trading/.env），不会被提交到 GitHub 或泄露给第三方。交易凭证通过 OAuth 或本地加密存储管理。

Q：文档在哪里？

A：官方文档站 https://vibetrading.wiki/ 包含完整的安装指南、API 参考和教程。项目 Wiki 也在持续建设中。

检验标准 ​

读完本文后，你应该能回答：

  • Vibe-Trading 的四种部署路径分别是什么？各自适用于什么场景？
  • 如何配置 LLM provider？如何设置本地 Ollama？
  • 自主交易的安全保护机制有哪些？
  • 如何完成一次完整的研究工作流（从安装到输出结果）？
  • 在哪里获取官方文档和最新升级信息？
最近更新

基于 MIT LICENSE 许可发布

Copyright © 2026-present Awesome Study Agent