AlphaMind - 多 Agent 智能股票分析系统

基于 Spring Boot、Spring AI 与 Next.js 的股票分析系统。通过流水线 Agent 协作 + 多空辩论仲裁，为单只股票提供结构化分析结果，前后端全程真实 API 对接，无 mock 数据。

---

项目简介

AlphaMind 由一组专职 Agent 共同完成股票分析：

• MarketAgent：通过新浪财经实时接口拉取行情数据，生成含均线的 K 线序列
• TechnicalAgent：采用真实公式计算 EMA / RSI / KDJ / 布林带等技术指标
• SentimentAgent：基于行情指标（涨跌幅、PE、换手率、量比）进行加权舆情评分
• PortfolioAgent：整合前置结果，生成交易建议与仓位控制方案
• BullAgent / BearAgent / NeutralAgent：从多头、空头、中立三个视角展开辩论
• ArbitratorAgent：综合辩论观点，形成最终裁决

系统支持两种工作模式：

1. 流水线模式：Market → Technical → Sentiment → Portfolio
2. 辩论模式：Bull / Bear / Neutral → Arbitrator

其他能力：

• SSE 实时推送分析进度与各阶段数据
• 每周推荐 3 支“低位 + 价值”兼顾的重点观察股票，可一键带入分析
• 新浪财经实时行情接入，可通过配置开关切换
• LLM 可选接入；未配置 API Key 时自动降级为模板响应
• 分析历史持久化（PostgreSQL jsonb），支持完整反序列化还原
• 会话记忆（Redis，不可用时自动降级本地内存）

---

当前状态

截至 2026-05-05，以下能力已完成并验证：

• 后端在 Java 17 环境下编译 0 错误
• 后端通过 dev profile 启动，无需本地 MySQL 即可开发（使用 PostgreSQL dev 库）
• 前端 Next.js build 5 条路由全部构建通过，0 TypeScript 错误
• MarketAgent 已接入新浪财经实时接口，K 线锚定真实现价
• TechnicalAgent 使用真实 EMA/RSI/KDJ/布林带公式，非随机数
• SentimentAgent 使用确定性加权评分（涨跌幅 40%、PE 25%、换手率 20%、量比 15%）
• 分析历史 toDTO() 完整还原所有 jsonb 字段及标量字段
• 前端舆情分析卡片展示评分、利好/风险因素、媒体关注度
• 前端 SentimentData 类型与后端 DTO 字段完全对齐
• 首页新增“每周低位价值股”板块，自动展示本周精选 3 只股票
• 后端新增周荐接口，返回排名、综合分、低位分、价值分与推荐亮点
• CORS 通过配置文件管理，无硬编码通配符

详细变更记录请见 changelog.md。

---

技术栈

后端

组件	版本 / 说明
Java	17
Spring Boot	3.4.1
Spring AI	1.0.0 GA
通信	REST + Server-Sent Events (WebFlux Flux)
数据库	PostgreSQL（含 jsonb 字段）+ Flyway
缓存	Redis（可选，不可用时降级本地内存）
LLM Provider	OpenAI / DeepSeek / Anthropic
行情数据	新浪财经实时接口（alphamind.market.fetch-real-data 开关控制）

前端

组件	版本 / 说明
Next.js	16.2.4（App Router）
React	19
TypeScript	5
状态管理	Zustand
HTTP 客户端	Axios（REST） + EventSource（SSE）
图表	ECharts
样式	Tailwind CSS 4

---

项目结构

AlphaMind/
├── backend/
│   ├── src/main/java/com/alphamind/
│   │   ├── agent/              # 多 Agent 实现（BaseAgent + 7 个专职 Agent）
│   │   ├── config/             # Spring / AI / CORS / Converter 配置
│   │   ├── controller/         # 分析（SSE+同步+历史）、聊天、股票接口
│   │   ├── model/              # DTO / 枚举 / 实体（含 jsonb Entity）
│   │   ├── service/            # PipelineOrchestrator / MemoryService / StockService
│   │   └── AlphaMindApplication.java
│   ├── src/main/resources/
│   │   ├── application.yml        # 生产配置（含环境变量占位）
│   │   └── application-dev.yml    # 开发配置（PostgreSQL dev 库、真实行情开关）
│   └── pom.xml
├── frontend/
│   ├── src/
│   │   ├── app/                # Next.js 页面（/ chat/ history/ watchlist/）
│   │   ├── api/                # Axios API 客户端
│   │   ├── components/         # UI 组件（analysis/ chart/ common/ agent/）
│   │   ├── stores/             # Zustand 状态（analysis / chat / watchlist）
│   │   └── types/              # TypeScript 类型定义
│   ├── next.config.ts          # /api/:path* 代理到 localhost:8080
│   └── package.json
└── README.md

---

快速开始

前置条件

• Node.js 18+
• npm 9+
• JDK 17+
• Maven 3.8+
• PostgreSQL（dev 环境需要，数据库名 alphamind_dev）

Redis 和 LLM API Key 均为可选。无 Key 时系统自动进入模板/降级模式。

---

环境变量

可在项目根目录创建 .env 文件（后端通过 Spring 的 ${VAR:default} 语法读取）：

# LLM（至少填一个才能启用真实 AI 响应）
OPENAI_API_KEY=
DEEPSEEK_API_KEY=
ANTHROPIC_API_KEY=
OPENAI_BASE_URL=

# 数据库（生产环境）
DB_PASSWORD=

# Redis（可选，不填时自动降级本地内存）
REDIS_PASSWORD=

# CORS（默认 http://localhost:3000）
CORS_ALLOWED_ORIGINS=http://localhost:3000

# 是否拉取新浪财经真实行情（默认 false，dev profile 默认 true）
FETCH_REAL_DATA=true

---

本地运行

1. 启动后端（dev profile）

cd backend
SPRING_PROFILES_ACTIVE=dev mvn spring-boot:run

默认地址：http://localhost:8080

dev profile 特点：

• 使用 PostgreSQL localhost:5432/alphamind_dev（需提前建库）
• 启用真实新浪财经行情接口（alphamind.market.fetch-real-data: true）
• Redis 不可用时自动降级本地内存
• 无 LLM Key 时使用模板输出，流程依然走通

2. 启动前端

cd frontend
npm install
npm run dev

默认地址：http://localhost:3000

浏览器请求 /api/v1/* 会由 next.config.ts 自动代理到后端 8080，无需手动处理跨域。

3. 生产构建

# 后端
cd backend && mvn clean package

# 前端
cd frontend && npm run build && npm run start

4. Docker Compose 一键部署

# 项目根目录
docker compose up -d --build

服务端口：

• 前端：http://localhost:3000
• 后端：http://localhost:8080
• PostgreSQL：localhost:5432
• Redis：localhost:6379

说明：

• docker-compose.yml 已包含 postgres + redis + backend + frontend。
• 前端容器通过 BACKEND_API_ORIGIN=http://backend:8080 访问后端，避免容器内 localhost 指向错误。
• 如需启用真实模型，请在启动前导出 OPENAI_API_KEY / DEEPSEEK_API_KEY / ANTHROPIC_API_KEY。

---

Agent 工作流

流水线模式

MarketAgent（新浪实时行情 + K线序列）
  -> TechnicalAgent（EMA / RSI / KDJ / 布林带）
  -> SentimentAgent（加权舆情评分）
  -> PortfolioAgent（交易建议 + 仓位控制）

辩论模式

BullAgent ─────┐
BearAgent ─────┼──> ArbitratorAgent（最终裁决 + 置信度）
NeutralAgent ──┘

LLM 调用策略

所有 Agent 统一继承 BaseAgent，通过 llmCall(systemPrompt, userPrompt) 调用模型：

• 有可用 ChatClient：走真实 LLM
• 无可用 ChatClient 或调用失败：自动回退到模板输出

---

API 概览

分析接口

SSE 流式分析

GET /api/v1/analysis/stream?stockCode=600519&strategy=balanced&enableDebate=false

参数	类型	必填	说明
stockCode	string	是	股票代码
strategy	string	否	CONSERVATIVE / BALANCED / AGGRESSIVE（大小写均可）
enableDebate	boolean	否	是否启用辩论模式（兼容旧参数，优先级低于 mode）
mode	string	否	PIPELINE / DEBATE，优先级最高
sessionId	string	否	会话 ID

模式解析优先级：mode > enableDebate > strategy 默认模式（AGGRESSIVE 默认 PIPELINE，其余默认 DEBATE）。

典型事件序列：

data: {"event":"stage","stage":"MARKET","message":"正在采集行情数据..."}
data: {"event":"data","agentType":"MARKET","data":{...}}
data: {"event":"stage","stage":"TECHNICAL","message":"正在进行技术分析..."}
data: {"event":"data","agentType":"TECHNICAL","data":{...}}
data: {"event":"data","agentType":"SENTIMENT","data":{...}}
data: {"event":"data","agentType":"PORTFOLIO","data":{...}}
event: result
data: {"code":200,"message":"分析完成","data":{完整 AnalysisReportDTO}}

同步分析

POST /api/v1/analysis/analyze
Content-Type: application/json

{ "stockCode": "600519", "strategy": "BALANCED", "enableDebate": false }

分析历史

GET /api/v1/analysis/history?stockCode=600519&limit=20

历史记录存入 PostgreSQL，支持完整字段还原（包括 marketData / technicalIndicators / sentimentData / judgment / tradeSignal / confidence 等所有 jsonb 与标量字段）。

---

聊天接口

# 创建会话
POST /api/v1/chat/session?stockCode=600519&stockName=贵州茅台

# 普通消息
POST /api/v1/chat/message?sessionId={id}&content=适合抄底吗？&agentType=PORTFOLIO

# SSE 流式消息
GET /api/v1/chat/stream/{sessionId}?message=怎么看当前走势？&agentType=TECHNICAL

# 历史记录
GET /api/v1/chat/history/{sessionId}?limit=20

# 清除会话
DELETE /api/v1/chat/session/{sessionId}

---

股票接口

GET    /api/v1/stocks/search?query=600519          # 参数名是 query，不是 keyword
GET    /api/v1/stocks/{code}
GET    /api/v1/stocks/recommendations/weekly       # 每周推荐 3 支低位价值股
GET    /api/v1/stocks/watchlist?userId=default
POST   /api/v1/stocks/watchlist/{code}?userId=default
DELETE /api/v1/stocks/watchlist/{code}?userId=default

每周低位价值股推荐

GET /api/v1/stocks/recommendations/weekly

返回固定 3 支本周推荐股票，字段包括：

• rank：本周排名
• weekLabel：周标识，如 2026年第19周
• stockCode / stockName
• industry / market
• currentPrice / changePercent
• lowPositionScore：低位分
• valueScore：价值分
• compositeScore：综合分
• summary：推荐摘要
• highlights：推荐亮点列表

当前版本基于项目内置股票池进行启发式筛选，综合考虑：

• 股票池内价格分位
• 相对行业样本均价的折价幅度
• 行业价值属性权重
• 主板 / 创业板 / 科创板稳定性
• 近期涨跌幅对应的回撤观察价值

---

前端页面

路由	功能
/	主分析页：每周低位价值股推荐、股票搜索、策略/模式选择、SSE 实时进度、市场行情、舆情分析、K线图、技术指标、交易建议、辩论结果
/chat	对话页：选择 Agent、流式聊天
/history	历史记录：查看过往分析报告
/watchlist	自选股管理

---

策略类型

策略	枚举值	仓位	止损	持仓周期	买入阈值	默认模式
保守	CONSERVATIVE	30%	-5%	45天	75%	DEBATE
平衡	BALANCED	50%	-7%	30天	65%	DEBATE
激进	AGGRESSIVE	80%	-10%	15天	55%	PIPELINE

策略系统会在 PortfolioAgent 中统一生效：

• 根据策略自动应用止损比例与持仓周期
• 当买入信号的置信度低于策略阈值时，自动降级为 HOLD

---

开发指引

新增 Agent

1. 继承 BaseAgent，实现 analyze()、chat()、getSystemPrompt()
2. 在 PipelineOrchestrator 或 ChatController 中接入
3. 使用 llmCall() + fallback 模式，保证无 Key 也能本地开发

切换行情数据源

目前 MarketAgent 支持新浪财经实时接口。dev profile 默认开启：

alphamind:
  market:
    fetch-real-data: true

生产环境可通过环境变量 FETCH_REAL_DATA=true 开启，或在 application.yml 中修改默认值。

已知限制

• 聊天历史依赖 Redis；Redis 不可用时，重启后会话内存清空
• 当前股票搜索为本地静态匹配，未接入外部股票元数据库
• 新浪财经接口为非官方公开数据，如失败会降级为合成数据

---

验证命令

# 后端编译
cd backend && SPRING_PROFILES_ACTIVE=dev mvn -q compile

# 后端启动
cd backend && SPRING_PROFILES_ACTIVE=dev mvn spring-boot:run

# 前端构建
cd frontend && npm run build

# 测试股票搜索
curl 'http://localhost:8080/api/v1/stocks/search?query=600519'

# 测试 SSE 分析流
curl --max-time 10 'http://localhost:8080/api/v1/analysis/stream?stockCode=600519&strategy=balanced&enableDebate=false'

---

License

MIT License

---

---