Fin-Agent Desktop：基于 DeepSeek 的开源智能金融助手，让选股像聊天一样简单-低调大师

Fin-Agent Desktop：基于 DeepSeek 的开源智能金融助手，让选股像聊天一样简单

2025-12-19 7

在 AI 大模型爆发的今天，如何将 LLM（大语言模型）的能力真正落地到垂直领域，是很多开发者和用户关注的焦点。在金融投资领域，我们往往面临着数据获取难、量化门槛高、信息筛选效率低等痛点。

今天要介绍的开源项目 Fin-Agent Desktop，正是一个试图解决这些问题的尝试。它是一款基于 Electron + Python 构建的桌面端智能金融助手，集成了 DeepSeek 等强大的 LLM 能力与 Tushare 专业金融数据，让你通过自然语言就能完成复杂的股票筛选和数据分析。

项目地址：https://github.com/YUHAI0/fin-agent-desktop

💡 为什么开发 Fin-Agent Desktop？

对于很多非金融背景的开发者或个人投资者来说，想要进行量化分析往往面临两座大山：

数据获取门槛：高质量的金融数据通常昂贵且难以获取。

技术门槛：编写量化策略需要掌握 Python、Pandas 以及各种金融指标计算。

Fin-Agent Desktop 的初衷就是打破这些门槛。它利用 LLM 强大的语义理解能力，将用户的自然语言转化为具体的代码或查询指令，直接与底层金融数据库交互。

你只需要说：“帮我找出市值小于100亿，且近三年净利润增长率大于20%的医药股”，它就能帮你完成剩下的所有工作。

✨ 核心功能亮点

1. 🎯 自然语言选股 (Semantic Selection)

这是该项目最杀手级的功能。不同于传统软件复杂的筛选器，你完全可以用“人话”来描述你的选股逻辑。

支持多维度组合：基本面（市盈率、营收）、技术面（均线、涨跌幅）、消息面等。

长尾挖掘：特别擅长挖掘那些低关注度但具备特定指标特征的“隐形冠军”。

2. 📈 实时行情与数据分析

底层接入了 Tushare 大数据开放社区，支持查询：

A股个股、指数实时与历史行情

ETF、期货数据

财务报表数据（营收、利润、现金流等）

3. 🤖 强大的 LLM 大脑

目前默认支持接入 DeepSeek 等高性能大模型。通过精心设计的 Prompt Engineering 和 Function Calling 机制，模型能够精准理解金融术语，并调用相应的 Python 函数获取数据，最后生成专业的分析报告。

4. 🔔 股价预警与策略回测

智能预警：设置目标价或涨跌幅阈值，触发后桌面弹窗提醒。

简易回测：内置回测引擎，可以对你的选股策略进行历史数据验证，看胜率如何。

🛠️ 技术架构揭秘

Fin-Agent Desktop 采用了经典的 Electron + Python 双进程架构，充分发挥了两种语言的优势：

前端 (Renderer): 使用 Electron, React, TypeScript 和 Tailwind CSS 构建。提供流畅、现代化的用户界面，负责与用户交互和数据展示。

后端 (Backend): 使用 Python。负责核心业务逻辑、LLM 接口调用、Tushare 数据获取以及复杂的数据处理（Pandas/Numpy）。

通信: Electron 主进程会在后台启动一个 Python 本地 HTTP 服务，两者通过 RESTful API 进行高效通信。

这种架构既保证了跨平台（Windows/Mac/Linux）的桌面体验，又保留了 Python 在数据科学和 AI 领域的强大生态能力。

🚀 快速上手

1. 安装

前往 GitHub Releases 页面下载最新版本的安装包（支持 Windows/Mac）：

https://github.com/YUHAI0/fin-agent-desktop/releases

2. 配置

启动应用后，你需要配置以下两个关键 Key：

LLM API Key: 推荐使用 DeepSeek API（性价比极高）。

Tushare Token: 用于获取金融数据（Tushare 注册即可免费获取基础数据权限）。

3. 开始对话

配置完成后，直接在对话框输入你的需求即可：

> "分析一下贵州茅台最近的财报情况"

> "推荐几只市盈率低且股息率高的银行股"

🤝 开源共建

Fin-Agent Desktop 是一个完全开源的项目，基于 MIT 协议。

如果你对 AI Agent、量化投资或 Electron 开发感兴趣，欢迎来 GitHub 仓库点个 Star ⭐️，或者提交 Issue 和 PR 参与共建！

Desktop 仓库: https://github.com/YUHAI0/fin-agent-desktop

Core 核心库: https://github.com/YUHAI0/fin-agent

让我们一起，用 AI 赋能每一个普通投资者的决策！

微信关注我们

原文链接：https://www.oschina.net/news/390814

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

How does AutoMQ implement a sub-10ms latency Diskless Kafka?

Abstract Running Apache Kafka in the cloud is constrained by three fundamental engineering challenges: the heavy reliance on local disks for low-latency performance, excessive cross-availability zone (AZ) data transfer costs, and the lack of elasticity caused by tightly coupled compute and storage. In response, AutoMQ has architected a completely new Diskless Kafka solution built on Amazon FSx and S3. This article details how AutoMQ re-engineers the storage layer to achieve sub-10ms write latenc...

2025-12-19

9

Blueking Lite 是一个AI First的轻量版运维产品，具有部署资源要求低、使用成本低、渐进式体验等特点，为运维管理员提供日常运维中的必备工具。本周更新如下 📢 【bklite 平台 · 本周更新速递】 🖥️ 节点管理 1. 新增控制器版本号管理机制，并支持在节点列表中展示 2. 节点详情页体验优化，支持子配置搜索与删除等操作 🔧 CMDB 1. 资产页面新增多条件筛选能力 2. 运营分析内置数据源，支持告警趋势、日志命中数、单监控指标查询 3. VCenter 采集能力增强等多项优化 📊 监控系统 • 新增腾讯云资源监控能力 🤖 OpsPilot • WorkFlow新增意图识别节点 🔗 体验环境：https://bklite.canway.net/ 🏠 官方网站：https://bklite.ai/

2025-12-19

6

资源下载

更多资源

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。