valuecell
ValueCell-ai/valuecell加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
微信扫码咨询客服
POMOAI — 让开源 AI 即刻运行
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
想象一个场景：深夜，你盯着屏幕上的加密货币行情，心情随 K 线起落。传统量化工具门槛极高，代码不会写，策略不懂写；而现在，一套 AI 多智能体系统已经帮你分析完新闻、研读完基本面、制定好策略，只等你一键确认下单——这就是 ValueCell 试图解决的问题。
ValueCell 是由 ValueCell-ai 社区驱动的开源 AI 多智能体金融应用平台，在 GitHub 已累计超过 10,700 颗星，定位是构建全球最大的去中心化金融智能体社区。它不只是一个工具，更像是一支「永不疲倦的投资研究团队」，帮你覆盖选股、研究、追踪甚至交易的全流程。
金融市场的信息量正以指数级速度膨胀。一名全职分析师每天需要阅读数十篇研报、跟踪数百条新闻、监控几十个交易对的数据，人力难以穷尽。与此同时，LLM（大语言模型）的推理能力大幅提升，使得 AI 系统能够理解复杂文本、提炼关键信息并生成投资建议。
ValueCell 的出现正是在这一时间窗口——它由社区志愿者共同开发，最初聚焦于加密货币市场的智能投研和自动交易，随后逐步扩展到 A 股、港股等传统金融市场。其核心设计理念是将专业投研工作拆解为多个专业化 Agent，每个 Agent 只专注一件事，再通过协作框架串联成完整工作流。
项目的创始团队目前运营着 valuecell.ai 线上平台，提供无需部署的 A 股深度研究和市场分析服务；开源代码则面向希望自建、私有化部署或二次开发的用户。
ValueCell 的多智能体系统可以类比为一家精品投行的组织架构——每个岗位都有专人负责，信息按层级向上汇总，最终由「投资总监」拍板：
| 智能体 | 职责 | 输入 | 输出 |
|---|---|---|---|
| DeepResearch Agent | 深度调研 | 股票/加密货币代码 + 财务文档 + 新闻 | 结构化研报、关键指标摘要 |
| Strategy Agent | 策略制定 | 市场行情 + 用户偏好 + 历史数据 | 可执行交易策略（支持多币种、多策略） |
| News Retrieval Agent | 新闻追踪 | 用户兴趣标签 + 订阅频率 | 个性化定时推送的新闻摘要 |
| SuperAgent | 超级协调 | 各 Agent 输出 | 跨资产配置建议、风险预警 |
这个团队的工作流程非常清晰：用户提出研究请求 → DeepResearch Agent 搜集数据 → Strategy Agent 生成策略 → SuperAgent 汇总评估 → 用户决策或直接触发交易。整个过程数据始终存储在用户本地设备（LanceDB + SQLite），不经过第三方服务器，敏感信息不外泄。
从代码结构看，ValueCell 采用了前后端分离的现代化架构：
| 市场 | 交易所/数据源 | 状态 |
|---|---|---|
| 加密货币 | Binance、Hyperliquid、OKX | ✅ 生产可用 |
| 加密货币 | Coinbase、Gate.io、MEXC | 🟡 部分测试 |
| A 股 | akshare、baostock | ✅ 支持 |
| 港股 | akshare | ✅ 支持 |
| 美股 | yfinance | ✅ 支持 |
| A 股线上版 | valuecell.ai（无需部署） | 🔥 最新上线 |
图1：ValueCell 平台首页界面，支持多种市场数据可视化
ValueCell 不绑定任何单一 LLM 提供商，支持 OpenRouter、SiliconFlow、Azure、OpenAI、Google、DeepSeek 等多种接入方式，用户在界面中自由配置 API Key，按调用量付费。这种灵活性降低了用户的使用成本，也避免了对单一供应商的依赖风险。
ValueCell 的交易功能并非模拟盘，而是真实连接到 Binance、Hyperliquid、OKX 等主流加密货币交易所的永续合约接口。用户需要提供交易所 API Key（含 Secret 和 Passphrase），系统在本地加密存储，永不上传到任何第三方服务器。
以 Binance 为例，用户需要开通 USDT-M 永续合约账户、确保余额充足、配置 IP 白名单后即可使用。Hyperliquid 则使用钱包地址 + API 私钥认证，支持 USDC 作为保证金。注意：目前仅支持合约交易（现货以 1 倍合约模拟），请确保风险承受能力。
所有交易操作均通过 ccxt 库统一封装，支持订单路由、持仓管理、风险控制（内置 guardrails）等完整功能。用户还可以在 Agent 市场中浏览和安装社区贡献的智能体插件，扩展系统能力。
图2：自动交易 Agent 界面，可配置策略参数并实时监控交易状态
ValueCell 内置了 Agent 交易市场，用户可以浏览、安装社区开发者贡献的智能体插件。这些插件涵盖新闻监控、技术分析、跨市场套利等场景，无需修改核心代码即可扩展平台能力。
图3：智能体市场页面，用户可按类别浏览和安装社区贡献的 Agent 插件
图4：SuperAgent 协调界面，汇聚多 Agent 输出并生成综合投资建议
ValueCell 为 macOS 和 Windows 用户提供了可直接下载的安装包，无需配置任何环境。安装后通过 Web 界面配置 LLM API Key 和交易所凭证即可使用。
git clone https://github.com/ValueCell-ai/valuecell.git
cd valuecell
bash start.sh
启动脚本会自动检测并安装 bun（前端构建）和 uv（Python 包管理）工具，安装后打开 http://localhost:1420 即可访问 Web UI。
docker build -t valuecell ./docker/
docker run -p 8000:8000 valuecell
Docker 镜像基于 python3.12-bookworm-slim 构建，使用 uv 管理依赖确保一致性。
图5：模型配置界面，支持 OpenRouter、OpenAI、DeepSeek 等多种 LLM 提供商
图6：新闻检索与推送 Agent，支持个性化定时任务和 Discord/Webhook 多渠道通知
尽管 ValueCell 功能强大，但在使用前需要充分了解以下风险：
1. AI 投资建议的局限性 AI 模型基于历史数据训练，存在对黑天鹅事件的天然盲区。DeepResearch Agent 生成的研报摘要不能替代专业投顾建议，市场极端行情下 AI 策略可能快速失效。
2. 交易风险真实存在 项目明确标注「当前仅支持合约交易」，且 API Key 一旦泄露或配置不当（IP 白名单遗漏、权限过高），可能导致资产损失。项目方在文档中特别强调「请定期重置 API Key」，但系统本身不提供强制风控机制。
3. 数据隐私的边界 虽然 LanceDB 和 SQLite 数据存储在本地，但 LLM API 调用仍需将查询内容发送到第三方服务提供商（如 OpenAI），用户需确认提供商的服务条款是否适合自己的使用场景。
4. 中国 A 股支持程度有限 akshare 等数据源在交易日盘中可能存在稳定性问题，且 A 股高频交易策略受政策严格限制，Agent 生成的部分策略在国内市场可能无法执行。
ValueCell 的 Roadmap 展示了相当宏大的愿景：
近期（2025-2026）：
中期：
长期：
从 GitHub 的活跃度看（60+ 开放 issues，持续更新），项目仍在积极维护中，社区反馈响应较快。
ValueCell 的出现代表了一个趋势：AI 投研工具正在从机构专属走向普通投资者。传统量化交易平台（如 QuantConnect、Quantopian）需要用户具备编程能力，而 ValueCell 通过多 Agent 协作将这一门槛大幅降低——用户只需用自然语言描述需求，系统即可生成研究报告并执行交易。
从技术角度看，ValueCell 成功地将agno（多 Agent 框架）、A2A Protocol（Agent 通信协议）、ccxt（交易所统一接口）三个成熟生态整合在一起，形成了一套可用的端到端方案。其开源属性意味着任何人都可以审计代码、贡献插件或私有化部署，这比黑盒式的 SaaS 平台更值得信任。
截至 2026 年，ValueCell 已在 GitHub 获得超过 10,700 颗星，Discord 社区活跃，并已推出无需部署的线上版 valuecell.ai。从加密货币起步，逐步渗透到 A 股、美股等其他市场，它的扩张路径与当年 Robinhood 降低股票交易门槛的过程如出一辙——只是这一次，门槛降低的对象是「AI 投研能力」本身。