TradingAgents-CN 我第一眼记住的，不是“AI 炒股”。
这个词太容易跑偏。
它更像是把一个投研小组拆成了几个人，然后丢进 LangGraph 里干活。
一个看基本面。
翻财报、估值、行业对比。
一个看技术面。
K 线、均线、指标这些老东西。
一个盯新闻。
政策、舆情、突发事件，能扫多少算多少。
风控经理在旁边卡仓位、止损止盈。
交易员最后出场，把前面几个人吵出来的东西捏一捏，再给一个交易判断。
这个结构其实挺直白。
也不神。
反而是这种“不神”的地方，我会多看两眼。
原版 TradingAgents 更偏美股，也更像学术实验。TradingAgents-CN 这个 fork 做的是中国市场那套适配。
A 股、港股、美股都接进来了。
数据源也塞了不少：akshare、Alpha Vantage、Finnhub、yfinance。
我比较在意的是缓存。
Redis、MongoDB、File 三层缓存。
听着不性感，README 里也不算最显眼，但做过数据接口的人都知道，这玩意儿要命。一个源抽风，一个字段变了，或者半夜接口限流，程序直接趴窝。
它这里做了自动降级。
这就不像只为了跑通截图。
还有 Streamlit 页面。
不是黑框里刷一长串日志，最后丢一个结论给你。它能看见不同 Agent 分析到哪一步，每个角色在干什么。
这种页面不一定多高级，甚至可能有点粗。
但看 Agent 项目，我反而喜欢看这些粗地方。
因为真有人用，才会去补界面、日志、缓存、部署。
Docker 也有。
amd64、arm64 都能跑。
仓库数据现在也不小了：22400 星，4600 fork，commit 到 1195 次。事件循环冲突、日志系统、数据缓存、界面交互这些脏活还在修。
这类 fork 最怕什么？
套个中文壳，改几个数据源，README 写得很热闹。
TradingAgents-CN 至少目前看，不太像那种。
当然，AI Agent 炒股这事，还是别上头。
LLM 读材料、归纳信息、写报告，确实能干。
市场不是报告。
价格怎么跳，流动性怎么抽，资金怎么挤，盘中那点情绪怎么变，很多都不在文字里。
A 股又更麻烦。
消息、情绪、交易制度、板块轮动，有时候还很玄。
所以我更愿意把 TradingAgents-CN 当成一个多 Agent 架构样本。
或者拿来拆量化工作流。
至于直接接实盘账户，自动买卖，然后睡觉等它赚钱。
这个就别急了。
至少现在，公开能看到的 AI Agent 炒股项目里，还没谁拿出长周期、可复现、稳定正收益的东西。