ai-hedge-fund API 配置
最后更新:
配置 OpenAI 端点与模型注册表,再用项目 complete 方法验证模型链。
第一步:配置项目公开环境变量
先把 KK Key 与 /v1 端点填入 OpenAI provider 的变量,再确认模型在项目 api_models.json 中映射为 OpenAI。锁定版本的历史实验使用 gpt-5.5,该 ID 仍在当前 KK 目录;更换新模型前必须核对注册表,否则未知 ID 会走默认 Anthropic 路径。
OPENAI_API_BASE=https://api.kkaiapi.com/v1
OPENAI_API_KEY=sk-your-key
HEDGE_FUND_LLM_MODEL=gpt-5.5
# 先核对 api_models.json 将此 ID 映射为 OpenAI。
# 金融数据凭据按项目文档独立配置。适合谁,以及 verified 的准确含义
多投资风格 Agent 的股票研究与组合讨论,适合观察不同投资 mandate 如何影响研究结论。2026 年 8 月 13 日的 verified 记录只表示 hedge_fund.llm.client.make_llm() 创建的 OpenAI provider 客户端从兼容端点获得非空回复。
没有运行完整基金周期、真实标的分析或回测,也没有验证 Financial Datasets 的覆盖和授权。官方把项目定位为教育与研究 proof of concept,并不实际交易。
本地复现把源码入口和结果放在同一张图里
左侧是锁定 commit 中 OPENAI_API_BASE 进入 ChatOpenAI 的正式代码路径,右侧是项目 make_llm 工厂返回的非空结果。截图不包含 Key,也不把底层 SDK smoke 冒充项目证据。

模型工厂只解决 LLM,不解决金融数据
OpenAI provider 使用 Base URL、Key 和模型;价格、财务和其他金融数据走独立工具。完整任务必须同时满足两条链,否则 Agent 可能有对话能力却没有分析依据。
第二步:从项目模型工厂做最小 smoke
先在 shell 中加载 .env 或由项目加载环境变量,再从仓库根目录运行此脚本。锁定版本 make_llm 返回 ChatLLM,其公开方法是 complete(system, user),返回字符串。注册表检查可防止未知型号落入默认 provider;先通过这一层再运行研究任务。
import os
from hedge_fund.llm.client import make_llm
from hedge_fund.llm.registry import provider_for
model = os.environ["HEDGE_FUND_LLM_MODEL"]
if provider_for(model) != "OpenAI":
raise ValueError("请先把该模型在项目注册表中映射为 OpenAI")
llm = make_llm(model)
reply = llm.complete("You are a connectivity test.", "Reply exactly: ok")
assert reply.strip(), "empty model response"
print("project model factory: ok")2026 年 8 月的测试记录
测试结论按组件记录,而不是用一次非空回复代表整套系统可用。模型工厂、金融数据、Agent 图和最终报告需要分别验收。
| 检查 | 结果 | 含义 |
|---|---|---|
| make_llm OpenAI provider | 非空回复 | 项目自身模型入口可用 |
| 项目 LLM client tests | 目标路径通过 | OpenAI provider 行为符合预期 |
| 六项可选 provider 测试 | 缺可选 SDK | 不把未安装依赖算成目标路径失败 |
| 完整基金周期 | 未运行 | 不能评价策略、数据或收益 |
数据与完整任务验收
金融数据 API、价格序列、公司财务数据。选择单个历史标的与截止日,先验证价格和财务工具返回,再运行少量 Agent;最终报告要区分原始数据、模型判断和未知项。
不要在第一次验收中开放下单或扩大 Agent 数量。若数据工具为空,应该停止相应角色,而不是让模型根据投资风格生成一段像真的分析。
成本与错误定位
一次任务成本 = 输入 token × 输入单价 + 输出 token × 输出单价 + 缓存读写费用 + 外部数据费用。模型价格和实际 token 只从当前模型目录与控制台调用日志读取,不在文章里复制一份会过时的数字。
多投资风格 Agent 会重复读取相同公司材料。可以缓存证据卡、限制每个角色轮数,并使用 request_id 区分模型失败与数据失败。401 检查 Key;404 检查模型 ID 与 Base URL;可选 provider 报导入错误时,不要误判 OpenAI provider 也失败。
| 错误层 | 典型现象 | 处理 |
|---|---|---|
| 模型工厂 | 创建或 invoke 失败 | 单独运行 smoke |
| 金融数据 | 工具空值或未授权 | 检查独立凭据与字段 |
| Agent 图 | 角色状态无法收敛 | 限制轮数并保存 checkpoint |
| 报告 | 结论无来源 | 标记不闭环,不输出交易动作 |
核对模型注册表与返回接口
配置和 complete 方法以 锁定版本 client.py 为依据,provider 映射以 registry.py 与相邻 api_models.json 为准。2026 年 8 月 13 日的非空回复是历史模型调用记录;新型号与新版本需要重新运行项目工厂。
常见问题
ai-hedge-fund 已经完整跑通了吗?
没有。已验证项目 make_llm 的 OpenAI provider 与 complete 调用;完整基金周期、金融数据和回测未运行。
OPENAI_API_BASE 填什么?
填写 https://api.kkaiapi.com/v1。该结论只适用于锁定版本的 OpenAI provider 路径。
为什么其他 provider 测试失败不影响本次结论?
失败来自临时环境未安装可选厂商 SDK;目标 OpenAI provider 的测试与真实调用单独通过。
项目会执行真实交易吗?
官方将其定位为教育和研究 proof of concept,当前不实际交易。本站也不引导开放实盘权限。
更换更多 Agent 会提高收益吗?
没有证据支持。更多角色会增加检查面,也会增加成本和共享数据错误,需要固定任务评估。