ai-hedge-fund 接入兼容模型 API

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。当前 verified 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。

第一步：配置项目公开环境变量

只对 OpenAI provider 使用这组 Base URL 事实。其他原生 provider 的配置与 SDK 不同，不能把本次结果外推。

OPENAI_API_BASE=https://api.kkaiapi.com/v1
OPENAI_API_KEY=sk-your-key
HEDGE_FUND_LLM_MODEL=从模型页复制模型ID

# 完整研究还需按项目文档配置金融数据凭据。

第二步：从项目模型工厂做最小 smoke

最小调用经过项目正式 `make_llm` 路径，适合隔离模型配置故障。它不运行所有 Agent，不应产生投资结论。

import os
from hedge_fund.llm.client import make_llm

model = os.environ["HEDGE_FUND_LLM_MODEL"]
llm = make_llm(model)
reply = llm.invoke("Reply exactly: ok")
assert reply.content.strip(), "empty model response"
print("project model factory: ok")

本轮测试通过什么、失败什么

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。

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。

常见问题