Token导航 LogoToken导航TokenDH.com
kaggle capstone financial agent logo
金融服务stdio官方级别未说明来源级核验

kaggle capstone financial agent

MCP Server

一个基于谷歌Agent开发套件(ADK)构建的多代理金融决策支持系统,通过并行代理、序列代理和循环代理等高级概念,帮助用户做出明智的金融决策。

工具数

4

提示词数

0

GitHub Stars

1

资源数

0
金融数据Python数据分析

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

akash-8991

提供方

akash-8991

最后核验

2026/5/17 20:22

运行时

Python

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

命令预览

python -m venv .venv

详细介绍

多智能体财务决策支持系统

使用谷歌的代理开发工具包(ADK)构建的全面财务决策支持系统。该系统演示了多种高级代理概念,以帮助用户做出明智的财务决策。

🎯 已实施的概念

该项目实施 8个关键概念 从ADK框架中:

1.多代理系统

  • LLM授权代理:不同金融领域的专业代理
  • 并行代理:从多个源同时获取数据
  • 顺序代理:分析管道的有序工作流程
  • 循环代理:逐步完善建议

2.工具

  • 自定义工具:财务计算、风险评估、投资组合分析
  • MCP集成:可扩展工具生态系统的模型上下文协议
  • 内置工具:谷歌搜索市场新闻和研究

3.会话和记忆

  • 内存会话服务:对话的会话状态管理
  • 长期记忆:用户偏好和投资组合历史存储
  • 状态管理:跟踪分析进度和用户上下文

4.上下文工程

  • 上下文压缩:高效处理大型金融数据集
  • 状态密钥模板:动态提示注射,实现个性化

5.可观察性

  • 日志记录:整个系统的全面日志记录
  • 追踪:基于OpenTetry的分布式跟踪
  • 指标:性能和使用指标收集

6.代理评估

  • 评判集:代理行为的预定义测试用例
  • 刀具轨迹评分:验证工具的正确使用
  • 响应质量指标:建议质量评估

7.A2A协议

  • 代理卡:远程代理的能力发现
  • 代理间通信:标准化的代理间消息传递

8.代理部署

  • FastAPI集成:生产就绪的API服务器
  • 云运行就绪:容器化部署支持

🏗️ 建筑

┌─────────────────────────────────────────────────────────────────┐
│                    Financial Advisor (Root Agent)                │
│                   Orchestrates all sub-agents                    │
└─────────────────────────────────────────────────────────────────┘
                                │
        ┌───────────────────────┼───────────────────────┐
        │                       │                       │
        ▼                       ▼                       ▼
┌───────────────┐    ┌───────────────────┐    ┌───────────────────┐
│   Research    │    │    Analysis       │    │  Recommendation   │
│    Agent      │    │     Pipeline      │    │      Agent        │
│  (Parallel)   │    │  (Sequential)     │    │    (Loop)         │
└───────────────┘    └───────────────────┘    └───────────────────┘
        │                       │                       │
   ┌────┼────┐            ┌─────┼─────┐           ┌─────┼─────┐
   │    │    │            │     │     │           │     │     │
   ▼    ▼    ▼            ▼     ▼     ▼           ▼     ▼     ▼
┌────┐┌────┐┌────┐   ┌─────┐┌─────┐┌─────┐   ┌─────┐┌─────┐┌─────┐
│Mkt ││News││Econ│   │Risk ││Port ││Perf │   │Gen  ││Crit ││Ref  │
│Data││Res ││Ind │   │Anal ││Anal ││Eval │   │Rec  ││Eval ││ine  │
└────┘└────┘└────┘   └─────┘└─────┘└─────┘   └─────┘└─────┘└─────┘

📁 项目结构

financial_agent_system/
├── README.md
├── requirements.txt
├── .env.example
├── __init__.py
├── agent.py                    # Main agent definition (root_agent)
├── config.py                   # Configuration settings
│
├── agents/                     # Sub-agent definitions
│   ├── __init__.py
│   ├── research_agent.py       # Parallel research agents
│   ├── analysis_agent.py       # Sequential analysis pipeline
│   └── recommendation_agent.py # Loop-based recommendation refiner
│
├── tools/                      # Custom tools
│   ├── __init__.py
│   ├── market_tools.py         # Market data tools
│   ├── portfolio_tools.py      # Portfolio analysis tools
│   ├── risk_tools.py           # Risk assessment tools
│   └── calculation_tools.py    # Financial calculations
│
├── mcp/                        # MCP Server integration
│   ├── __init__.py
│   └── financial_mcp_server.py # MCP server for financial tools
│
├── memory/                     # Memory and session management
│   ├── __init__.py
│   └── memory_service.py       # Custom memory implementation
│
├── observability/              # Logging, tracing, metrics
│   ├── __init__.py
│   ├── logging_config.py       # Logging setup
│   ├── tracing.py              # OpenTelemetry tracing
│   └── metrics.py              # Metrics collection
│
├── evaluation/                 # Agent evaluation
│   ├── __init__.py
│   ├── financial_advisor_eval.evalset.json
│   └── test_agents.py          # pytest evaluation tests
│
├── a2a/                        # A2A Protocol support
│   ├── __init__.py
│   ├── agent_card.json         # Agent capability card
│   └── a2a_server.py           # A2A server wrapper
│
└── deployment/                 # Deployment configurations
    ├── Dockerfile
    ├── docker-compose.yml
    └── deploy_api.py           # FastAPI deployment

🚀 入门指南

先决条件

  • Python 3.10+
  • 谷歌云项目(适用于Gemini API)
  • 金融数据提供商的API密钥(可选)

安装

  1. 克隆存储库:
cd financial_agent_system
  1. 创建虚拟环境:
python -m venv .venv
source .venv/bin/activate  # Linux/Mac
# or .venv\Scripts\activate  # Windows
  1. 安装依赖项:
pip install -r requirements.txt
  1. 配置环境:
cp .env.example .env
# Edit .env with your API keys

运行代理

开发UI:

adk web .

API服务器:

adk api_server .

使用A2A协议:

adk api_server . --a2a

💡 使用示例

基本财务查询

User: "Should I invest in tech stocks right now?"
Agent: [Researches market conditions, analyzes risk, provides recommendation]

投资组合分析

User: "Analyze my portfolio: 40% AAPL, 30% GOOGL, 20% MSFT, 10% cash"
Agent: [Calculates metrics, assesses diversification, suggests rebalancing]

风险评估

User: "What's my risk exposure if the market drops 20%?"
Agent: [Runs stress tests, calculates VaR, provides risk mitigation strategies]

🧪 运行评估

通过CLI:

adk eval . evaluation/financial_advisor_eval.evalset.json

通过pytest:

pytest evaluation/test_agents.py -v

通过Web UI:

  1. adk web .
  2. 导航到Eval选项卡
  3. 负载评估集
  4. 运行评估

📊 可观测性

查看痕迹

  • 本地:使用ADK Web UI的跟踪查看器
  • :使用启用云跟踪 --trace_to_cloud

指标

  • 代理响应延迟
  • 工具调用成功率
  • 内存使用统计

日志记录

日志被写入 logs/financial_agent.log 具有可配置的级别。

🔒 安全考虑

  • 存储在环境变量中的API密钥
  • 所有财务计算的输入验证
  • 对外部API调用的速率限制
  • 不存储敏感财务数据

目录标签

目录标签

金融数据Python数据分析金融分析本地部署风险评估投资组合管理多代理系统决策支持

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

session

运行时(runtime,运行环境)

Python

工具数量(toolCount,工具数)

4

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

stdiosession部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

来源信息

继续浏览同类 MCP