多代理股票推荐器
概述
该项目演示了使用LangGraph、Groq和Bright Data MCP的多代理股票分析工作流程。React前端发送查询和意图，后端返回两个股票推荐以及逐步的时间线可视化。
演示视频
建筑
后端
- 快速API 处理API请求。
- LangGraph主管 运行固定的4个代理序列：
1. stock_finder_agent 选择纳斯达克/纽约证券交易所的两只股票。 1. market_data_agent 获取最近的价格、交易量和趋势。 1. news_analyst_agent 总结了短期情绪。 1. price_recommender_agent 输出最终的结构化JSON。
- Groq Calma 3.1 8b 该模型为所有代理推理提供动力。
- 明亮数据MCP 提供数据和抓取工具。
- API响应包括：
- stocks：UI的最终JSON输出 - timeline：主管和代理人的每一条信息
前端
- React+TypeScript
- 用户输入：
- 文本查询 - 意图切换（买入或卖出）
- UI显示：
- 两张股票卡，包含当前和目标价格、趋势、情绪和原因 - 描述每个内部管道步骤的纯CSS垂直时间线
环境变量
- 亮度_数据_API_键=
- WEB_UNLOCKER_ZONE=解锁
- 浏览器_区域=剪贴_浏览器
- GROQ_API_KEY=您的密钥
- GROQ_MODEL=型号
已知打嗝
- 图递归：如果主管提示被更改或放宽，代理可能会循环。保持严格的秩序。
- 高令牌使用率：包含4个代理+MCP调用的完整图很昂贵。Groq提供了帮助，但仍然对每个请求使用多个补全。
- 将graph_app_dev图用于开发：它使用单个模型调用并返回股票和时间线。这使得令牌使用率保持较低水平。
开发者模式
- 切换后端导入以使用开发图：
从graph_app_dev导入构建图、提取最终文本、构建时间线和结果