- akshare 是一个开源数据工具(github地址)，里面有900多个函数，可以查询国内外的各种金融数据，包括股票，期货，期权，债券，指数，基金，外汇，宏观经济，新闻，美股，港股等等各类数据。目前持续活跃，保持高频次的更新。如果不想花钱，想利用API查询和分析数据，那么akshare是非常好的选择。
- tushare 是一个性能更好，数据质量更稳定的数据平台。只需要一点费用，就能访问这些高质量数据。是目前最具性价比的金融数据平台。可以可靠的获取分钟数据。以及质量更好的新闻和研报数据。使用tushare需要先去网站注册key，并开通权限，否则无法使用。
- 本项目是利用LLM的API，搭建的解释器，可以帮你写代码，获取数据，分析数据。只要简单的配置，就可以用自然语言快速完成查询和分析。
- 自然语言查询，不用写代码
- 自动查数据，自动分析数据，降低数据分析难度
- 自行更正代码，输出有效结果
- 支持多种 LLM API
- 可以在生成的代码中继续使用LLM API，极大提升分析能力
# 克隆项目
git clone [email protected]:wxy2ab/akinterpreter.git
# 进入项目目录
cd akinterpreter
# 可选，创建虚拟环境
conda create -p ./env python=3.12
# 激活虚拟环境
conda activate ./env
# 安装依赖
pip install -r requirments.txt
# 启动cli
python cli.py
# 启动web，首次运行需要准备数据，会慢一些
python main.py- 下载release版本
解压到任意目录,目录不要包含中文 - 获得setting.ini
把settings.ini.template 修改为 settings.ini - 配置llm_api
修改settings.ini中的llm_api，改成你需要的LLM API ,取值参考后面的支持的LLM API列表 - 添加api_key
修改settings.ini中的 对应你的llm api的api_key - windows环境:
执行 run.bat - linux & mac:
执行 chmod +x ./run.sh && ./run.sh - windows更新
执行 update.bat - linux & mac更新
执行chmod +x ./update.sh && ./update.sh
windows:
copy settings.ini.template settings.inilinux & mac:
cp settings.ini.template settings.ini[Default]
llm_api = DeepSeekClient #主要使用的LLM API，取值看下面的列表。需要自己申请key，并配置KEY
llm_cheap_api = CheapClaude #处理简单NLP任务，建议使用CheapMiniMax(目前赠送1亿tokens) ,需要配置对应API KEY
embedding_api = MiniMaxEmbedding #文本向量化用，如果你注册了MiniMax，那个建议使用MiniMax的embedding
ranker_api = BaiduBCEReranker #二次排序用，暂时没有使用
talker = CliTalker #不要改动
project_id = #Google gemini API 需要的proect id，非gemini API不用管
aws_access_key_id = #AWS bedrock API 需要的key，非aws API不用管
aws_secret_access_key = #AWS bedrock API 需要的key，非aws API不用管
tushare_key = #tushare API 需要的key 不用填
AZURE_OPENAI_API_KEY = #Azure OpenAI API 需要的key，非azure API不用管
AZURE_OPENAI_ENDPOINT = #Azure OpenAI API 需要的endpoint，非azure API不用管
GAODE_MAP_API_KEY = #高德地图API 需要的key，不用管
OPEN_WEATHER_API_KEY = #OpenWeatherMap API 需要的key，不用管
ERNIE_API_KEY = #百度文心一言API 需要的key，非百度API不用管
ERNIE_SERCRET_KEY = #百度文心一言API 需要的key，非百度API不用管
glm_api_key = #智谱的GLM API 需要的key，非智谱API不用管
deep_seek_api_key = #DeepSeek API 需要的key，非DeepSeekAPI不用管
moonshot_api_key = #MooonShot API 需要的key，非MooonShotAPI不用管
DASHSCOPE_API_KEY = #dashscope API 需要的key，非dashscopeAPI不用管
baichuan_api_key = #百川API 需要的key，非百川API不用管
volcengine_api_key = #火山引擎API 需要的key，非火山引擎API不用管
volcengine_embedding = #火山引擎API 需要的key，非火山引擎API不用管
volcengine_doubao = #火山引擎API 需要的key，非火山引擎API不用管
minimax_api_key = #上海稀宇科技的API 需要的key，非上海稀宇科技的API不用管
zero_one_api_key = #零一API 需要的key，非零一API不用管
OPENAI_API_KEY = #OPENAI API 需要的key，非OPENAIAPI不用管
hunyuan_SecretId = #腾讯混元API 需要的key，非腾讯混元API不用管
hunyuan_SecretKey = #腾讯混元API 需要的key，非腾讯混元API不用管
| 类名 | 厂商 | 依赖 |
|---|---|---|
| SimpleClaudeAwsClient | Aws bedrock部署的Claude API | Anthopic |
| SimpleAzureClient | Azure部署的opeai GTP API | openai |
| DeepSeekClient | DeepSeek | openai |
| QianWenClient | 同义千问 | dashscope |
| MoonShotClient | MooonShot | openai |
| GLMClient | 智谱 | zhipuai(需自行安装) |
| ErnieApiClient | 百度文心一言 | 无依赖 |
| DoubaoApiClient | 字节的火山引擎 | 火山 SDK(需自行安装) |
| GeminiAPIClient | Google的Gemini(国内无法访问) | google cloud(需自行安装) |
| BaichuanClient | 百川 | 无依赖 |
| HunyuanClient | 腾讯混元 | 腾讯云hunyuan sdk (需自行安装) |
| MiniMaxClient | 上海稀宇科技 | 无依赖 |
| OpenAIClient | OPENAI | openai |
| Zero1LLamaImproverClient | 零一 | openai |
陆续还在添加其他LLM API的支持，有需要可以pr 或者 issue
- llm_api 可选值,除了填写 api_key, 还需要安装依赖项 , 申请 api_key 的时候，应该都知道安装什么依赖项
- SimpleClaudeAwsClient: Aws的 Claude API ，国内可用，依赖 Anthopic 库，这是目前开发和测试用的API
- SimpleAzureClient: Azure的 OpenAI API，国内可用，依赖 openai 库
- DeepSeekClient: DeepSeek的 API (依赖openai库)
- QianWenClient: 同义千问的 API (还没测试,依赖dashscope库)
- MoonShotClient: MooonShot的 API (还没测试,依赖openai库)
- GLMClient: 智谱的GLM API (还没测试,依赖 zhipuai库)
- ErnieApiClient: 百度文心一言的 API (还没测试，无依赖)
- DoubaoApiClient: 字节的火山引擎 豆包 API (还没测试，依赖火山 SDK)
- GeminiAPIClient: Google 的 Gemini API (国内不可用，依赖 google cloud 库)
- BaichuanClient: 百川的 API (还没测试，无依赖)
- HunyuanClient: 腾讯混元 API (还没测试，依赖 tencentcloud-sdk-python-hunyuan 库)
- MiniMaxClient: 上海稀宇科技的 API (还没测试，无依赖)
- OpenAIClient: OPENAI API (众所周知，国内不可用，依赖openai库)
- Zero1LLamaImproverClient: 零一 API (还没测试，依赖openai库)
- llm_cheap_api 建议使用CheapMiniMax(目前赠送1亿tokens) ,需要配置对应API KEY
- embedding_api 文本向量化用，如果你注册了MiniMax，那个建议使用MiniMax的embedding
- ranker_api 用于二次排序，暂时不用填
- talker = CliTalker 要用cli模式,就不要动这个
- 后面的 api_key , 不同都填，选择哪个 LLM API，就填哪个 api_key
- tushare_key 如果要使用tushare,必须配置有效key，如果不配置key，tushare是不会启用的
# 启动cli
python cli.py
# 启动web
python main.py- 第一个 query 不接受指令，必须输入一个数据查询之后，才能输入指令。比如：分析今年上证指数走势
- help 显示帮助信息
- clear_history 清除历史记录，当前版本需要手动刷新一下
- export 导出代码
- go 执行计划
- modify_step_code=step_number query 修改指定步骤的代码
- redo 重新执行(不会生成代码)
- 除此之外的指令还不完善，暂时别用
分析今年上证指数走势
你会获得一个执行计划，如下：
{
query_summary: '分析今年上证指数走势',
steps: [
{
step_number: 1,
description: '获取今年上证指数的历史数据',
type: 'data_retrieval',
data_category: '指数数据',
save_data_to: 'shanghai_index_data'
},
{
step_number: 2,
description: '获取相关的宏观经济数据',
type: 'data_retrieval',
data_category: '宏观经济数据',
save_data_to: 'macro_economic_data'
},
{
step_number: 3,
description: '分析上证指数走势，重点关注：\n1. 整体趋势\n2. 关键转折点\n3. 成交量变化\n4. 与宏观经济数据的关联',
type: 'data_analysis',
required_data: [
'shanghai_index_data',
'macro_economic_data'
]
},
{
step_number: 4,
description: '总结分析结果，提供今年上证指数走势的综合报告',
type: 'data_analysis',
required_data: [
'shanghai_index_data',
'macro_economic_data'
]
}
]
}删除步骤 3
修改步骤 3：从成交量，关键支撑和阻力，整体趋势，关键转折点，于宏观数据关联等方面进行分析
反复修改，确认一个符合你心意的计划
执行计划
⚠️ 代码中含有执行任意代码的功能，并且目前不在沙盒中运行。还拥有生成代码的的功能，理论上说，有可能生成对你的电脑产生危害。如果你不知道自己在做什么，请不要使用本项目。反之，使用本项目意味着你自担风险。⚠️ akshare 的 api 基本来自公开数据，可能有滞后性，甚至可能未必准确⚠️ LLM API 生成的报告未必准确，且未必专业，仅供参考，批判使用⚠️ 作者只提供一个代码生成工具，不提供任何保证，也不提供投资建议和咨询。如果使用者依据数据和代码结果为依据进行投资，风险自负。
- 免费API和收费的相比，限制很多，不是所有功能都能实现。比如财联社电报，只能获取300条。如果想要更优质的数据，只能更换数据源。
- 绝大部分免费API实时性不高，不具备实时分析的条件，如果想要实时分析，可能只能自己购买付费数据源。
- LLM API的参数和提示词，都是需要经过慢慢调试的，必须在使用中不断调整，才能获得更好的效果。所以这个项目用的人越多，质量会越好。
- 目前很多LLM API没有被测试，理论可以运行，但是参数没被调教，LLM API也有自己的特性，所以LLM API的效果和结果可能存在非常大的差异。
- 分析思路和方法也是需要逐步积累的，目前积累尚浅，很多分析未必产生很好的效果，需要很详细的提示词，当然随着积累，能越来越好。
- 主体代码尚不完善，很多功能没有实现，需要慢慢完善。也请使用的朋友耐心，遇到问题积极反馈，我们一起来完善这个项目。
- 是不是只要把所有问题交给AI就行，自己可以躺平？不是的，AI的知识也是有限的，也需要你的经验和知识的辅助，这样能让AI更强大。
- akshare akshare数据源
- tushare tushare数据源
- ak_code_library 由akinterpreter 生成的代码，会放在这个仓库，方便大家使用
- llm_dealer llm交易员，AI选股等实验性项目
